# PetShop Amazon がリリースしたクラウドマイクロサービス向け根本原因診断（RCD）ベンチマークデータセット。[[@2024__CLeaR__The PetShop Dataset - Finding Causes of Performance Issues across Microservices]]（Hardt et al., CLeaR 2024）で発表され、IDI 論文・PRIM 論文など複数の RCA 研究で使用されている。 - **開発元**: [[Amazon]]（[[Mila Hardt]]、[[William R. Orchard]]、[[Patrick Blöbaum]]、[[Elke Kirschbaum]]、[[Shiva Prasad Kasiviswanathan]]） - **発表**: CLeaR (Conference on Causal Learning and Reasoning) 2024、arXiv:2311.04806 - **基盤アプリケーション**: AWS-Samples の one-observability-demo を土台にしたペットアダプションサイト。41 コンポーネント(データベース・ロードバランサ・キュー・ストレージ・コンテナ化マイクロサービス)で構成 - **内容**: サービスマップ(`graph.csv`、AWS X-Ray トレース由来)・5 分間隔のレイテンシ/リクエスト数/可用性メトリクス(`metrics.csv`)・68 件の注入済み性能障害(正解根本原因ラベル付き `target.json`)。障害種別は Requests Overload・Memory Leak・CPU hog・Misconfiguration・Other Delays の 5 種、low/high/temporal の 3 トラフィックシナリオで構成 - **ライブラリ**: https://github.com/amazon-science/petshop-root-cause-analysis - **実装**: DoWhy・gcm（因果推論）と PyRCA（RCA）を統合したライブラリを提供 - **原論文での知見**: 因果グラフを既知として使う手法(traversal・CIRCA・Counterfactual Attribution)は top-3 recall で因果グラフ不要の手法を概ね上回るが、top-1 recall では単純な相関ランキングが全手法中最高になる逆転が生じる。Sock-shop ベースの先行データセットで高性能だった手法が PetShop では苦戦する例があり、単一ベンチマークだけで RCA 手法の頑健性を判断すべきでないことを実証した。 - **本 wiki での関連**: [[@2025__ICLR__Robust Root Cause Diagnosis using In-Distribution Interventions]] の主要評価データセット。[[@2026__arXiv__PRIM - Meta-Learned Bayesian Root Cause Analysis]] でもグラフ非依存 RCA 手法の実世界評価ベンチマークとして使用され、PRIM のファインチューニング版(PRIM-FT)がグラフ非依存手法中で最高平均 Top-3 recall(0.65)を達成した。