何が、なぜ壊れたのかを、最初の1分で。

Ontology RCA：生きたマップの上で行う根本原因分析

Rosudは異常なメトリクスの一覧を渡しません。障害が起きた場所にそのまま描いて見せます。

• 5つの層、1枚のマップ

  インフラ、ネットワーク、サービス、アプリケーション、ビジネス。すべてのリソースが自分の層に置かれ、互いの接続がつながります。

• 番号付きの経路で見る障害

  ① 発生した場所 → ② 経由した場所 → ③ アラートが出た場所。マップの残りは後ろに下がり、問題だけが目に入ります。

• マップの下のタイムライン

  コード変更、原因側の異常の開始、アラートを時系列で示すので、原因と結果を区別しやすくなります。

• 3Dで飛び回り、2Dに広げる

  3Dで回転・拡大して全体を見渡し、スマートフォンでは平面の2Dで見やすい経路だけを表示します。

• トラフィックの流れが見える

  ホスト間の通信を動く粒子として描きます。データが多いほど太く、速くなります。

• 何でもクリックして詳細へ

  リソースを検索し、最近のシグナルと関係を確認し、同じパネルからAI調査を開き、過去の障害事例を重ねて比較できます。

Rosudのその他の機能

• すべてのアラートに自動で回答

  Datadogのモニターが発報すると分析が自動で走り、結論をチームのSlackチャンネルに投稿できます。

• 根拠付きの原因ランキング

  候補に順位を付け、それぞれの根拠となったシグナルにリンクします。信じるのではなく、確かめられます。

• 続けて質問できる

  同じ根拠をもとに動くAI調査チャットで質問を続けられます。お試し用のAIが無料で含まれており、継続して使う場合は自分のアカウントのAmazon Bedrockなど自分で選んだプロバイダーを接続します。

• デプロイとCI失敗も根拠に

  GitLabまたはGitHubのデプロイ、マージリクエスト、リリース、失敗したパイプラインを読み取り、症状の直前の変更を回答の一部にします。

• スマートフォンで、ワンタップで確定

  アラートはまずスマートフォンに届きます。スマートフォンの画面だけで次の一手を決められます。本当の原因をワンタップで確定すると、最初の回答がどれだけ当たったかが計測されます。

仕組み

1. 読み取り専用で接続

   AWSアカウントに読み取り専用のロールを渡し、Datadog、Elasticsearch、Gitホストを接続します。お使いのシステムは何も変更されません。

2. アラートが届く

   シグナルをマップに配置し、対象の時間帯を判定します。本当の障害か、一時的な揺らぎか、何もないか。

3. 回答を読み、確定する

   結論を読み、根拠とマップ上の経路をたどってから、原因を確定します。

いま使っているツールと連携

登録したデータソースに読み取り専用で接続します。

• AWS CloudWatch
• VPC Flow Logs
• AWS Network Firewall
• AWS CloudTrail
• Datadog APM · Logs · Events
• Elasticsearch
• GitLab
• GitHub
• Slack

データとセキュリティ

• 設計から読み取り専用

  読み取るだけです。AWS、Datadog、Gitホストの何も変更しません。

• 自分のアカウントで動作

  自分のAWSアカウント内のEC2インスタンス1台として提供されます。

• オフラインで動作

  既定ではベンダーに接続しません。閉域網でも完全に動作し、登録したソースにのみ接続します。

• お試しAI付き、または自分のAI

  お試し用のAIが上限の範囲で無料で含まれます。継続して使う場合は、自分のアカウントのAmazon Bedrockなど自分で選んだプロバイダーを接続します。付属のAIを使う場合、分析のプロンプトはRosudのAIサービスを経由しますが、このサービスが保存するのは利用量の数値だけで、内容は保存しません。

• アップデートは任意

  閉域網で運用する場合、障害分析アルゴリズムのアップデートを受け取るかどうかは任意です。受け取らなくても分析は完全に動作し、自分で有効にしない限りベンダーと何も共有しません。

• データは自分のEC2にだけ

  すべてのデータは、自分が所有し運用するEC2にのみ保存されます。入力した認証情報もそこにある暗号化されたシークレットストアに保管され、コードやイメージには入りません。