应用程序失败的原因有很多，并且有一些工具可以解决每个可能的错误源，例如日志管理工具、错误跟踪器、性能监控解决方案等。在接下来的文章中，我们将介绍专注于检测和预测何时可能发生异常的工具。1.X-PackX-Pack是ElkStack的扩展，提供异常检测。它使用算法帮助用户了解日志的行为并检测日志何时不健康。该软件包依赖日志作为其数据源，使用户能够了解特定指标可能如何影响产品以及用户对产品的体验。主要特点：检测Elasticsearch日志数据和指标中的异常通过监控网络活动和用户行为识别安全问题识别通常导致异常的日志事件2.LoomSystemsLoomSystems提供了一个用于日志和指标异常检测的分析平台。它检测日志中的异常并提供操作分析中的异常检测。主要特点：自动解析和分析来自不同应用程序的日志建议的解决方案——基于公司的解决方案数据库业务操作异常检测3.OverOpsOverOps告诉您代码在何时、何地以及为什么在生产中中断。它是唯一能够为您提供整个调用堆栈中每个错误的完整源代码和可变状态，并允许您在新错误引入您的应用程序时主动检测它们的工具。主要特点：对代码和变量状态的完全可见性以自动重现任何错误通过代码发布主动检测所有新的和严重的错误不依赖日志文件的本地Java代理使用任何StatsD投诉工具进行自定义异常检测可视化无代码和配置更改通过SaaS、混合和内部部署在5分钟内安装带有深色主题的badass仪表板4.CoralogixCoralogix集群日志数据并识别相似性。该工具专注于常见流，检测与其相关的日志消息，并在操作未产生预期结果时发出警报。主要特点：日志记录——使用相同模式捆绑和聚合日志流量异常——识别连接操作，并检测其中的异常基于版本的异常——指定仅在部署用户产品的新版本后发生的异常5.AnodotAnodot提供异常供用户检测系统及相关分析。他们的重点是检测任何类型的数据库中的异常，以及识别业务相关数据中的异常。主要特点：行为关联和相似日志分组业务数据异常检测，提供活动、点击和性能指标中的异常检测警报处理–通过将相似异常分组到一个警报中来减少噪音异常检测有助于更好地理解生产应用程序，每个工具有自己的异常识别方法。探索每个工具，并根据问题，对能为您带来最大价值的工具做出最终决定。
