# Drain Drain は He+(ICWS 2017)が提案したオンラインログパーサで、固定深さの parse tree を使ってログメッセージから template(不変部)と parameter(可変部)を抽出する。可変部は `<*>` プレースホルダに置換され、同種ログが共通の template id を持つ。 ストリーミング処理に対応し、AIOps 文献で広く採用される基準パーサとなっている([5, 51, 19, 49] 等)。 VOCE([[@2025__FASE__VOCE - A Virtual On-Call Engineer for Automated Alert Incident Analysis Using a Large Language Model|Chen+ FASE2025]])は alert preprocessing で Drain を使い、各 alert content から template id を抽出して同種異常を統合する。これにより LLM が異種 alert を識別しやすくなる。 Gleaner([[@2026__ISSTA__Gleaner : A Semantically-Rich and Efficient Online Sampler for Microservice Diagnostics]]、ISSTA 2026 採択)は、ログ収集時に Drain を適用して動的変数を除去し、繰り返し出現するメッセージを安定したテンプレートへ写像したうえで、テンプレート ID を EPS(event-pair set)表現のイベント ID として使う。責任著者の [[Pinjia He]] は Drain 自身の原著者(ICWS 2017)でもあり、自身の先行研究を trace sampling という新しい応用領域に再利用した事例。Gleaner は完全な意味解析よりテンプレート ID の安定性に依存する設計であるため、Drain のテンプレート過剰統合/分割の誤りが与える影響は限定的と報告している。(Source: [[@2026__ISSTA__Gleaner : A Semantically-Rich and Efficient Online Sampler for Microservice Diagnostics]]) ## 関連 - 概念: [[ログパース]] / [[トレースサンプリング]] - 競合: Spell(Du+ ICDM 2016)、SPINE(Wang+ FSE 2022)、LogAn(Agrawal+ ICDE 2019) - ソース: [[@2025__FASE__VOCE - A Virtual On-Call Engineer for Automated Alert Incident Analysis Using a Large Language Model]] §4.1 / [[@2026__ISSTA__Gleaner : A Semantically-Rich and Efficient Online Sampler for Microservice Diagnostics]] §3.2 / [[@2026__arXiv__A Scalable Pattern Mining Workflow for Interpretable Machine Log Analysis in High-Performance Computing Environments]] - 原著者: [[Pinjia He]](ICWS 2017)