埃尔法哥哥大数据追踪术 让运维故障根源点无处遁形( 二 )


场景三:通过关键字和频次的告警规则 , 实现基于交易故障实时告警 , 对现有交易监控的交易流量提供有益帮助 。
场景四:所见即所得的框架使用界面 , 实现零技术使用场景 , 降低人员投入 。
场景五:通过角色和权限划分 , 确保数据访问性 , 保证各系统管理员只能看到自己系统的数据内容 。
场景六:界面操作简便 , 不仅可以提供给运维团队 , 也可提供给科技开发人员 。
埃尔法哥哥大数据追踪术 让运维故障根源点无处遁形
本文插图
平台包括:
数据采集:负责各类型异构报文数据采集、解密、结构化整理 。
数据流式处理:负责大量报文数据业务属性定义 。
数据存储:对数据进行分布式存储、数据归档 。
关联分析:业务属性关联含义映射 , 可提供海量数据的分布式搜索引擎 , 为用户提供准实时的搜索服务 。
数据可视化:提供简洁的日志呈现交互方式 , 如仪表盘、报表 。
3. 技术特点
1)采用先进大数据架构
Kafka+Elasticsearch+AI算法;
2)旁路应用报文采集技术
交换机流量镜像技术 , 无需修改交易系统;
3)旁路应用报文解密技术
实现高达几百种异构报文自动识别解码 , 并统一输出用于分析;
4)报文分析应用含义映射关联技术
实现AB、BC交易节点关键词识别串联;
5)图形框架交易追踪技术
采用web框架 , 只需要输入时间、身份证号、手机号、卡号就能追踪任何时间段和交易节点之间传输的全部交易;
6)平台成熟稳定、性能高效 , 具备冗余、集群、负载均衡架构
全部软件支持分布式部署模式 , 银行常用两地三中心部署;
7)满足技术延展性需求 , 支持不同类型的交易报文关联追踪
四:产品特色
1. 微监控
代表交易监控颗粒度更细微 , 可体现为交易类型 , 应用节点等维度;
2. 轻告警
【埃尔法哥哥大数据追踪术 让运维故障根源点无处遁形】表示告警压缩 , 排重 , 交易依赖等告警大量降低 , 从而变得真正有效;
3. 全链路
表示交易产生的全过程链路可追溯;
4. 慧分析
表示交易可视化通过报表、仪表盘、多维度分析等层面能够满足不同客户不同层面的分析需求;
5. 快定位
表示为产品可以做到1分钟内交易故障快速定位 。
五:应用场景
1. 业务全流程监控
系统需支持重点业务全流程的监控 , 能帮助运维人员梳理整个业务逻辑 , 不仅仅能直观展现整个业务系统的运行状态 , 并且还能定位是何系统调用出现异常情况 , 辅助运维人员实现对故障系统进行快速定位 。
2. 服务评级、体验评分
系统支持业务系统用户体验场景评分 , 从用户体验角度出发 , 衡量系统的体验满意度情况 , 提供满意、容忍、失望等体验级别 , 帮助运维人员服务用户 。
在大量业务交易记录中 , 支持指定时间内依据交易类型、交易渠道等多维度筛选 , 提供交易详细指标导出等 , 帮助运维人员对交易数据实时分析 , 协助交易数据上报 。
3.节日保障和业绩实时展现
系统支持重大节日(双十一、双十二、618、年终大促)的场景监控 。
可以从节日保障的角度 , 通过自定义交易面板 , 监控在线的用户数、交易金额、交易笔数等 , 方便从业务角度实时感知节日的保障成果 。
另外 , 支持不同的运维场景(如灾备切换、系统上线等) , 通过完全自定义 , 实现基于任意监控指标的定制仪表盘 , 帮助业务保障人员对节日重保业务的实时动态交易进行监控 。