金融行业某大型股份制银行

某大型股份制银行网络与业务监控案例

营业网点与境内外代理行规模较大,需要完善网络监控并保障国内及国际业务稳定运行。

链路质量分析故障定位历史回溯运行保障
业务访问链路从访问到定位的完整证据链
  1. 01用户访问请求与会话
  2. 02网络链路流量与质量
  3. 03业务应用异常线索
  4. 04后端服务定位与回溯

智能全流量分析回溯 · 业务链路示意

01

业务环境

项目背景

某大型股份制银行营业网点总数近千家,并建立境内外代理行近两千家,建成了覆盖全球主要贸易区的结算网络。随着业务发展,需要建设更加完善的网络监控系统,提升运维效率,保障国内及国际业务稳定持续。

02

需要解决的问题

用户痛点

缺乏细微到业务级的带宽占用分布统计;对于性能指标阈值的设定,欠缺一套基于链路特征的动态基线告警策略,以完善现有监控系统;偶尔出现无法访问、获取数据慢及交易失败等问题,交易监控只能发现业务成交量下降和失败率上升。网络部门借助 SLA 跟踪等方式监测专线网络连通性和网络抖动情况,却很难在业务层面实现监控,缺少辅助手段分析异常的根本原因。

01

缺乏业务级带宽占用统计

02

缺少动态基线告警策略

03

交易异常难以定位根因

03

围绕真实业务建设

建设内容

01

主动发现故障

02

链路管理

03

智能分析

04

多元数据接入

05

外联第三方业务全局监控

06

一键生成故障分析报告

业务问题数据接入异常发现定位回溯
04

来自案例集的实际界面与描述

应用场景

某大型股份制银行应用场景原图,摘自案例集第 11 页
案例集第 11 页 · 场景原图
  1. 01

    主动发现故障

    对全互联网业务进行梳理,深度剖析互联网流量的组成,针对各业务单独计算占用带宽百分比。统筹全局,站在数据中心全业务整体高度,7×24 小时不间断监测关键业务用量、质量及运行状态。出现异常时发送故障告警短信,第一时间将信息反馈给业务系统负责人,缩短故障被动发现的时间差,实现快速恢复生产。

  2. 02

    链路管理

    智能全流量分析回溯让数据以可见和可读的方式呈现,提升互联网和专线链路的用量及质量管理能力,量化业务状态及数据传输效率。

  3. 03

    智能分析

    智能全流量分析回溯与网管平台实现数据对接,从网管平台收取专线链路带宽和质量的统计数据,对数据进行二次分析,通过私有算法自动生成智能动态的性能告警基准线,结合业务特点产生偏离智能基线的告警。

  4. 04

    多元数据接入

    智能全流量分析回溯采用主流 API 开放式接口,更容易与第三方平台实现数据互通。融合的统一管理平台对运维管理者更加友好,实现辅助决策和集中呈现。

  5. 05

    外联第三方业务全局监控

    实时监控外联第三方全业务,借助客户侧、服务侧相关位置指标,精准判定导致业务异常的原因。通过网络流量、网络质量、网络连接、应用性能、主机性能五类指标组,分析异常是由网络、应用还是主机造成。

  6. 06

    一键生成故障分析报告

    智能全流量分析回溯通过颜色变化精准、快速定位异常节点,缩减人工盲目排查时间。选中异常节点即可查看曲线的异常变化,结合海量场景分析模块一键生成故障分析报告,降低用户使用成本。

05

从数据到判断

分析过程

  1. 01

    梳理互联网业务并持续监测关键业务

  2. 02

    对接网管平台并生成动态告警基线

  3. 03

    围绕五类指标分析外联业务异常

06

基于案例材料整理

应用价值

01

缩短故障被动发现的时间差

02

提升互联网和专线链路的用量及质量管理能力

03

减少人工盲目排查

查看原始案例材料

对应案例集第 10–11 页,保留原始章节与图表。

下载案例集