【西骏数据典型案例】国内某大型证券 – 智能运维平台

【西骏数据典型案例】国内某大型证券 – 智能运维平台

客户背景

国内某大型证券是国内头部券商，2021年证监会评定的15家AA级券商之一。2020年营收排名行业第四位，总资产排名全行业第二位，IT投入全行业第一位。作为国内一家科技驱动型金融机构，该券商在信息技术发展创新、数字化转型方面始终走在行业前列。其信息系统庞大复杂，涉及服务器数万台，数据库数百套，信息技术部门及外包人员超过2600人。西骏数据是该券商智能运维平台建设的重要合作方。

客户需求

该券商要求智能运维平台能够对接统一监控平台、日志分析平台等现有运维系统，采集运维数据，并通过AI算法框架进行分析，以满足以下智能运维场景需求，并将分析结果推送到相关运维平台或者告警系统：

• 实现指标、日志数据的多种异常检测场景功能：要求满足单指标异常监测、多指标异常监测以及业务异常检测、日志异常检测等场景功能。支持对周期性、非周期性指标的算法分析；支持对检测结果进行可视化展示和异常点标示；支持与统一运维平台对接，将检测结果推送到统一监控平台展示。
• 实现基于CMDB和基于日志的故障根因定位：要求支持通过CMDB关联关系及指标信息，利用算法进行快速故障定位；支持对日志进行关联分析快速进行故障根因定位；支持综合使用上述两种数据进行故障定位，提高定位精准度；支持将定位结果推送到统一监控平台或者发送故障根因告警。
• 实现各种指标的动态阈值和健康监测预警：要求对多种业务指标进行动态阈值计算，生成每天的动态阈值区间。支持多种算法对指标突变、毛刺进行多精度分析；支持对指标、设备和业务的健康度进行拟合及大数据分析，满足日常运维需求；支持对动态阈值的数据推送，增强其他运维工具的监测能力。
• 实现告警数据的二次快速聚合和降噪处理：要求对统一监控系统、某财付通等系统已经处理过的告警数据进行二次聚合，通过多系统关联分析进一步消除无效告警，提高告警的有效性与准确性。要求通过算法方式对告警数据进行实时分析，提供实时告警聚合。

解决方案

针对上述需求，西骏数据提供了以下解决方案：

• 采用MC-Stack基本组件+定制化开发模式：本项目中采用了西骏数据MC-Stack的CMDB、算法、告警等基本组件，并采用低代码模式处理数据对接，确保系统的高效性和灵活性。
• 高效率低成本构建智能运维平台：通过采用西骏数据独创的X-HDC架构，能够使用6台虚拟机实现对超过3000台服务器、5w+业务指标的接入、存储和算法处理，大大降低了运维成本，提高了运维效率。
• 全面支持多种智能运维场景：西骏数据MC-Stack主要包括动态阈值、异常检测、异常预警、健康监测、故障定位定界、告警聚合、容量预测、业务画像等功能模块，全面满足了客户的智能运维需求。
• 支持计算结果回送，与其他运维监控工具共生：西骏数据MC-Stack不仅从监控平台里采集数据，而且可以将分析结果推送给监控平台，实现了与其他运维监控工具的无缝对接，提高了监控平台的智能化水平。

应用效果

智能运维模块已成为该券商运营中心的核心组件之一，也是运维体系的“智能大脑”。西骏数据承建的该券商智能运维系统首批通过了中国信通院的“智能运维（AIOps）能力成熟度评估”，充分证明了该系统在智能运维领域的领先地位和卓越性能。通过该系统的应用，该券商实现了运维效率的大幅提升，降低了运维成本，提高了业务稳定性和客户满意度。

很赞哦!（6166）