一、解决方案简介

云智慧金融行业智能业务运维解决方案以数据为基础、以算法为支撑、以场景为导向，应用先进的实时大数据处理和机器学习技术，结合金融行业最佳实践进行封装，帮助金融机构逐步建立数字化运维管理体系。

平台遵循金融行业数据安全可控、系统弹性易用的原则，通过轻量级、低入侵、松耦合的立体化监控与管理工具集帮助用户采集全栈运维数据；通过自研的专业运维数据库组织、存储和管理数据，为整体平台提供高性能、一站式的基础运维和业务数据服务；通过指标体系管理帮助金融机构打造集中、统一、规范和高效的指标管理体系，实现面向运维的计量、评估、考核、安全与合规的管理模式。

通过数字化运维工作台、数字化运维监控中心、智能事件管理等产品打造金融统一门户，落地运维数据在不同场景下的应用创新，打通后台IT支撑系统与前台业务应用之间的信息断层和管理断层，在保障业务连续性的同时赋予业务快速迭代和创新能力，从而带来业务与IT管理效能的提升。

二、应用场景痛点简介

近年来，随着金融行业关键业务流程逐步互联网化，各项业务系统对IT的依赖度也越来越高，大规模分布式服务集群，复杂的分布式应用间调用关系，应用性能、服务器性能、网络性能、大量接口调用性能、容器等微服务组件性能、云平台性能等诸多因素都会影响业务运转及用户体验。而传统监控系统的监控广度和颗粒度都无法满足目前的监控管理需求，缺乏自动化技术手段对业务系统实时监控，存在故障无法预警的风险。在技术管理层面，业务系统的计算、网络、中间件及数据库存在大量数据孤岛，导致故障排查困难，不能快速定位故障根因，无法满足保险企业的数字化转型需求。

金融企业传统运维的痛点主要集中在以下几个方面：

1、缺乏面向业务的端到端应用性能监控

当前已有的监控基本属于底层监控，但是对业务层面的用户体验及应用性能监控比较缺乏，无法及时有效的感知业务运行健康及性能质量。

2、缺乏立体化监控体系

当业务系统出现问题的时候，无法快速定位是网络、服务器、中间件、应用、数据库哪一层次导致的故障，虽然部分环节已经有监控工具，但是缺乏立体化的监控体系。 

3、监控数据孤岛丛生

各个层次监控工具产生的数据都孤立存在，无法将各层次的监控数据有效关联应用，当系统发现异常，排查困难，效率低下，无法从全局掌握 IT 运维的状态。

4、海量运维数据价值无法充分挖掘

既有监控系统采集了大量运维相关数据，缺乏监控数据的标准化体系，只能进行简单分析，不能利用机器学习等人工智能技术，对数据进行深度学习和融合智能分析管理，例如综合业务可视化、根因分析、异常检测、智能告警等。

三、解决方案亮点介绍

云智慧金融行业智能业务运维解决方案充分利用大数据和AI技术，打破数据孤岛，实现统一告警，帮助企业建立了立体化监控和运维管理体系，从业务视角实时感知业务及系统运行状态，实现业务和IT的双向驱动，持续改善业务健康状况。

在安全、合规的前提下，解决方案立足金融企业运维和业务场景，对于不同规模，不同IT成熟度、不同需求场景的保险企业，可提供灵活定制、模块化的产品和解决方案组合，用较高性价比满足用户的差异化需求，解决数字化业务痛点，全面提升企业IT管理水平。

通过在APP上集成SDK，抓取到移动端出现的缓慢、错误、崩溃、卡顿等用户性能问题，实时掌握用户体验情况；

通过在各个应用服务实例上部署Agent方式，实现对后端支撑系统、中间件、微服务、虚拟机的可用状态监控、自动全链路拓扑图监控、后端请求接口的调用量、JVM性能监控、代码方法耗时监控、数据库慢SQL监控、调用API监控等后端应用性能监控；

自主研发的智能日志分析平台实现不同业务应用离散日志的统一采集、处理、存储、归档以及查询，通过机器学习等智能化分析手段，对业务日志数据、应用性能监控数据、基础资源监控数据进行融合分析，实现复杂线上业务及系统问题原因的快速定位；

自主研发的专业运维数据库实现海量运维数据的高效采集和存储、大规模数据离线计算分析，从业务和IT两个角度，对业务指标数据和数据资源消费状况进行关联分析和综合呈现；

基于日志监控数据的业务流程和单笔交易追踪，依托强大的流式日志数据的接入和处理、智能算法分析、日志与业务数据的关联分析和因果分析，对金融业务处理全流程及单用户交易进行可视化追踪分析，具有无侵入性、通用性、智能化、实时可视化分析等特点；

立足云智慧独有的指标管理体系，对支撑金融业务的核心信息系统通过两两要素定量描述建立关系矩阵，进行指标梳理、分层，建立指标健康度模型和运维工作台，通过健康度呈现业务和IT的健康状态，同时通过平台提供的问题分析与定位功能快速排查问题；

利用异常检测算法对系统问题进行深度分析，通过业务场景的调用链关系以及应用的指标数据，调用算法定位到可能引起异常的应用中的指标，实现系统问题的根因定位。