## Memo ## Abstract 我々は、データセンターのような大規模複雑システムの時系列監視データを利用した、宣言型教師なし根本原因分析エンジンであるExplainIt!を紹介する。ExplainIt!は、興味深い事象の原因を探索するために、多数の原因仮説を簡潔に指定することを可能にする。ExplainIt!はこれらの仮説をランク付けし、因果関係の依存関係を数十万から数十万に減らし、人間が理解できるようにする。我々は、SQLのような宣言型言語が、基礎となるシステムの未知の確率的グラフィカル因果モデルの構造を探る仮説を宣言的に列挙するのに有効であることを示す。我々は、データベースは、多様なソースから収集されたデータの中から、可能な限りの因果関係を迅速に探索することを可能にするユニークな立場にあることを主張する。我々は、2014年後半から、ExplainIt! が商用製品の30以上のパフォーマンス問題の解決に役立ったことを実証的に示し、そのうちのいくつかのケースについて詳細に説明する。 [[2019__SIGMOD__ExplainIt!– A Declarative Root-cause Analysis Engine for Time Series Data__translations]]