随着数字化转型的快速推进，广发银行深入落实创新驱动发展战略，打造高效智能的行业云运维体系。本文介绍了广发银行如何通过技术创新与管理优化，构建高效、智能的行业云运维体系，并展示广发银行行业云在运维业务一体化、技术架构平台化方面的建设成果，包括对象数字化、状态数字化、服务行为数字化、操作行为自动化以及运营数字化等多项前沿实践。

党的二十大报告提出，要加快发展数字经济，促进数字经济和实体经济深度融合。中国人民银行《金融科技发展规划（2022—2025年）》提出要健全金融科技治理体系，完善数字基础设施，促进金融与科技更进一步的深度融合、持续发展。广发银行深入落实创新驱动发展战略，以“转型数字企业、构建数字生态、融入数字世界”为方向，打造“广发银行行业云”，赋能各类行业客户融入新发展格局。

广发银行行业云是承载广发行业赋能数字产品和生态合作应用的专有云平台，已入驻数企通、数字工会、数字破产、数字幼儿园等多个数字产品，向行业客户提供精准的金融服务、专业的行业服务、便捷的技术和数据服务。随着行业创新业务的高速发展，对IT运维提出了新的挑战。

• 外部环境方面：

随着IT技术变革及数字化转型快速推进，应用系统数量和规模大幅增长，传统以项目或IT技术栈为划分逻辑的IT运维方式，既无法适应业务快速发展要求，线性增长的运维成本在复杂云化环境和应用交互场景中也难以为继，IT运维逐步向专业化、规范化、集约化管理发展。

金融业尤其是银行业作为风险厌恶型企业，业务时效性、稳定性要求极高。同时作为国家数字化战略的排头兵行业，近年政策频出，监管对于数字业务高度关注。同时，IT技术架构的发展与变化也是日新月异，开发运维一体化、敏捷交付、统一运维、智能运维等技术的成熟，对行业云运维未来发展也指明了方向。

• 内部战略方面：

为认真落实广发银行金融和行业云双云驱动战略部署安排，努力提升行业云一体化运维管理水平，构建“统一运维监控+集中配置管理+服务流程线上化+作业自动化+监控大屏统一展示”的广发银行行业云统一运维监控管理平台，建设基于通用运维服务能力及通用运维服务场景的基础技术支撑平台，行业云将依托平台能力，快捷、方便的搭建各类运维场景，快速提升行业云整体运维能力。

• 技术需求方面：

自动化运维、一体化运维、平台+场景运维、数据化运维、运维智能化等技术的发展与成熟，能给运维质量和水平带来飞跃的提升，适应金融信息化发展要求，迫切需要运维服务支撑系统向自动化、智能化方向迈进和发展。

01.运维业务一体化、技术架构平台化

行业云运维以我行整体运维规划建设方向为指导，对IT对象数据建模、对象状态、对象操作、管理流程围绕运维业务本身的需求及行业云当前的现状。通过建设一体化运维技术平台，实现对行业云应用、行业云数据、云运行状态的一体化管控。一方面，建设智能告警中心、监控中心，进一步强化故障发现、处理能力，提升系统稳定性。另一方面，围绕IT服务中心、运维自动化中心，加强IT服务流程化、自动化，屏蔽变更风险收敛运维人员操作权限的同时提升效率，快速响应业务需求，提升运维服务体验。

运维平台的整体技术架构上以PaaS平台为一体化运维平台底座，集中管理异构IT对象，抽象运维工作场景中通用的用户管理、权限管理、配置管理、作业执行、API管理、低代码开发等通用能力并入整体的平台能力层，并通过统一的Agent代理建立与资源管控层的通信通道。针对具体的运维监、管、控场景依托平台运行环境托管及开发环境管理能力，最大化复用中层PaaS能力缩短开发成本，告别烟囱式建设，兼顾业务稳定性的需求。

02.建设成果：技术平台化驱动运维数字化

参考行业运维数字化发展路径，行业云运维监控平台围绕对象数字化、行为数字化、运营数字化三个主要阶段构建运维平台发展和能力完善路线。

1）对象数字化能力：以应用为核心的CMDB构建IT数字镜像

作为IT运维的数据基石，一套准确、稳定、能力强大的配置管理库对企业运维管理起着至关重要的作用。但过往的CMDB多以IT资源对象为核心，对当前微服务、分布式应用的支撑能力不足。通过运维平台的配置采集、模型管理、数据接口集成、应用拓扑可视化构建等能力。

运维团队以应用为核心，消费场景为目的重构配置管理体系。在此过程中重新设计开发了10大类，“160+”模型，“20+”消费场景。结合配置管理平台的配置审计、属性核查，可视化报表等功能，做好后期数据的运营和校验。一方面，实现了配置数据的客观可信可消费；另一方面，配置平台作为平台的数据底座为运维自动化、状态监控、流程管理等提供基础数据支撑，真正实现了企业的IT数字镜像。

2）状态数字化能力：闭环告警生命周期管理

利用平台探针的插件集成能力，数据采集上将异构监控工具的采集探针以插件的形式集成在平台Agent上。一方面，减小性能开销；另一方面，只需登录一套平台即可查看所有插件运行状态，降低管理成本。

监控数据呈现上，通过开放API，将各类监控工具以API对接的方式统一将监控数据推送到监控平台，进行监控数据的集中查看、统一告警。

同时，由于平台采用统一的CMDB，数据来源和对象统一可结合CMDB中的实例对象和进程信息实现对象和进程监控的兼顾。平台提供的采集器扩展，也为异构化对象监控的兼容提供了更好的解决方案。

告警管理上通过集中告警中心闭环告警生命周期，覆盖告警的发现、产生、响应、定位、处理、复盘，改进全生命周期。

• 事前：整合异构告警源，平台收敛了云平台、Zabbix、安全产品等行业云原有的告警源，聚合到告警中心，从而规范告警事件产生，实现异构告警事件的“统一”以及告警信息的“集中”。
• 事中：告警产生后告警中心通过全量告警信息格式统一、事件清洗、去重、过滤等技术手段实现告警从“量变”到“质变”的过程，屏蔽重复告警、误报等产生的干扰，将清洗后的告警信息辅以CMDB中获取到的对象信息，精准推送给运维人员。结合告警中心与IT服务中心的打通，将确定的告警自动生成事件单在IT服务管理中心中进行集中的事件管理。
• 事后：在事后处理层面，除联动IT服务管理中心进行事件工单的生成和流转之外，告警中心集成了运维平台的自动化运维模块，通过对已知故障、常见故障自动化处理方案预置，实现故障的自愈操作。

3）服务行为数字化：抽象运维服务，提升“消费”体验

行业云在过往的运维建设中设计落地了大量的运维管理流程和管理规范，涉及云运营、基础架构、应用管理多个运维业务域。但由于缺少专业化的运维流程及IT服务过程管理工具，存在流程执行难、协同效率低等问题。

一体化运维平台落地后也一同建设了IT服务管理中心，通过流程引擎、服务目录、SLA管理、自动化操作融合等能力，一方面，将运维管理过程由“线下”迁移到“线上”。另一方面，结合SLA管理、联动自动化操作执行，在保证合规性的同时提升了流程运转效率。

在服务体验层面，设计并构建了行业云IT服务门户，业务、研发人员只需提交服务申请，流程工单在各个相关团队内完成审批、操作、执行的线上化流转，一站式服务。流转过程中预设了服务级别协议引擎，可对流程时效性进行数据化分析，可视化呈现流转效率。

4）操作行为自动化：集中管理运维操作，有效管控操作风险

建设自动化运维中心，集中管控分散在运维人员手中的各类脚本、自动化运维工具，形成自动化脚本的统一管理，统一下发、集中授权；搭建可视化自动化编排平台，降低运维自动化对于运维人员的要求，同时通过平台本身具备的周期任务、自动化任务管理等能力，规范脚本管理和场景。结合IT配置管理中心的资产数据，打通数据链路。提升自动化作业目标的选择，提升自动化作业执行准确性，降低运维操作导致生产风险的可能性。

过往使用开源自动化工具存在管理流程与操作流程的割裂、关联性差的问题。运维平台建设后依托平台自身的APIgateway将自动化操作作为整体运维流程的一个节点在IT服务中心串联，打通了管理流与操作执行流，实现了运维操作有依据、任务结果有凭据的业务闭环。

5）运营数字化：应用资产可视化，一屏览全局

通过可视化数字化运营中心，构建运维数据运营看板，通过可视化看板设计器，实现自定义接入应用系统的配置数据、监控告警数据，流程数据等运维关键指标。管理员可自定义设计看板样式，关联后台数据以饼形图、柱状图、折线图、直方图等多样化方式进行可视化呈现和动态数据展示。实现一张屏动态呈现行业云负载情况、重要告警、应用拓扑等关键信息，运维人员只需查看数据、报表、拓扑变化，就可直观掌握应用状态、资产容量。

03.未来展望：积跬步，至千里

截至2024年10月，行业云一体化运维平台已完成全部上云应用的监控覆盖，云资源的集中管控和自动化操作执行。初步实现了流程可管、操作可控、状态可视的项目目标。

未来，将继续发挥平台价值深化建设，一方面，整合运维数据，辅以在线及离线计算技术通过数据建模、数据开发、模型训练，拓展智能化运维业务场景，由自动化向智能化迈进。另一方面，深化运维业务场景建设，围绕行业云运维特有场景，发挥平台运维开发能力，构建智能决策、根因定位、告警知识推荐等应用。