Anomaly Detection 服务日志异常检测系统产品系统

内部服务数量多、日志分散在各自机器上，故障往往由用户投诉才发现。运维需要一套能按规则定时巡检各服务日志、自动识别异常模式并联动告警的系统，把"被动救火"变成"主动发现"，降低平均故障发现时间。

系统按可配置的时间周期拉取各服务日志，经规则引擎做关键字、频率、阈值与序列模式匹配；命中的异常聚合为事件，附带上下文日志片段与影响服务清单；支持告警去重、抑制与升级策略，可对接邮件、IM 与工单；提供异常趋势看板，便于判断是偶发抖动还是持续性劣化。

我负责该系统的开发与维护：用 Django 搭建规则配置与任务调度后台，按服务维度定时探测日志源；将采集结果写入 ELK 供检索与聚合；异常事件通过统一告警通道下发，并支持与工单联动；系统以 Docker 容器化部署在 Kubernetes 上，支持横向扩容。