Log-Insight：通过神经符号日志分析自动进行微服务事件诊断

对于站点可靠性工程师（SRE）而言，诊断大规模微服务系统中的生产事件是分秒必争的。在我们部署的环境中，单个 30 分钟的事件窗口可以产生超过两百万行日志——约 12 亿个字符，远超标准 LLM 上下文窗口——使得直接基于 LLM 的根因分析（RCA）不可行。现有方法存在不足：基于模板的解析器缺乏语义异常推理能力，深度学习检测器输出黑盒式的二值信号，而 LLM 流水线在处理原始遥测数据时会遭遇上下文溢出和领域幻觉。我们提出了 Log-Insight，一个部署在华为生产环境中的自动化事件诊断系统。其核心设计原则自动化了 SRE 的人工分诊工作流：符号阶段复制了熟练 SRE 将执行的结构化调查——采样、模式理解、模式聚类和统计异常排序。这为 LLM 提供了一份紧凑的、预先排序的证据档案，以综合生成假设报告。我们的六阶段流水线将数百万个原始事件缩减了 1,000 到 7,000 倍，同时保留了统计上显著的故障信号。在 11 起历史生产事件（110 次运行，经 SRE 验证的真实数据）上进行评估，Log-Insight 实现了 MRR = 0.790，在不到一分钟的延迟内，于超过 90% 的运行中在前三个假设中返回了正确的根因。我们报告了系统性的故障模式、主动缓解措施和开放的研究方向。取证证据部分——列出了确切的日志模板和偏度统计——被运维人员一致认定为关键采用因素，使系统被感知的角色从不透明的预言机转变为调查助手。