Az AWS szerint 78 százalékkal gyorsult a Cornerstone adatbázis-diagnosztikája

A manuális hibakeresést váltotta ki az Orion AI

A Cornerstone OnDemand munkaerő-felkészültségi megoldásokat kínál, szolgáltatásait 186 országban 140 millió felhasználó éri el. A vállalat Enterprise DataOps csapata az Orion AI bevezetése előtt incidensenként akár 45 percet töltött a rendszer nézeteinek manuális lekérdezésével, a naplók összevetésével és az érintett csapatok közötti továbbítással.

A korábbi működésben az adatbázisok teljes életciklusához legalább 10 manuális lépésre volt szükség. Az SRE és az adatcsapat közötti jelentések 15 perces késéssel érkeztek, miközben a sok ismétlődő és átfedő riasztás eltakarta a fontos jelzéseket. Az AWS 2026. október 7-i bemutatója szerint ezek a folyamatok a mérnökök idejét a problémamegoldás helyett manuális koordinációval kötötték le.

Több specializált ügynök dolgozik egy rendszerben

Az Orion AI többügynökös architektúrát használ. A központi koordináló ügynök, a meta-orchestrator, specializált gyermekügynökökhöz delegálja a feladatokat hub és spoke felépítésben. A mérnökök webalkalmazáson keresztül kérdezhetnek, illetve ugyanott hagyhatják jóvá a műveleteket.

A rendszer ügynökei többek között infrastruktúrafigyeléssel, adatbázis-diagnosztikával, adatbázis-életciklus-műveletekkel, ügyfélelemzéssel és tudásalapú támogatással foglalkoznak. Az Amazon Bedrock biztosítja az alapmodellek menedzselt elérését, a Strands Agents pedig a koordinációs réteget.

Az Orion AI konténerizált szolgáltatásként fut az Amazon Elastic Container Service-en. A kéréseket egy webalkalmazás továbbítja a megfelelő ügynökhöz, amely meghívja a szükséges eszközöket és összeállítja a választ. A Cornerstone adatvédelmi kontrollokat is alkalmazott az AWS megosztott felelősségi modellje szerint, miközben a rendszert a meglévő üzemeltetési eszközökhöz integrálta.

Rövidebb diagnózis, kevesebb riasztás

Az AWS által közölt mérőszámok szerint az adatbázis-diagnózis átlagos ideje 45 percről 10 percre esett, ami 78 százalékos javulást jelent. A korábban több mint 10 manuális lépést igénylő életciklus-műveletek egyetlen interakcióra rövidültek, ez 70 százalékos csökkenésként szerepel a vállalat eredményei között.

Az SRE és az adatcsapat közötti jelentési késés megszűnt, a rendszer folyamatos, rendszerek közötti láthatóságot biztosít. Az ismétlődő riasztások medián értékben 65 százalékkal csökkentek. Tíz korábban létrejött riasztásból így három vagy négy jut el a mérnökökhöz, közvetlenül a felelős csapatokhoz irányítva.

A diagnosztikai folyamatban három specializált ügynök osztja fel a vizsgálatot. Korábban a mérnököknek SQL Server-példányhoz kellett kapcsolódniuk, blokkolási láncokat és várakozási típusokat kellett keresniük, majd naplókkal összevetve azonosítaniuk a hosszú ideig futó lekérdezéseket. Az Orion AI a gyökérok azonosítása és a javítás ajánlása után előre kitöltött Jira-jegyet is létrehoz a megfelelő ügyeletes mérnökhöz.

A megoldás felépítésének három alapelve

A Cornerstone a specializált ügynököket működési területek szerint választotta szét, nem a feladat összetettsége alapján. Így minden ügynök szűk eszközintegrációs körrel dolgozik, ami az AWS szerint fókuszáltabb modellkörnyezetet és pontosabb eszközválasztást tesz lehetővé.

Az Orion AI először kulcsszavak alapján irányítja a kéréseket, a bizonytalan esetekben pedig szemantikus keresésre vált. A lekérdezések körülbelül 80 százaléka memóriában tárolt kulcsszavas útvonalon, egy milliszekundumnál rövidebb idő alatt talál célügynököt. A rendszer a beszélgetési memóriát munkamenetekre korlátozza, az élő mérőszámokat pedig közvetlenül az aktuális rendszerállapotból olvassa ki.

A Cornerstone szerint a rendszert háromfős csapat készítette el hat hónap alatt. A példa azt mutatja, hogy a többügynökös kialakítás az adatbázis-üzemeltetésben a diagnózist, az életciklus-kezelést, a riasztások szűrését és a csapatok közötti átadást is egyetlen operatív felülethez kapcsolhatja.