Resumen

La investigación de AI de Visualización Única realiza un análisis de causas raíz agentivo en una única visualización de RUM. Cuando encuentre una sesión con un rendimiento deficiente, como una página o pantalla que cargó lentamente o generó errores, haga clic en Investigate with AI. El agente de RUM de Datadog inspecciona todos los datos adjuntos a esa vista: errores, solicitudes de red lentas, bloqueo del hilo principal, trazas de backend, perfiles de CPU y contexto del dispositivo.

En lugar de revisar manualmente los eventos de RUM para determinar si la causa fue una llamada a la API lenta, una computación intensiva del lado del cliente o un problema de CDN, obtiene una lista clasificada de hallazgos agrupados por categoría de causa raíz: Rendimiento de la Aplicación, Lado del Servidor, Terceros y Entorno. A partir de ahí, puede hacer un seguimiento a través de una interfaz de chat o guardar los resultados en un Notebook para compartir con su equipo.

Iniciar una investigación

1. Abrir un panel lateral de visualización de RUM.

2. Haga clic en el botón Investigate with AI.

   Note: El botón puede tardar hasta 15 minutos en estar disponible después de que finalice una visualización.

La investigación se ejecuta y transmite resultados al panel lateral a medida que están disponibles, por lo que puede comenzar a leer los primeros hallazgos antes de que se complete el análisis.

Lo que investiga el agente

Para investigar una visualización, el agente de RUM de Datadog inspecciona los datos que Datadog ha recopilado para esa visualización y accede a la telemetría correlacionada cuando está disponible:

• El evento de visualización y sus subeventos: recursos, tareas largas, errores y acciones del usuario.
• Señales de rendimiento agregadas a través de la visualización, incluyendo problemas detectados automáticamente como recursos no comprimidos, evaluación excesiva de scripts y ineficiencias de ancho de banda.
• Contexto de dispositivo y entorno capturado por el SDK (navegador o sistema operativo, geografía, tipo de conexión y otros atributos de RUM).
• Trazas de APM, cuando los recursos de la visualización están correlacionados con trazas de backend. El agente utiliza los datos de traza para atribuir retrasos del lado del servidor a tramos y servicios específicos. Para más información, consulte Correlacionar RUM con Trazas de APM.
• Datos de perfilado, cuando se habilita RUM profiling correlation para la aplicación. El agente utiliza perfiles de CPU para atribuir hallazgos de App Performance a funciones específicas en su código.

Cuanto más ricos sean los datos disponibles para la visualización, más precisa será el análisis. Correlacionar RUM con APM y habilitar el perfilado ayuda al agente a investigar más allá de la línea de tiempo del lado del cliente.

Fuentes de causas raíz

El agente de RUM de Datadog examina cuatro fuentes para identificar las causas raíz del bajo rendimiento en una visualización:

Lea los resultados

Cada hallazgo se muestra como una tarjeta con un título, una descripción del problema, un nivel de severidad y enlaces a los eventos afectados. Múltiples hallazgos aparecen clasificados por impacto para que pueda enfocarse primero en los problemas de mayor impacto.

Una interfaz de chat ligera le permite hacer un seguimiento del análisis: preguntar por más detalles sobre un hallazgo específico, solicitar contexto adicional o explorar síntomas relacionados.

Tome acción

Después de que se complete una investigación, puede actuar sobre los hallazgos sin salir del panel:

• Guardar en un Notebook: Exporta la línea de tiempo completa y los hallazgos a un Notebook para compartir con su equipo.

Lectura adicional

Más enlaces, artículos y documentación útiles:

Resumen de AI InvestigationsDOCUMENTACIÓN Explorador de RUMDOCUMENTACIÓN Panel lateral de eventos de visualizaciónDOCUMENTACIÓN