作者：曹國喜

　　目前大部分銀行的IT 部門都具有豐富的監控工具，能夠完成對獨立業務系統基本服務狀態的監控。針對業務處理流程監控需求，現有市場上監控分析產品只能提供主機粒度、由關鍵業務系統組成的業務流程監控，無法滿足從用戶端到業務端、全鏈路的業務處理流程及單筆交易的可視化追蹤分析的現實需求。

　　云智慧基于業務系統日志和運維監控數據，結合AIOps 智能運維場景，打造的銀行業務處理流程及用戶交易追蹤的整體解決方案，實時發現業務處理的性能瓶頸和故障異常，保障銀行業務持續、健康和穩定運營及最佳用戶服務體驗。

　　解決方案

　　業務流程與單筆交易可視化追蹤方案面向不同交易所經歷的不同業務系統，通過日志數據采集器分別對相應業務應用日志數據進行實時采集、傳輸至Kafka消息隊列，由專業運維數據庫統一消費Kafka數據，進行數據解析和數據處理，存入高性能列式數據庫進行存儲和管理。

　　以平臺數據為基礎，通過智能分析處理和算法調用實現業務處理流程視圖的自動構建、可視化分析和應用展示。在此基礎上基于不同用戶的交易流水id，實現該用戶單筆業務交易的自動關聯和可視化追蹤，及時發現業務交易處理過程中的性能瓶頸和故障，通過統一告警平臺通知相關人員進行相應的處理。

平臺架構

　　案例效果

　　通過接入包括業務系統日志及其它資源監控數據，基于實時大數據分析平臺和智能分析技術實現了業務處理流程的可視化追蹤分析。

基于業務監控日志及交易流水的單筆交易鏈追蹤

基于業務監控日志及交易流水的單筆交易鏈追蹤(日志詳情)

基于業務監控日志的業務處理流程可視化分析

　　特色和優勢

　　核心業務服務的持續、穩定和高效運行是銀行業務持續增長的可靠保障，也是IT部門的核心職責和重要使命。基于日志監控數據的業務流程和單筆交易追蹤方案為業務健康運行和高效運營提供了可靠的技術方案和手段。

　　● 流式日志數據的接入和處理

　　* 高性能、水平擴展的數據接入接口，快速接入流式數據;

　　* 超高的吞吐量和極小的響應時間，數據接入即可查詢;

　　* 支持根據數據量進行水平伸縮，數據處理能力： 30T/天，eps: 130萬/秒。

　　● 智能算法平臺

　　* 基于最新IT架構和人工智能算法，具備豐富的智能化數據分析能力，支持為上層業務提供強大的算法支撐能力;

　　* 維護智能算法的接入、智能化調度，具備高可用、高并發的性能。

　　● 業務與IT融合分析

　　* 基于日志數據和IT資源監測數據，實現業務與IT的關聯分析;

　　* 基于大數據、AI技術驅動業務運營持續改善和創新。

　　客戶價值

　　● 實時全局掌控業務運行狀態，可視化呈現業務流程，及時發現業務處理流程異常并進行處理，縮短業務中斷時間，保障業務服務SLA;

　　● 實時感知用戶交易的真實體驗，及時發現業務辦理不同環節潛在的性能瓶頸，實現數字化運營數據驅動的業務流程及服務的持續改善;

　　● 多源數據融合處理和智能分析，在復雜線上環境追蹤系統問題根因，幫助IT和業務部門提升工作效率。

　　總結和展望

　　業務流程及單筆交易智能分析解決方案基于AIOps策略，融合業務及運維大數據和人工智能分析算法，實現業務運營流程及交易服務的深度洞察，幫助企業管理人員全面掌控業務健康狀態。此方案對業務系統具有無侵入性、通用性、智能化、實時可視化分析等特點，同樣適用于證券、保險、交通、制造等行業。

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。