Atlassian 提出了一种自动化根因分析的新方法，用于应对大规模云原生事故。该方法通过跨指标、日志、分布式追踪和服务拓扑的关联分析生成关于故障起源位置及传播路径的排序假设。这项成果 发布 于 云原生计算基金会（Cloud Native Computing Foundation） ，旨在解决事故响应中最耗时的环节之一：运维人员需要在不同仪表盘和工具之间切换，把零散的遥测信号串联成完整故障解释。 该系统将根因分析视为一个跨信号类型、时间和拓扑的多信号关联问题。平台不再要求值班工程师手动识别异常、搜索日志和追踪记录，再重建依赖链，而是独立检测每种信号中的异常，然后将它们对齐到统一时间线上，并通过服务依赖图进行追踪。最终输出一组排序后的假设，指出可能的故障起点、传播路径及支撑证据。 Atlassian 的方案首先是缩小搜索空间。系统不会分析大型生产环境中的所有服务，而是利用基于 OpenTelemetry 的服务地图识别出与受影响用户路径相关的服务子集。该依赖图根据真实生产流量构建，利用追踪跨度之间的父子关系展示服务间的实际通信方式，而非依赖静态的架构文档。 系统对指标、追踪和日志采用不同