يُضبط شذوذ APM في Elastic عبر قاعدة تنبيه: يقارن Kibana زمن استجابة الخدمة أو معدل الطلبات أو نسبة الأخطاء بما تعدّه نماذج التعلّم الآلي (machine learning) سلوكًا طبيعيًا، ثم يُخطر فريق المناوبة. الفخ المعتاد هو الضجيج: قاعدة شديدة الحساسية توقظ أحدهم بسبب تغيّر لا أثر له، وقاعدة متساهلة أكثر من اللازم تفوّت التدهور.
يشرح هذا الدليل قاعدة APM Anomaly خطوة بخطوة، استنادًا إلى وثائق Elastic (الإصدار 8.16 والصفحة الحالية). يبيّن كيف تقرر القاعدة وجود شذوذ، وما الإعدادات التي تحدّ من التنبيهات الخاطئة، وكيف يُتحقق من النتيجة. هدف SRE: حماية error budget وخفض MTTR دون تكثير التنبيهات غير المفيدة.
النطاق: Elastic Observability، خارج Dynatrace. للمقارنة مع كشف الشذوذ في Dynatrace (Davis)، راجع خفض ضجيج التنبيهات مع Davis.
شذوذ APM في Elastic: كيف تقرر القاعدة
لا تحسب القاعدة شيئًا بنفسها. إنها تقرأ نتائج وظائف (jobs) التعلّم الآلي التي تُنشأ لكل بيئة. وفق الوثائق، تتضمن وظائف APM الجديدة أربعة كواشف: latency وthroughput وfailed transaction rate وlow transaction count. ولا يُطبَّق الكشف إلا على المعاملات من نوع «request» أو «page-load».
يحصل كل شذوذ على درجة. تذكر وثائق التعلّم الآلي العامة أن الدرجات تتراوح بين 0 و100. وتحدد صفحة APM عتبة رقمية واحدة: بدءًا من 75، يعرض مخطط مدة المعاملات تعليقًا توضيحيًا. ولا تحدد الصفحة التطابق الدقيق بين الدرجة ومستويات الخطورة؛ لذلك لا أذكر حدودًا لكل من warning وminor وmajor وcritical.

تقارن القاعدة إذن خطورة الشذوذ المكتشف بالحد الأدنى الذي تحدده. هذه آلية مختلفة عن العتبة الثابتة: لا حاجة إلى تخمين أي قيمة بالميلي ثانية. في المقابل، يحتاج النموذج إلى بيانات: تشير الوثائق إلى أن النتائج الأولى تصل بعد بضع دقائق، وأن الخدمات الحديثة تتطلب حركة تتبّع أكبر.
المتطلبات المسبقة
- تتبعات APM في Elasticsearch (تقرأ القاعدة الفهارس
traces-apm*وapm-*وtraces-*.otel-*؛ ولا يمكن تغييرها من قاعدة إلى أخرى). - ترخيص مناسب: تذكر الوثائق أن التعلّم الآلي يتطلب «an appropriate license».
- في إصدار Stack، صلاحيات لوظائف التعلّم الآلي ولتطبيق APM؛ وفي Serverless، دور Editor أو أعلى.
- وظيفة شذوذ منشأة للبيئة المستهدفة.
إنشاء وظيفة التعلّم الآلي
- افتح Applications ثم Anomaly detection.
- اختر Create Job وحدد البيئات (مثل production).
- انتظر بضع دقائق حتى تظهر النتائج الأولى.
لا تتطلب الخدمة الجديدة في بيئة مغطاة أصلًا وظيفة جديدة. وتحتفظ الوظيفة القائمة بكواشفها الأصلية: للحصول على low transaction count، تطلب الوثائق إضافة الكاشف low_count أو إعادة إنشاء الوظيفة.
إنشاء قاعدة APM Anomaly خطوة بخطوة
يختلف المسار حسب الإصدار. في Elastic Stack من 9.0 إلى 9.5، تصف الصفحة: Alerts ثم Manage Rules ثم Create rule ثم النوع APM Anomaly. ابتداءً من 9.6، يتم الإنشاء عبر واجهة Alerts وزر Create anomaly rule في صفحة Applications. وفي كل الحالات، يمكن أيضًا البدء من Alerts and rules في صفحة Applications.
- تحديد النطاق. اختر Service وType (نوع المعاملة) وEnvironment، أو اترك All. قاعدة لكل خدمة حرجة تعطي تنبيهات أوضح من قاعدة عامة.
- اختيار الكواشف. زمن الاستجابة، ومعدل الطلبات، ونسبة المعاملات الفاشلة، و(في الصفحة الحالية) انخفاض عدد المعاملات.
- تحديد الحد الأدنى للخطورة (Has anomaly with severity): warning أو minor أو major أو critical.
- الجدولة. حدد وتيرة الفحص؛ وتقبل صفحة 8.16 الثواني والدقائق والساعات والأيام.
- إضافة إجراء عبر موصّل (بريد إلكتروني، Slack، webhook، PagerDuty، Jira…)، ثم سمِّ القاعدة.

خفض الضجيج: الإعدادات المهمة
ثلاث أدوات موثقة تحدّ من التنبيهات الخاطئة.
- الحد الأدنى للخطورة. ابدأ بـ major لإيقاظ أحدهم، واحتفظ بـ warning لإشعار غير عاجل في قناة محادثة.
- تأخير التنبيه (Alert delay). خيار متقدم في صفحة 8.16: لا يُطلق التنبيه إلا بعد العدد المحدد من التنفيذات المتتالية. لم يعد ارتفاع معزول كافيًا.
- وتيرة الإجراء. اختر ملخصًا للتنبيهات بفاصل زمني مخصص بدل رسالة لكل تنبيه. ويمكن أيضًا تقييد الإجراءات باستعلام KQL (If alert matches query) أو بنطاق زمني.
لا تفعّل كل الكواشف في كل مكان. معدل الطلبات في خدمة batch ليلية يتغير بطبيعته؛ وفيها يكفي زمن الاستجابة ونسبة الأخطاء. وتذكّر أن low transaction count يشير أيضًا إلى الهبوط إلى الصفر: مفيد لخدمة يُفترض أن تتلقى حركة مستمرة، ومزعج لواجهة API تُستدعى مرة في اليوم.
كتابة الإجراء بمتغيرات السياق
الرسالة المفيدة تحتوي على الخدمة والبيئة والسبب ورابط التشخيص. تسرد الوثائق المتغيرات المتاحة بصيغة Mustache (أقواس مزدوجة حول الاسم، مثلًا للمتغير context.serviceName).

انتبه إلى context.alertDetailsUrl: وفق صفحة 8.16، يبقى المتغير فارغًا إذا لم يكن server.publicBaseUrl مضبوطًا في Kibana. التنبيه بلا رابط فتح يطيل MTTR: تحقق من هذا الإعداد قبل إرسال القاعدة إلى الإنتاج. وقد يكون الموصّل مدفوعًا أو مجانيًا بحسب نوعه، وهذا ما توضحه الوثائق.
كيف تتحقق من أن كل شيء يعمل
- في Applications، افتح الخدمة: يعرض مخطط مدة المعاملات الحدود المتوقعة وتعليقًا توضيحيًا بدءًا من درجة 75.
- في خريطة الخدمات والمخزون (inventory)، تظهر الخدمة التي فيها شذوذ نشط ملوّنة (المخزون: Stack 9.5 وما بعده، وServerless).
- في Alerts، تأكد من أن القاعدة نشطة وأنها تُنفَّذ بالفاصل الزمني المختار.
- في أحد التنبيهات، افتح صفحة التفاصيل: بالنسبة إلى تنبيه APM Anomaly، تصف الوثائق مخططات RED وخريطة الخدمات ومربع الخطورة.
أجرِ الاختبار في بيئة ما قبل الإنتاج بحد أدنى منخفض للخطورة، ثم بعد أسبوع احسب كم تنبيهًا أدّى إلى إجراء. إذا كانت الغالبية لا تتطلب أي إجراء، ارفع الخطورة أو أضف تأخيرًا.
العلاقة مع OpenTelemetry وDynatrace
تقرأ القاعدة الفهارس traces-*.otel-*: فتتبعات OpenTelemetry المستوعبة في Elastic تدخل إذن في نطاقها (راجع وكيل Elastic ومجمّع OpenTelemetry). وللترحيل من وكيل مملوك، راجع الترحيل إلى OpenTelemetry، ولربط التتبعات بالسجلات راجع ربط السجلات والتتبعات في Elastic APM. في Dynatrace، يقوم المكافئ على Davis؛ ويُعالج الفرق من حيث المبدأ في قابلية الملاحظة والمراقبة. لا يوجد تكامل موثق بين هذه القاعدة وDynatrace: الـ webhook هو الجسر البسيط الوحيد.
أفضل الممارسات
- قاعدة لكل خدمة حرجة ولكل بيئة، مع مسؤول معيّن.
- حد أدنى مرتفع للخطورة للمناوبة، ومنخفض للإعلام.
- Alert delay من عدة تنفيذات بدل تنبيه عند أول ارتفاع.
- رابط
alertDetailsUrlمعبّأ دائمًا. - بعد كل تحديث، راجع القواعد القائمة: فهي تحتفظ بكواشفها المحفوظة.
الأسئلة الشائعة
هل أحتاج إلى وظيفة تعلّم آلي لقاعدة APM Anomaly؟
نعم. تقرأ القاعدة نتائج الوظائف (الفهارس .ml-anomalies-*): ومن دون وظيفة للبيئة لا يوجد ما تقيّمه.
ما الفرق بين هذه القاعدة وعتبة زمن الاستجابة؟
تقارن العتبة الثابتة قيمة برقم تختاره أنت. أما قاعدة APM Anomaly فتقارن بسلوك متعلَّم. تتكيف مع دورات الخدمة، لكنها تحتاج إلى بيانات ولا تقول لماذا تغيرت القيمة.
هل تحصل القواعد القائمة على الكواشف الجديدة؟
لا. وفق الوثائق، تحتفظ باختياراتها المحفوظة: عدّلها لإضافة low transaction count، بعد التحقق من أن الوظيفة تحتوي على low_count.
الخلاصة
تستبدل قاعدة APM Anomaly العتبات المخمَّنة بنموذج متعلَّم. وتقوم النتيجة على ثلاثة إعدادات: وظيفة لكل بيئة، وحد أدنى للخطورة ينسجم مع المناوبة، وتأخير للتنبيه. تحقق من السلسلة كاملة، من الدرجة إلى رابط التنبيه، قبل أن تعهد إليها بخدمة حرجة.
المصادر
- Create an APM anomaly rule، وثائق Elastic (اطُّلع عليها في 30 أكتوبر 2026)
- APM anomaly rule، وثائق Elastic 8.16
- Machine learning APM، وثائق Elastic
span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC ولا لشركة Elastic N.V. أسماء المنتجات المذكورة تعود إلى مالكيها؛ والقيم مأخوذة من وثائق Elastic، فتحقق منها في الوثائق الخاصة بإصدارك.