テーブル構成と実データから、その DB が何のサービスで、どこが業務の中心かを AI が読み取ります。並ぶのは CPU や接続数ではなく、注文数や決済の成否のような、事業にとって意味のある数字です。
DB
決済の成功件数と失敗件数をまとめて監視し、失敗の偏りを捉える。
SELECT count(*) FILTER (WHERE status = 'failed') AS failed, count(*) FILTER (WHERE status = 'succeeded') AS succeeded FROM payments WHERE created_at >= now() - interval '5 minutes'
何を監視すべきか、洗い出す時間がない
CPU や接続数は見ているが、注文が止まっても気づけない
監視項目を作った人しか、その意味が分からない
スキーマと実データを読み、どのテーブルが業務の中心かを判断して監視項目を書きます。DB ごとの意味づけも AI が残します。
監視のクエリが返した数値の列は、それぞれが系列になります。成功件数と失敗件数のように、関係で判断したい値をまとめて見張れます。
監視項目ごとに、何を捉えるためのものかの説明が付きます。作った人がいなくても、グラフの意味が分かります。
定期巡回で、AI が監視項目と意味づけを見直します。不要になった項目は削除し、間隔が合わなくなった項目は手入れします。
AI が書いた監視項目は、グラフとして並びます。中身はすべて画面で確かめられます。
1行を返す単文の SELECT です。読み取り専用の接続で、SQL ガードを通ったものだけが実行されます。
折れ線・棒・積み上げ・円グラフから AI が選びます。単位や桁が違う値は右の縦軸に載せます。
値は30秒から1日までの間隔で取得し、AI はそれとは別の間隔で判定します。判定の最短間隔はプランで決まります。
その DB が何のシステムで、どのテーブルが業務の中心かという AI の理解が、接続ごとに保存されます。
監視項目ごとに、取得と判定を止められます。プロジェクト全体での一時停止もできます。
役目を終えた監視は AI が削除します。画面から手で削除することもできます。
必要なのは、DB の接続文字列かアカウントとの連携だけ。サーバー側の作業はありません。
接続を登録する
接続文字列を登録します。書き込み権限があれば、監視用の読み取り専用ユーザーをその場で作ります。Cloudflare D1 と BigQuery は、アカウントと連携して選びます。
AI が監視を組み立てる
AI がスキーマと実データを読み、監視項目を作ってグラフで並べます。
グラフで確かめる
監視項目ごとの推移と、AI がいつ見てどう判断したかを、画面で確かめます。
EC
注文数と決済の成否を見張る
注文と決済のテーブルを読んだ AI が、直近の注文数と、決済の成功件数・失敗件数を監視項目にします。注文が止まった、失敗が偏ったといった変化を捉えます。
SaaS
サービスの中心にある操作を見張る
投稿数や登録数のように、中心となる数字はサービスごとに違います。AI はテーブル構成からそれを読み取り、そのサービスに合った監視を組みます。