黄豁-国泰君安数智化运维服务平台可观测体系建设之路

黄豁资深工程师负责国泰君安基础运维工具平台建设，致力于打造数智化智能运维服务平台。核心观点围绕可观测性建设展开，涵盖背景、实践、算法及未来展望。

核心观点

1. 可观测性定义：区别于传统监控，可观测性更关注业务问题上下文，通过多维度指标实时跟踪业务状态，实现主动分析而非被动响应。
2. 建设背景：分布式架构、高排障要求及数据质量问题推动可观测性落地，解决系统复杂性、指标质量及单点算法局限。

关键数据

• 运维指标体系覆盖9大主题域，共626个标准监控项，具有证券行业特性。
• 平台日均分析日志数据15T，覆盖100+重点系统，提供30余个算子及6大类数据资产。
• 多维异常定位算法在TOP3根因定位命中率可达70%以上，显著提升排障效率。

实践成果

1. 运维指标体系与治理：建立标准化指标体系，提升数据质量，为智能运维提供基础。
2. 数智化运维平台：实现多源数据集成与实时计算，赋能智能运维、RPA、容量分析等场景。
3. 算法应用：
   • 多维异常定位算法：通过N:1抽样、业务拆分及Flink流处理优化性能，减少2/3数据量，定位根因维度效率提升。
   • 知识图谱算法：基于CMDB和告警数据构建知识图谱，根因定位TOP3命中率超70%。
   • 数字孪生模型：采用灰盒模型结合指标相关性分析，评估健康度、发现隐性故障，实现复杂系统实时观测。

未来展望
持续优化算法，探索数字孪生模型在复杂系统中的应用，推动运维智能化升级。