本文分享了面向商业银行运维管理的迫切需求，利用开源工具将企业运维数据上下游、存储打通，实现监控、分析、优化的整体故障视图，建设一体化智能可观测平台的探索实践。

10年+的商业银行领域运维工作，负责牵头或者参与运维组织、流程、制度、工具、体系建设，包括标准化工作流程构建，平台工具体系的规划与建设、数字化转型研究与实施相关等，对商业银行的运维有较全面理解。

通过调用链路，我们可以判断应用之间的关系，定位底层故障在哪个应用层面上。调用链路是自动生成的，如果出现问题，应用层面会变红，我们可以立即看到哪里出现了问题。点击有问题的应用，可以看到它的上下游调用以及为什么变红。每分钟都会进行数据聚合，通过这种方式，可以看到整个服务的调控趋势。我们还可以看到有哪些报错，包括业务报错和系统报错，例如连接超时的异常或业务规则限制导致的异常。我们会区分这两种异常，针对系统异常进行告警，业务异常则进行服务治理。

如果一个服务下有多个实例，一个实例出现问题，其他实例没有问题，就可以通过重启该实例解决问题。把调用链路和配置管理关联起来，就能知道实例所在的容器和主机以及占用的端口，然后进行关联。可以采集到云平台的资源情况，如容器的内存和CPU，主机的负载、CPU内存磁盘等，判断是否主机或容器的异常引发了服务异常。另外，还可以看到服务之间是否是因为JVM或者GC的问题导致了实例不可用。

支持多维度告警能力，例如，当调用量降低20%或超过20%就进行告警;或者当超时3秒的比例大于5%或者超时1秒的比例大于10%就进行告警。这种多维度的、可配置的告警规则可帮助应用系统快速地配置监控告警规则并推送到统一的监控告警中，以便快速发现问题并通过调用链路进行问题定位。

采用SDK埋点的方式，采集用户在访问过程中的性能指标，从而获取APP端真实的用户行为。例如，可以在用户访问页面后获取用户的行为数据，包括用户在什么时间访问、使用哪个IP、在什么地点以及使用哪个系统。此外，还可以获取用户的具体操作，如打开页面、访问接口或弹出弹窗等。这样，就可以实时采集并获取用户的真实行为和体验数据，包括加载、点击、弹窗、JS报错等用户全轨迹追踪。一旦发现页面响应时间过长，或者AJAX响应时间过长，或者弹窗数量突然增多，就会及时进行告警，因为这可能表明系统存在问题。同时，还可以进行故障定位。

此外，还可以通过收集工号的行为来进行分析。例如，如果有工号在频繁访问某些页面或进行同样的请求，就像机器人或爬虫一样，就可以判断出它在进行不正常的行为。这样，就可以进行安全分析，并有效地进行安全治理。

全链路监控对前端性能和用户体验数据进行多维度的可视化数据分析，包括页面加载性能、JS错误、API请求、服务流量，全面掌控终端用户的体验。通过全链路监控，页面体验用时可优化至3S以内，被监控页面故障主动发现率从40%提升到90%，大幅降低用户页面体验的投诉率

总结：

综上所述，利用开源工具将企业运维数据上下游、存储打通，实现监控、分析、优化的整体故障视图是商业银行运维管理的迫切需求，建设一体化智能可观测平台是当下分布式架构下的运维管理的最好方案。同时，随着人工智能和机器学习技术的融合应用，可观测性平台有望实现更加智能化的故障预测和自愈能力，帮助商业银行提高运维效率、优化系统性能、提升客户体验，从而更好地满足业务需求、助力商业银行数字化转型。