优维案例|某央企银行 海量用户全业务链路监测
中国银行业正面临着业务场景、消费者需求与技术应用快速变化所带来的巨大挑战，按照《金融科技（FinTech）发展规划（2019-2021年）》指导思想，银行率先在金融科技转型的过程中进行产业结构性优化的探索，通过全业务流的实时动态监测与运营，打造坚实的信息技术基础，在系统风控、营销增长、业务监测、行业技术革新上不断深化能力与影响力，旨在为银行业转型优化提供知识范本、落地经验与案例借鉴，推动我国金融业高质量发展。
某央企银行北斗系统（China Merchants Bank Beidou System）创新性地提出了适应银行业务系统特点的分布式链路追踪技术规范，同时基于大数据技术，建立了商业银行新一代全链路业务流监测和分析系统。
一方面，通过对全行业务系统的适配改造，打通了包括传统主机架构、云架构在内的异构架构应用之间链路追踪的壁垒，另一方面，统一了应用监控日志，采用日志采集与旁路网络抓包互补的方式，构建了全链路数据源。
运用Spark Streaming大数据实时流处理引擎构建的日志处理平台，日处理日志量超过10TB，实时处理能力可达每秒1000万条日志，数据指标的实时计算精细到分钟级。
基于Open Tracing理论自动构建的应用调用链路拓扑图和系统架构图，解决了人工梳理费时、费力、失真、保鲜度差的难点问题。以动态基线智能算法库、故障树告警根源推理算法库和事件窗口告警聚合算法库三大算法库构建的监控告警平台，告警实时性达到分钟级，故障定位时间控制在5分钟以内。
以HBase+Spark SQL实现的单笔业务追踪，创新性地将业务流与应用调用链路进行结合，消除业务术语与技术术语的差异，支持在海量业务中实时精准还原客户的单笔交易，是客服中心、研发中心、数据中心故障定位的有力工具。
此外，通过打通业务流数据和应用链路数据，实现了应用全链路业务流动态监测，可支撑用户全旅程数据的运营与分析，平台以无编码自助数据分析理念设计，支持零售信贷部、各地区分行等没有编程基础的业务人员自助调用数据，加工数据与分析数据，降低了金融产品营销的边际成本，在提高营销触达率，持续挖掘数据价值方面起到了很好的赋能效果。
银行智能运维相关文章：
