Skip to main content

Pemantauan model

Model Studio menyediakan pemantauan model, peringatan, dan pencatatan log sehingga Anda dapat memantau panggilan model secara real-time, mendeteksi anomali dengan cepat, serta melakukan troubleshooting terhadap masalah.

Ikhtisar pemantauan model

Model Studio menyediakan pemantauan model terpadu. Sebuah panggilan tercermin dalam grafik pemantauan dalam beberapa menit setelah terjadi, membantu Anda melacak panggilan model secara real-time. Data pemantauan diisolasi berdasarkan ruang kerja: Anda hanya dapat melihat data untuk ruang kerja yang saat ini dipilih. Data pemantauan hanya bersifat referensi dan tidak digunakan sebagai dasar penagihan. Untuk rekonsiliasi, lihat tagihan Anda di Biaya dan Pengeluaran.
Dukungan untuk pemantauan dan peringatan bervariasi tergantung model: beberapa model, seperti model generasi suara, gambar, dan video serta model pihak ketiga yang diakses langsung, tidak didukung. Periksa konsol untuk memastikan.
Topik ini diorganisasikan berdasarkan modul fitur: untuk melakukan troubleshooting panggilan model, mulailah dari audit log; untuk mengonfigurasi peringatan, lihat bagian Peringatan; untuk mengaktifkan pengiriman data, lihat bagian Pengiriman data.

Filter data pemantauan berdasarkan dimensi

Anda dapat memfilter data pemantauan berdasarkan Time (preset cepat dan kustom), Inference Type, dan API-Key (semua secara default; menampilkan ID dan deskripsi, serta hanya mencantumkan API key yang ada di ruang kerja saat ini). Pemfilteran granularitas waktu hanya tersedia di halaman detail pemantauan model.

Lihat skala dan kesehatan panggilan secara keseluruhan

Halaman ikhtisar menampilkan kartu data seperti total model, total panggilan, total kegagalan, durasi panggilan rata-rata, dan waktu rata-rata hingga token pertama (latensi token pertama), sehingga Anda dapat dengan cepat menilai skala dan kesehatan panggilan secara keseluruhan.

Lihat detail pemantauan atau log untuk suatu model

Daftar model menampilkan data pemantauan untuk setiap model di ruang kerja saat ini. Klik View details untuk membuka halaman detail pemantauan model, atau klik View Logs untuk membuka tab Audit Log di halaman log. Masuk ke konsol Model Studio, lalu di panel navigasi sisi kiri pilih Operations > Model Monitoring untuk membuka halaman ikhtisar pemantauan.

Detail pemantauan model

Di halaman ikhtisar pemantauan, temukan model target dalam daftar model dan klik View details untuk membuka halaman detail pemantauan model tersebut. Jalur navigasi di bagian atas halaman adalah: Model monitoring > nama model. Halaman detail menampilkan statistik panggilan dan grafik performa untuk satu model serta menyediakan entri untuk konfigurasi peringatan: ikon lonceng peringatan pada grafik metrik memungkinkan Anda mengonfigurasi peringatan dengan cepat untuk model atau metrik saat ini (untuk manajemen aturan lintas-model secara lengkap, lihat bagian Peringatan). Kondisi filter sama seperti di halaman ikhtisar (waktu, granularitas waktu, jenis inferensi, dan API key), dan pengaturan dari halaman ikhtisar dipertahankan saat Anda masuk dari halaman tersebut. Untuk melihat log, kembali ke daftar model di halaman ikhtisar dan klik entri View logs (lihat bagian Logging).

Metrik pemantauan

Di halaman detail, metrik ditampilkan dalam dua kelompok: statistik panggilan dan performa. Makna, catatan referensi, dan dukungan peringatan untuk setiap metrik tercantum dalam tabel berikut.
Nama metrikDeskripsiReferensiDukungan peringatan
CallsTotal jumlah pemanggilan modelBervariasi tergantung bisnisDapat dikonfigurasi
UsageTotal tokenBervariasi tergantung bisnisDapat dikonfigurasi
FailuresJumlah panggilan yang gagalBervariasi tergantung bisnisDapat dikonfigurasi
Failure rateKegagalan dibagi total panggilanBervariasi tergantung bisnisDapat dikonfigurasi
Call durationTotal waktu dari permintaan hingga responsBervariasi tergantung model dan skenarioDapat dikonfigurasi
Time to first tokenLatensi dari permintaan hingga token pertama dikembalikanBervariasi tergantung model dan skenarioDapat dikonfigurasi
Subsequent token latencyRata-rata waktu untuk menghasilkan setiap token setelah yang pertamaBervariasi tergantung model dan skenarioTidak didukung
Model TotalToken consumptionTotal token yang dikonsumsi, diagregasi berdasarkan model (metrik khusus untuk template peringatan preset)Bervariasi tergantung bisnisDapat dikonfigurasi
Average usage per requestRata-rata token per permintaanBervariasi tergantung bisnisTidak didukung
Content moderation error countJumlah pemblokiran moderasi kontenBervariasi tergantung bisnisTidak didukung
Rate limiting error countJumlah pemicu rate limit 429Bervariasi tergantung bisnisDapat dikonfigurasi
RPMPermintaan per menitBervariasi tergantung bisnisTidak didukung
TPMToken per menitBervariasi tergantung bisnisTidak didukung
Output tokens per second (TPS)Token output per detikBervariasi tergantung model dan skenarioTidak didukung
Cache hit volumeJumlah token hit context cacheBervariasi tergantung model dan skenarioTidak didukung
Cache hit rateProporsi token hit cache terhadap token inputBervariasi tergantung model dan skenarioTidak didukung
Dukungan peringatan untuk suatu metrik bergantung pada apakah metrik tersebut termasuk dalam template peringatan preset (untuk template preset, lihat Peringatan > Template peringatan). Metrik yang tidak termasuk dalam template preset (seperti content moderation error count dan RPM) tidak menampilkan ikon lonceng peringatan dan tidak dapat dikonfigurasi untuk peringatan.
Untuk detail tentang kode kesalahan dan pembatasan laju, lihat Kode kesalahan.
Untuk melakukan troubleshooting lonjakan panggilan yang gagal, fokuslah pada failures, rate limiting error count, dan failure rate. Untuk mendiagnosis degradasi performa, amati tren naik berkelanjutan pada time to first token dan durasi panggilan rata-rata, serta konfigurasikan peringatan untuk metrik utama.

Konfigurasi lonceng peringatan

Metrik yang mendukung peringatan menampilkan ikon lonceng peringatan pada grafiknya. Klik lonceng tersebut untuk membuka panel samping konfigurasi aturan peringatan (untuk detail bidang, lihat bagian manajemen aturan peringatan). Ikon lonceng dan label status panel samping memiliki makna sebagai berikut:
TipeStatusWarnaMakna
Bell iconNo alert configuredGrayTidak ada aturan peringatan yang dikonfigurasi; klik untuk membuka panel samping konfigurasi
Bell iconAlert configured, normalBlueAturan telah dikonfigurasi dan saat ini tidak dipicu; klik untuk melihat detail aturan
Bell iconAlertingRedPeringatan sedang dipicu; klik untuk melihat detail pemicuan
Side-panel labelNormalGreenAturan telah dikonfigurasi dan statusnya normal
Side-panel labelAlertingRedPeringatan sedang dipicu
Side-panel labelDisabledGrayAturan dimatikan dan tidak lagi menghasilkan peringatan
Setelah Anda mengklik lonceng, panel samping peringatan menampilkan bidang yang berbeda tergantung status peringatan (Normal = tidak dipicu, Alerting = sedang dipicu, Recovered = dipicu lalu pulih):
BidangNormalRecoveredAlerting
Alert rule nameShownShownShown
Alert rule IDShownShownShown
Alert contentShownShownShown
Alert metricShownShownShown
Notification recipientsShownShownShown
Alert targetShownShownShown
Start timeHiddenShownShown
DurationHiddenShownShown
Alert countHiddenShownShown
StatusHiddenShownShown
Recovery timeHiddenShownHidden

Peringatan

Model Studio menyediakan tiga fitur peringatan—aturan peringatan, template peringatan, dan riwayat peringatan—semuanya terletak di bawah tab Alert rules, Alert templates, dan Alert history di halaman Model Alert.

Manajemen aturan peringatan

Di halaman Model Alert, klik tab Alerting untuk membuka halaman manajemen aturan peringatan. Daftar aturan peringatan menampilkan aturan peringatan yang saat ini berlaku dan mendukung pembuatan, pengeditan, penghentian, serta penghapusan aturan. Daftar ini menampilkan penerima notifikasi (kontak atau grup kontak) dan mendukung berbagai saluran seperti email. Jalur lengkap untuk mengatur peringatan pertama kali: pertama-tama selesaikan otorisasi peran layanan CloudMonitor di Pengiriman data > Monitoring data delivery, lalu buat aturan peringatan di bagian ini (pilih template peringatan dan isi bidang-bidangnya), dan akhirnya konfigurasikan notifikasi peringatan (kontak atau grup kontak, rentang waktu notifikasi, dan kebijakan pengulangan).
Untuk mengontrol biaya token, konfigurasikan peringatan lonjakan dibandingkan periode sebelumnya untuk Model TotalToken consumption; untuk memastikan ketersediaan, konfigurasikan peringatan untuk tingkat kegagalan panggilan. Keduanya dapat langsung menggunakan template peringatan preset.
Sebelum membuat aturan peringatan, Anda harus mengotorisasi peran layanan CloudMonitor dalam pengiriman pemantauan model (untuk cara mengonfigurasinya, lihat Pengiriman data > Monitoring data delivery). Jika belum diotorisasi, tombol Create alert rule tidak dapat diklik, dan saat kursor diarahkan ke tombol tersebut akan muncul tip: "Peran layanan CloudMonitor belum diotorisasi, sehingga Anda tidak dapat membuat aturan peringatan. Klik untuk mengotorisasi." Setelah otorisasi, layanan CloudMonitor diaktifkan secara otomatis di latar belakang.
Setelah otorisasi, CloudMonitor, Alibaba Cloud Simple Log Service (SLS), dan Prometheus diaktifkan secara otomatis. Aturan peringatan gratis digunakan; produk yang telah aktif ditagih berdasarkan penggunaan aktual.
  1. Klik Create Alert Rule untuk membuka halaman baru.
  2. Isi nama peringatan, template peringatan, model, durasi, periode pemeriksaan peringatan, konten peringatan, dan tingkat peringatan sesuai deskripsi bidang di bawah ini.
  3. Konfigurasikan notifikasi peringatan (kontak atau grup kontak peringatan, rentang waktu notifikasi, dan kebijakan pengulangan), lalu klik Create untuk menyelesaikan.
Bidang formulir dijelaskan dalam tabel berikut.
BidangWajibDeskripsi
Alert nameRequiredMaksimal 50 karakter
Alert templateRequiredPilih template preset atau kustom dari daftar drop-down, atau buat dengan menyimpan berdasarkan template
Model selectionRequiredMaksimal 50 model
DurationRequiredDinyatakan dalam menit
Alert check periodRequiredDefault 60 detik, dalam detik; harus bilangan bulat tidak kurang dari 0 (0 berarti peringatan langsung dikirim saat dipicu)
Alert contentRequiredMaksimal 200 karakter; mendukung variabel (Anda dapat menyisipkan placeholder seperti workspace, model, dan nilai saat ini)
Alert levelOptionalINFO (normal) / WARNING (peringatan) / ERROR (kesalahan) / CRITICAL (kritis), default INFO
Alert contacts / contact groupsMultiple allowedBersumber dari kontak atau grup kontak CloudMonitor
Notification time rangeRequiredInterval apa pun dalam 24 jam, dan dapat melewati hari (misalnya, 23:00 hingga 01:00 hari berikutnya)
Repeat policyRequiredTanpa eskalasi berarti peringatan hanya dikirim sekali selama belum terselesaikan; alternatifnya, tentukan interval jam-plus-menit untuk mengulang notifikasi
Untuk pengguna lama yang telah mengaktifkan pemantauan lanjutan dan mengonfigurasi aturan peringatan, aturan peringatan dapat dimigrasikan dari instans Prometheus CloudMonitor ke Model Studio dengan satu klik. Saat ini, hanya aturan peringatan yang dibuat oleh platform yang dapat dimigrasikan; aturan peringatan yang dibuat di sisi CloudMonitor tidak dapat dimigrasikan.
  1. Di atas daftar aturan peringatan, klik Migrate now atau Migrate alert rules.
  2. Confirm the migration source. Lihat nama dan status instans Prometheus, lalu klik Start detection.
  3. Check alert rules. Sistem mendeteksi aturan peringatan mana yang dapat dimigrasikan dan mana yang tidak kompatibel. Pilih dan konfirmasi, lalu klik Start migration.
  4. Migrate alert rules. Selama migrasi, status "Migrating" ditampilkan. Setelah migrasi selesai, hasil sukses atau gagal ditampilkan. Jika migrasi gagal, Anda dapat mencoba ulang. Setelah migrasi berhasil, tutup kotak dialog.
Setelah migrasi, aturan peringatan di instans Prometheus dinonaktifkan (tidak dihapus); Anda dapat menghapusnya secara manual di sisi Prometheus. Tugas migrasi disimpan selama 6 jam, dan memuat ulang halaman selama migrasi tidak mengganggu tugas tersebut. Setelah migrasi berhasil, migrasi kedua tidak diperlukan, entri migrasi disembunyikan, dan hanya pesan sukses inline yang ditampilkan. Aturan peringatan mendukung operasi stop, edit, dan delete. Cakupan peringatan: saat ini hanya metrik tertentu yang mendukung peringatan. Item yang dapat dikonfigurasi ditandai per baris dalam tabel metrik di bagian Detail pemantauan model.

Template peringatan

Template peringatan adalah konfigurasi peringatan dengan kondisi pemicu preset. Anda dapat dengan cepat membuat aturan peringatan berdasarkan template tanpa harus mengonfigurasi dari awal. Sistem saat ini menyediakan 12 template preset, dan Anda juga dapat membuat sendiri. Tab Alert templates berada di halaman Model Alert, setara dengan tab Alert rules dan tab Alert history. Klik Create alert template untuk membuka panel samping pembuatan template peringatan, lalu isi informasi berikut:
  • Template name: Wajib diisi, maksimal 20 karakter.
  • Parameter selection: Maksimal 10 parameter. Pilih untuk memicu peringatan saat semua aturan memenuhi kondisi (AND) atau saat salah satu memenuhi kondisi (OR).
  • Metric: Wajib diisi. Memilih metrik yang akan dipantau untuk peringatan. Opsi drop-down mencakup calls, failures, failure rate, call duration, dan time to first token.
  • Alert threshold: Wajib diisi. Pilih operator perbandingan (>, >=, <, <=, ==, !=) dan nilai.
  • Statistics cycle: Dalam menit. Rentang valid 1 hingga 10080 menit.
Template peringatan preset ditandai dengan tag Preset setelah nama dan mendukung melihat detail serta menyalin, tetapi tidak dapat diedit atau dihapus. Template peringatan kustom mendukung melihat detail, mengedit, menghapus, dan menyalin. Gunakan template preset terlebih dahulu untuk mencakup skenario peringatan umum (metrik dan ambang batas telah diatur sebelumnya untuk beban khas); cukup isi parameternya untuk menggunakannya. Gunakan template kustom untuk kondisi komposit yang kompleks dan aturan spesifik bisnis. Metrik yang didukung template peringatan preset tercantum dalam tabel berikut:
Nama template peringatan presetNama metrik
Model call failures: 1-minute sum > 10Model call failures
Model call failure ratio: 1-minute sum > 1%Model call failure ratio
Model 4xx calls: 1-minute sum > 10Model 4xx calls
Model 4xx ratio: 1-minute sum > 1%Model 4xx ratio
Model 429 calls: 1-minute sum > 10Model 429 calls
Model 429 ratio: 1-minute sum > 1%Model 429 ratio
Model 5xx calls: 1-minute sum > 10Model 5xx calls
Model 5xx ratio: 1-minute sum > 1%Model 5xx ratio
Model calls: 1-minute sum > 500Model calls
Model call duration: 1-minute average > 60 secondsModel call duration
Model time to first packet: 1-minute average > 10 secondsModel time to first packet (time to first token)
Model TotalToken consumption: 1-minute sum > 10000Model TotalToken consumption

Riwayat peringatan

Di halaman Model Alert, klik tab History untuk melihat catatan pemicuan peringatan. Di daftar riwayat peringatan, penerima notifikasi hanya menampilkan informasi kontak, bukan informasi saluran notifikasi terkait. Riwayat peringatan dapat difilter berdasarkan empat kondisi: waktu peringatan (preset cepat dan kalender), aturan peringatan, tingkat peringatan, dan status (Recovered atau Alerting). Daftar riwayat peringatan menampilkan kolom-kolom berikut:
KolomDeskripsi
Alert instanceIdentitas instans peringatan
Alert levelNormal / Warning / Error / Critical
Alert timeKapan peringatan dipicu
Alert countJumlah kali peringatan ini dipicu
Alert ruleNama dan ID aturan peringatan
StatusRecovered / Alerting
Notification recipientKontak atau grup kontak peringatan
ActionsView details (membuka panel samping detail peringatan)
Klik View details dalam daftar untuk membuka panel samping detail peringatan. Status di panel samping detail hanya memiliki dua nilai: Recovered dan Alerting.

Logging

Model Studio mencatat audit log secara default (disimpan di platform, tanpa konfigurasi), menangkap informasi permintaan setiap panggilan model tetapi tidak mencakup Prompt atau Response. Log inferensi mencatat Prompt dan Response lengkap beserta langkah-langkah antara; log ini harus diaktifkan secara manual dan bergantung pada pengiriman log untuk menulis log ke Logstore Simple Log Service (SLS) milik Anda sendiri (untuk pengiriman log, lihat bagian Pengiriman data).

Audit Log

Audit log diaktifkan secara default untuk semua pengguna, tidak memerlukan konfigurasi, dan disimpan di platform Model Studio. Audit log mencatat informasi permintaan setiap panggilan model, termasuk metrik inti seperti Request ID, waktu, model, penggunaan token, latensi, dan status, tetapi tidak mencakup konten Prompt dan Response. Untuk melihat konten Prompt dan Response lengkap, aktifkan log inferensi (untuk cara mengaktifkannya, lihat bagian Inference Log).

Kondisi filter

Audit log mendukung kondisi filter berikut:
  • Time range: 7 hari terakhir secara default; mendukung kueri log hingga 30 hari.
  • Model: Pilihan drop-down; semua model secara default.
  • API-Key ID: Pilihan drop-down. API key menampilkan ID dan deskripsi; jika API key dihapus, deskripsinya kosong.
  • Status: Pilihan ganda, termasuk 0 (permintaan berhasil tetapi dihentikan secara aktif oleh pengguna), 200 (sukses), 4XX (pengecualian akibat perilaku pengguna), dan 5XX (layanan tidak tersedia).
  • Inference Type: Inferensi real-time secara default.
  • Search Request ID: Pencocokan eksak.

Daftar log

Daftar audit log menampilkan bidang-bidang berikut: Request ID, waktu panggilan, model, penggunaan, waktu hingga token pertama, durasi panggilan, status, dan kode kesalahan. Kolom Actions menyediakan View details, yang membuka panel samping detail audit log.

Panel samping detail

Panel samping detail audit log mendukung peralihan antara tampilan daftar dan tampilan JSON:
  • Informasi dasar: Request ID, waktu panggilan, model, API key
  • Penggunaan: total token, token output, token input
  • Performa: waktu hingga token pertama, durasi panggilan, kode status, serta kode kesalahan dan pesan kesalahan (jika ada)
Untuk membuat dan mengelola API key, buka System Management di konsol Model Studio.

Inference Log

Log inferensi harus diaktifkan secara manual. Di atas audit log, log inferensi tambahan mencatat Prompt dan Response lengkap beserta langkah-langkah antara, yang membantu debugging, optimasi, dan troubleshooting. Log inferensi disimpan di Logstore Simple Log Service milik Anda sendiri.

Aktifkan log inferensi

Log inferensi dinonaktifkan secara default; Anda harus terlebih dahulu mengaktifkan pengiriman audit log. Di halaman log, alihkan ke tab Inference Log (saat belum dikonfigurasi, tab ini menampilkan halaman panduan untuk mengaktifkannya) dan klik Start configuration untuk membuka kotak dialog konfigurasi pengiriman log. Anda juga dapat masuk dengan mengklik tombol Log delivery configuration di pojok kanan atas halaman log. Setelah menyelesaikan otorisasi dan konfigurasi Logstore, Anda dapat melihat daftar log inferensi.
Log inferensi saat ini hanya didukung di region Beijing dan Singapura; region lain belum didukung.

Daftar dan detail log

Kondisi filter untuk log inferensi sama seperti audit log, kecuali filter jenis inferensi (inferensi real-time/inferensi batch) dihapus. Untuk model yang tidak mendukung log inferensi, ditampilkan "The current model is not supported". Daftar log inferensi menambahkan data Prompt dan Response di atas audit log, dengan batas panjang 128K. Konten yang melebihi 128K dipotong; untuk konten lengkap, lihat log panggilan aktual. Aturan tampilan setelah API key dihapus sama seperti audit log (daftar tidak menampilkan deskripsi, dan detail hanya menampilkan ID). Log inferensi dapat didaur ulang menjadi set data pelatihan. Untuk informasi lebih lanjut, lihat Log backflow.
Log inferensi mencatat Prompt dan Response lengkap, sehingga cocok untuk mereproduksi permintaan abnormal, melakukan debugging output model, dan menyelesaikan masalah intermiten.

Pengiriman data

Secara default, Model Studio menyimpan metrik pemantauan dan audit log di platform, sehingga Anda dapat melihatnya di konsol tanpa pengiriman apa pun. Untuk mengirimkan metrik pemantauan atau log ke layanan cloud milik Anda sendiri (untuk retensi jangka panjang atau integrasi dengan sistem O&M Anda sendiri, yang dikenai biaya layanan cloud), aktifkan pengiriman data yang sesuai: data pemantauan dikirimkan ke instans Prometheus CloudMonitor, dan log dikirimkan ke Logstore Simple Log Service (SLS). Pengiriman log juga merupakan prasyarat untuk log inferensi.
Mengaktifkan log inferensi dan mengirimkan log ke Logstore SLS milik Anda sendiri dikenai biaya Simple Log Service.
Di sisi SLS, memodifikasi indeks tidak didukung; melakukannya menyebabkan kegagalan kueri. Di sisi SLS, jangan menghapus Logstore SLS yang dibuat oleh Model Studio; menghapusnya menyebabkan pengiriman log gagal.

Pengiriman data pemantauan

Entri pengiriman pemantauan model terletak di pojok kiri atas halaman ikhtisar pemantauan. Pengiriman pemantauan model secara otomatis mengirimkan data pemantauan model Model Studio ke instans Prometheus Alibaba Cloud CloudMonitor untuk manajemen data pemantauan yang terpadu. Model Studio menyediakan metrik layanan model secara default, yang dapat Anda lihat di platform tanpa konfigurasi tambahan. Untuk mengirimkan metrik ke layanan CloudMonitor di bawah akun Anda, aktifkan pengiriman data dan konfigurasikan sumber daya target.

Langkah konfigurasi

Bagi pengguna baru, mengonfigurasi pengiriman pemantauan model memerlukan langkah-langkah berikut:
  1. Otorisasi peran layanan CloudMonitor.
  2. Aktifkan layanan CloudMonitor.
  3. Buat instans pemantauan Prometheus CloudMonitor.
Pengiriman pemantauan model saat ini hanya mendukung instans Prometheus CloudMonitor, bukan Prometheus yang dikelola sendiri. Bagi pengguna lama yang telah mengaktifkan pengiriman pemantauan, konfigurasi yang ada dimigrasikan secara otomatis, data pemantauan platform dikirimkan secara otomatis ke instans Prometheus yang sebelumnya diaktifkan, dan instans Prometheus tidak dapat diubah. Setelah pengiriman diaktifkan, data pemantauan disimpan baik di sisi platform maupun sisi pengguna.
Pengguna lama yang telah mengaktifkan pemantauan lanjutan memiliki pengiriman data pemantauan yang diaktifkan secara default; jika tidak diperlukan, Anda dapat menonaktifkannya di entri pengiriman pemantauan model.

Status pengiriman

Setelah Anda mengonfigurasi pengiriman data, indikator status ditampilkan di samping pengiriman pemantauan model:
  • Delivering (hijau)
  • Delivery failed (merah)
  • Delivery not configured (abu-abu)
Tombol toggle pengiriman adalah Call statistics and performance metrics delivery. Detail otorisasi diperluas secara default.

Pengiriman log

Entri konfigurasi pengiriman log terletak di pojok kanan atas halaman log. Di halaman ikhtisar pemantauan, pilih model untuk masuk ke halaman detailnya, lalu alihkan ke halaman log untuk melihat entri ini. Pengiriman log secara otomatis mengirimkan audit log dan log inferensi model Model Studio ke Logstore Alibaba Cloud Simple Log Service untuk manajemen data yang terpadu. Untuk mengirimkan log ke Simple Log Service di bawah akun Anda, aktifkan pengiriman log dan selesaikan konfigurasi.

Langkah konfigurasi

Mengonfigurasi pengiriman log untuk pertama kali memerlukan tiga langkah berikut:
  1. Otorisasi peran Simple Log Service
  2. Aktifkan Simple Log Service
  3. Buat Logstore
Pengguna lama yang telah mengaktifkan pengiriman log tidak perlu mengonfigurasi ulang; konfigurasi asli dipertahankan secara otomatis, dan Logstore tidak dapat diubah.

Pengiriman audit log

Setelah Anda mengaktifkan atau menonaktifkan pengiriman audit log, pesan hasil muncul singkat di bagian atas halaman. Proses otorisasi dan konfigurasi sama seperti langkah konfigurasi di atas.

Pengiriman log inferensi

Sebelum mengaktifkan pengiriman log inferensi, Anda harus terlebih dahulu mengaktifkan pengiriman audit log (pengiriman log inferensi tidak dapat diaktifkan saat pengiriman audit log belum dikonfigurasi). Proses otorisasi dan konfigurasi untuk pengiriman log inferensi sama seperti di atas.
Setelah Anda menonaktifkan pengiriman audit log, pengiriman log inferensi juga dinonaktifkan.
Setelah konfigurasi selesai, indikator status ditampilkan di samping konfigurasi pengiriman log; ketiga status memiliki makna yang sama seperti pada status pengiriman data pemantauan.
Setelah Anda menonaktifkan pengiriman log, log yang dihasilkan selama periode nonaktif tidak disinkronkan ke Logstore SLS dan tidak dapat diisi ulang atau dipulihkan setelahnya. Nonaktifkan dengan hati-hati.