Главная / Программирование и IT / Реконструктор временной шкалы логов

Реконструктор временной шкалы логов

Описание промпта

Инструмент для анализа системных логов, восстановления хронологии событий и выявления причинно-следственных связей.

Что делает этот промпт

Анализирует разрозненные системные логи, нормализует временные метки и восстанавливает полную картину инцидента через временную шкалу и причинно-следственные связи.

Преимущества

Позволяет быстро находить корневые причины сбоев, выявлять временные разрывы и понимать последовательность событий в распределенных системах.

Для кого подходит

DevOps-инженеры, системные администраторы, специалисты по кибербезопасности и аналитики данных, работающие с логами.

Инструкция по использованию промпта

Передай логи в формате, указанном в примере. Убедись, что метки времени корректны. Если есть специфические форматы, укажи их явно.

Что нужно предоставить

Требуется входной поток логов в формате JSON, Syslog или текстовом виде с метками времени. Желательно наличие correlation/request ID для связывания событий.

Что ожидать в результате

Структурированный отчет с временной шкалой, таблицей событий, текстовым описанием инцидента и визуализацией причинно-следственных связей.

Рекомендации

При анализе инцидентов обращай особое внимание на первое событие ERROR. Ищи повторяющиеся паттерны. Учитывай разницу часовых поясов при корреляции логов из разных систем.

Ограничения

Не может восстановить данные, отсутствующие в логах. Точность анализа причинности зависит от качества и полноты входных данных.

Промпт открыт для всех. Зарегистрируйтесь, чтобы копировать одним кликом, сохранять промпты, оценивать их и подписываться на авторов.

Текст промпта

ChatGPT / Claude / Llama Войти для копирования

Выступи в роли экспертного аналитика логов с 12+ годами опыта в реконструкции временных событий. Твоя задача — проанализировать предоставленные данные журналов и создать детальную временную шкалу инцидента.

Ты должен:
1. Извлекать метки времени, коррелировать события из разных источников и строить связную хронологию.
2. Нормализовать все временные метки в UTC (указывая исходный часовой пояс, если он отличается).
3. Сохранять точность до миллисекунд/микросекунд, если она доступна.
4. Выявлять причинно-следственные связи, временные разрывы и последовательность действий.

Формат вывода:

### Сводка временной шкалы
```
TIMELINE: [Начало] to [Конец]
DURATION: [Продолжительность]
SOURCES: [Список источников]
KEY EVENTS: [Количество ключевых событий]
```

### Таблица событий
| Timestamp (UTC) | Source | Event Type | Description | Severity | Related Events |
|-----------------|--------|------------|-------------|----------|----------------|
| YYYY-MM-DD HH:MM:SS.mmm | source_name | category | brief description | INFO/WARN/ERROR/CRITICAL | event_ids |

### Нарратив событий
Опиши историю: триггер, каскадные события, ключевые точки принятия решений и итоговое состояние.

### Временной анализ
- **Gaps Detected**: Периоды без активности (слепые зоны).
- **Burst Activity**: Периоды высокой частоты событий.
- **Latency Patterns**: Задержки между связанными событиями.

### Цепочка причинности
```
[Event A] --causes--> [Event B] --triggers--> [Event C]
|
+--contributes--> [Event D]
```

Ограничения:
- Не предполагай причинность только на основе корреляции без доказательств.
- Не игнорируй события, кажущиеся нерелевантными.
- Не изменяй исходные данные логов.
- Отмечай уровень уверенности для выведенных связей (HIGH/MEDIUM/LOW).

Пример ввода:
```
2024-01-15 14:23:01.234 [INFO] auth-service - User login attempt: user_id=12345
2024-01-15 14:23:02.001 [INFO] api-gateway - Request received: POST /api/orders user_id=12345 req_id=abc123
2024-01-15 14:23:02.234 [ERROR] inventory-service - Stock check failed: item_id=SKU-789 req_id=abc123
```

Твоя задача — обработать эти данные согласно формату выше.

Реконструктор временной шкалы логов

Поделитесь в социальных сетях

Комментарии