이 회사는 6,500만 스트림을 기록한 제이크 폴과 마이크 타이슨의 경기와 같은 라이브 이벤트 중에 특히 방대하고 복잡한 인프라를 이해하는 데 어려움을 겪고 있습니다. 느리게 렌더링되는 홈 화면과 같은 디버깅 문제는 정보가 서로 다른 시스템에 사일로화되어 있기 때문에 몇 시간이 걸릴 수 있습니다. 이러한 시스템은 메트릭, 이벤트, 로그 및 추적(MELT)을 통해 데이터를 수집하지만, 이 데이터를 효과적으로 상관시키는 것은 어렵습니다. 핵심 문제는 운영 엔티티에 대한 공유되고 기계가 읽을 수 있는 이해가 부족하다는 것입니다.이를 해결하기 위해 운영 세계 내의 유형, 속성 및 관계에 대한 공식적인 사양인 "관찰 가능성 온톨로지"를 개발했습니다. 이 온톨로지는 RDF, OWL, SHACL 및 SPARQL과 같은 표준을 사용하며 지식 그래프로 데이터를 저장합니다. 핵심 설계 결정은 일반적인 "서비스" 유형을 피하고 대신 ops:Application과 같이 구체적이고 검증된 유형을 사용하는 것이었습니다. 또한 사고 논의에서 추론 및 컨텍스트를 모델링하여 구조화되지 않은 채팅을 구조화된 삼중항으로 변환했습니다.이 온톨로지는 파이프라인 접근 방식을 통해 본질적으로 확률적인 프로세스(LLM 및 퍼지 매칭)에서 결정론을 생성합니다. 이 파이프라인은 엄격한 계약을 따르는 입력 데이터를 유형화된 삼중항으로 변환하여 엔트로피를 줄이는 "강화기"를 사용합니다. 이러한 강화기는 모든 엔티티에 유형이 있고, URI가 명명 규칙을 따르며, 애플리케이션이 카탈로그에 대해 검증되도록 합니다. 파이프라인은 경쟁 조건을 방지하기 위해 순차적으로 실행되며, 차단을 방지하기 위해 외부 호출은 최선을 다합니다.그런 다음 "상관 엔진"이 다양한 소스의 신호를 통합하여 인과적 또는 상관적 이벤트 체인을 식별합니다. 13가지 신호 유형을 분석하고 증거와 신뢰도 점수를 포함한 가설을 제안하며 지원 그래프 레코드를 저장합니다. 관찰, 강화, 상관 및 저장의 각 주기는 "지식 플라이휠"을 형성하여 지식 그래프를 지속적으로 강화하고 시스템 컨텍스트를 개선합니다. 이 플라이휠은 시스템 운영에 대한 통합되고 상호 연결된 보기를 제공하여 디버깅 시간을 줄이는 것을 목표로 합니다.