基于大模型驱动的云网全景可观测系统建设实践

国泰君安云网全景可观测系统建设实践

建设背景与现状

国泰君安金融云发展历程涵盖CMP1.0至CMP2.0平台，实现IAAS资源自服务和异构资源统一纳管，构建四朵云（开发测试、生产、集团协作、开放生态）的云总体布局。随着核心业务系统迁移上云，云上业务稳定性成为关键，但现有监控手段存在以下问题：

• 缺少云资源池应用服务可视化能力
• 现有监控手段无法满足复杂环境中的业务运维排障
• 缺乏零侵扰的全链路分布式追踪
• 缺乏历史故障问题回溯分析能力
• 无法动态获知业务访问调用关系

解决思路与技术架构

国泰君安采用云原生技术体系，覆盖虚拟化、云原生、云中间件、云数据库等环境，建设云网全景可观测系统，核心技术包括：

• 云原生架构：IaaS底座、分布式交易数据库、云原生容器、基础设施融合分析、大数据平台、微服务框架、中间件等
• eBPF技术：实现无侵入式网络流量采集与监控
• 大模型驱动：利用LLM进行数据处理、分析和智能故障诊断

系统功能与优势

1. 云网分析：

   • 覆盖多中心多资源池的全局视图
   • 端到端路径追踪与性能分析
   • 资源精细化管理与自动化回收
   • 云网指标体系标准化与排查流程优化

2. 智能体与AI应用：

   • 云网分析智能体：整合多源数据，简化故障排查
   • AI云助手：基于LLM提供运维流程指引与智能客服
   • 多智能体协同：实现人机协同，提升运维效率

3. 技术特点：

   • 多维数据融合与实时性能监控
   • 低开销高安全的LLM应用剖析
   • 全栈主动检测与业务监控联动

未来规划

• 加速云原生基础设施建设，实现云边协同与资源敏捷交付
• 推进应用为中心的架构演进，提升应用敏捷开发能力
• 实现两地多中心全栈云原生服务能力全覆盖，完成存量系统迁移

核心结论

国泰君安通过大模型驱动的云网全景可观测系统，实现云原生环境下的全链路数据监控与智能故障分析，显著提升系统稳定性与运营效率，为金融云业务提供全面、易用、自主可控的云原生服务。