구조화된 이벤트 수집 및 분석

작동 원리

신호부터 결정까지 검토 가능한 워크플로우

완료된 워크플로 하나를 선택하세요.

사용자, 작업자, API, 웹훅 또는 에이전트가 의미 있는 결과를 생성하는 곳에서 시작하세요. 경계에서의 작은 이벤트는 거대한 페이로드보다 신뢰하기 쉽습니다.

향후 질문에 필요한 필드를 기록하세요.

안정적인 식별자, 상태, 기간, 환경, 기능 및 분류된 오류 컨텍스트를 포함합니다. 비밀과 원시 개인 콘텐츠를 차단하세요.

확장하기 전에 테이블을 확인하세요.

합성 테스트 이벤트를 보내고, 추론된 스키마를 검사하고, 첫 번째 쿼리를 실행합니다. 이벤트 계약이 유용한 후에만 더 많은 적용 범위를 추가하십시오.

Telemetry의 구조화된 이벤트 테이블
수집된 이벤트 테이블과 이를 확인하는 데 사용되는 쿼리 표면을 보여주는 실제 Telemetry 작업공간입니다.

경계

이것이 대체하지 않는 것

Telemetry는 귀하의 조직에서 수집할 수 있는 개인 데이터 또는 규제 데이터를 결정하지 않습니다. 이벤트 계약에는 여전히 소유자와 보존 정책이 필요합니다.
자동 스키마 진화는 모호한 이벤트 이름, 일관되지 않은 단위 또는 프로듀서 간에 의미를 변경하는 식별자를 복구할 수 없습니다.
구조화된 이벤트는 추적 및 데이터베이스 기반 진단을 보완합니다. 모든 낮은 수준의 디버깅 신호를 대체할 수는 없습니다.

검사 가능한 증명 경로

이벤트 계약부터 눈에 보이는 답변까지

이 예에서는 선언된 스키마, 읽기 전용 SQL 및 결정적 합성 결과를 사용합니다. 샘플 데이터를 고객 벤치마크로 제시하지 않고 워크플로를 보여줍니다.

1. 이벤트 계약

한 행에 agent_events, 쿼리에 사용되는 유형이 명시적으로 지정됩니다.

timestamp_utc: Timestamp
event_name: Utf8
data.tool_name: Utf8
data.status: Utf8
data.args.operation: Utf8
data.latency_ms: Float64

이벤트 계약 찾아보기

2. 읽기 전용 SQL

가장 많이 실패한 호출과 관련된 AI 도구 및 인수는 무엇입니까?

SELECT
  "data.tool_name" AS tool_name,
  "data.args.operation" AS operation,
  COUNT(*) AS calls,
  SUM(CASE
    WHEN "data.status" = 'failed' THEN 1 ELSE 0
  END) AS failures,
  100.0 * SUM(CASE
    WHEN "data.status" = 'failed' THEN 1 ELSE 0
  END) / NULLIF(COUNT(*), 0) AS failure_rate_pct,
  approx_percentile_cont("data.latency_ms", 0.95) AS p95_latency_ms
FROM agent_events
WHERE event_name = 'agent_tool_called'
  AND timestamp_utc >= now() - INTERVAL '7 days'
GROUP BY "data.tool_name", "data.args.operation"
HAVING COUNT(*) >= 20
ORDER BY failure_rate_pct DESC, calls DESC;