Home » Insights » Strukturierte Logdaten als Basis für KPI-Monitoring

Strukturierte Logdaten als Basis für KPI-Monitoring

In einer industriellen Anwendung spielen Key Performance Indicators (KPI, engl. für Leistungskennzahlen) eine entscheidende Rolle, um die Effektivität einer Maschine oder einer Anlage zu beurteilen und Leistungsabweichungen und Störungen frühzeitig zu detektieren.

Bei komplexen Systemen, welche grosse Mengen an Logdaten generieren, kann schnell der Überblick verloren gehen. Die Lösung bildet eine zentrale Datensenke für Logdaten.

Seq von datalust.co ist ein datenbankbasiertes Logsystem für strukturierte Logdaten. Die Plattform bietet zahlreiche Libraries und Plug-ins zu modernen Log-APIs für verschiedene Programmiersprachen und Schnittstellen (u. a. für Serilog, Microsoft.Extensions.Logging, Java, Python sowie über HTTP) und bildet daher eine zentrale Datensenke für die diversen Applikationen in komplexen Systemen und Microservices.

Vorteile

  • Steigerung der Anlageneffektivität (OEE) durch Optimierung aufgrund der vorhandenen Datengrundlage
  • Schnelle Lokalisierung von Fehlzuständen und Leistungsabweichungen in komplexen Applikationen und Microservices
  • Webbasiertes User Interface für einfachen Zugriff
  • Notification über Slack, Teams oder Mail bei Abweichung von vordefinierten Bedingungen
  • Konfigurierbar: Einfache Erstellung neuer Abfragen und Diagramme durch den Anwender
  • Data Retention durch Seq
  • Datenexport zur Erstellung von Reports

Die Basis zur Darstellung von Kennzahlen stellen strukturierte Logdaten dar. Seq bereitet die strukturierten Logdaten in die gewünschten Darstellungen wie Kuchendiagramme, Zeitachsendiagramme oder Balkendiagramme auf und aktualisiert diese falls gewünscht in Echtzeit.

Seq: Zeitliche Darstellung von produzierten Einheiten pro Endstelle

Strukturierte Logdaten

Die Basis für eine effiziente Generierung von Diagrammen und Reports stellen strukturierte Logdaten dar. Der folgende Beispiel-Logauszug zeigt die Datenfelder eines strukturierten Logeintrags:

Auszug strukturierter Logeintrag in Seq

Über die Schlüsselwortsuche können die vorliegenden strukturierten Logdaten durchsucht und gefiltert werden. Im untenstehenden Beispiel wird die Filterung der Logdaten auf die InvokeId = 28317742 dargestellt. Diese Ansicht erlaubt die Reduzierung der Logeinträge auf die relevanten Daten. Dies dient der Verfolgung eines einzelnen Flows durch alle Applikationen und Dienste. Vorausgesetzt, die strukturierten Logeinträge enthalten das InvokeId-Schlüsselfeld mit dem entsprechenden Wert.

Filterung auf Schlüsselwort zeigt alle mit dieser zugewiesenen InvokeId in Verbindung stehenden Logeinträge

Data Retention

Bei datenbankbasierten Systemen stellen zunehmende und wachsende Datensätze früher oder später ein Problem dar, wenn sich nicht um Data Retention gekümmert wird. Seq ist mit automatischen Datenbereinigungsinstrumenten ausgestattet. In den Retention Policies können Logdaten mit unterschiedlichen Schweregraden (Severities) über einen kürzeren oder längeren Zeitraum gespeichert werden. Dies ist beispielsweise dann sinnvoll, wenn detaillierte Logdaten auf Debug-Level über einen kürzeren Zeitraum zur vertieften Fehlerdiagnose gespeichert werden möchten. Während Logdaten auf Info-Level (beispielsweise Serienummern von produzierten Gütern) über einen längeren Zeitraum zur Abbildung von Monats- oder Jahresübersichten gespeichert werden können.

Workshop-Termin vereinbaren

Sofel unterstützt Sie bei der Optimierung Ihrer Anlagenproduktivität durch statistische Auswertungen und Erfassung von Key Performance Indicators.

Vereinbaren Sie mit uns einen kostenlosen Kurz-Workshop, um Ihre Bedürfnisse abzuholen und um Ihnen mögliche Lösungsvorschläge aufzuzeigen.

Remo Büchele
Head of Business Solutions
Tel. +41 44 938 66 38