Atlassian开发了自动化根因分析系统，将RCA视为跨信号类型、时间和拓扑的三维关联问题。系统通过服务拓扑缩小范围，独立检测指标、日志和追踪异常，经时间关联和依赖图分析生成排序假设，并附可读叙述。模块化设计支持渐进改进，显著减少人工排查时间，提升事故响应效率。

论文提出ORCA-bench，一个生产保真度的根因分析基准测试，用真实微服务系统评估语言模型Agent。在1,079个任务中，最佳模型中等难度准确率仅25.3%，困难任务仅10.0%，且移除源代码访问会降低性能。测试床含六天遥测数据，结果经专家验证，但真实系统更复杂，实际表现可能更差。

AI编程工具加速代码开发，但机器生成的代码让SRE难以理解系统故障。Chronosphere建议企业自建AI SRE代理，通过整理系统信息生成Markdown文件，辅助根因分析。尽管其提供商业产品，但强调自建过程能积累关键上下文，最终仍需遥测和可观测性工具支持。

Elastic收购AI调查平台Deductive AI，其AI SRE代理可连接代码、遥测源和组织知识，进行根因分析并优化调查路径。结合Elastic的AI能力，旨在减少手动调查时间，更快解决生产问题。现有客户将继续获得支持，未来将公布产品路线图。

在复杂的云环境中，运维团队面临挑战。CloudWatch AIOps 利用人工智能和机器学习技术，自动化根因分析，快速定位和解决问题，从而提高故障排查效率，减轻运维负担。

Elastic收购开源AIOps公司Keep Alerting Ltd，整合其事件管理和根因分析能力。Keep将与Elasticsearch和Kibana集成，继续保持开源，提升用户的AI自动化体验。

本文介绍了根因分析的原则和业务结构，以及监控数据的分析。通过对Tomcat和Database的RT监控数据的比较，发现高并发情况下Tomcat的RT上升，Database的RT下降。进一步分析发现，这是因为Tomcat在Database响应慢时拦截流量，导致Tomcat的RT上升。同时提到了Druid连接池的报错问题和分片逻辑的影响。总结了问题的根本原因和压测能过的原因。

Elasticsearch 8.7 引入新的 Health API，用于诊断集群健康问题。该 API 提供红、黄、绿状态，支持快速概览和详细根因分析两种模式，通过模块化指标检测主节点稳定性、分片可用性、磁盘空间等，并给出具体修复建议和操作指南，帮助用户自助解决问题。