劉宏偉

美團(tuán)北京102208

引言

美團(tuán)外賣(mài)業(yè)務(wù)在互聯(lián)網(wǎng)行業(yè)是非常獨(dú)特的，其定位是“圍繞在線(xiàn)商品交易與及時(shí)送達(dá)的O2O電商交易平臺(tái)”。不僅流程復(fù)雜，歷經(jīng)用戶(hù)下單→系統(tǒng)發(fā)給商家→商家準(zhǔn)備外賣(mài)→配送，到最后用戶(hù)收到商品(比如熱乎乎的盒飯)，整個(gè)過(guò)程的時(shí)間需要控制在半小時(shí)之內(nèi)，而且壓力和流量在午、晚高峰時(shí)段非常集中。在這背后，整個(gè)產(chǎn)品線(xiàn)上還會(huì)涉及很多數(shù)據(jù)分析、統(tǒng)計(jì)、結(jié)算、合同等各個(gè)端的交互，對(duì)一致性的要求高。同時(shí)，外賣(mài)業(yè)務(wù)的增長(zhǎng)非常迅猛，自2013年11月上線(xiàn)到最近峰值突破1 600萬(wàn)，還不到4年。在這種情況下，一旦出現(xiàn)事故，單純靠人工排查解決問(wèn)題，存在較多的局限性。為了提升效率需要盡可能自動(dòng)化，而自動(dòng)化的前提需要有足夠準(zhǔn)確的檢測(cè)與診斷結(jié)果，檢測(cè)與診斷結(jié)果又需要有貼近真實(shí)業(yè)務(wù)場(chǎng)景的工具不斷驗(yàn)證。

1 需要解決的問(wèn)題

系統(tǒng)在日常的業(yè)務(wù)運(yùn)維工作中經(jīng)常會(huì)碰到一些問(wèn)題困擾著開(kāi)發(fā)人員，如圖1所示。

1)各種維度的事件通知、報(bào)警事件充斥著開(kāi)發(fā)人員的IM，需要花很多精力去配置和優(yōu)化報(bào)警閾值、報(bào)警等級(jí)才不會(huì)出現(xiàn)很多誤報(bào)。希望可以將各種服務(wù)的報(bào)警指標(biāo)和閾值標(biāo)準(zhǔn)化、自動(dòng)化，然后自動(dòng)收集這些事件進(jìn)行統(tǒng)計(jì)。一方面可以幫助開(kāi)發(fā)人員提前發(fā)現(xiàn)問(wèn)題潛在的風(fēng)險(xiǎn)，另一方面為能夠找出問(wèn)題的根本原因提供有力的數(shù)據(jù)支持。

2)公司有多套監(jiān)控系統(tǒng)，它們有各自的職責(zé)定位，但是互相沒(méi)有關(guān)聯(lián)，所以開(kāi)發(fā)人員在排查問(wèn)題時(shí)需要帶著參數(shù)在不同的系統(tǒng)之間切換，這就降低了定位的效率。

3)項(xiàng)目代碼中會(huì)有大量的降級(jí)限流開(kāi)關(guān)，在服務(wù)異常時(shí)進(jìn)行相應(yīng)的保護(hù)操作。這些開(kāi)關(guān)隨著產(chǎn)品快速地迭代，并不能確定它們是否還有效。另外，需要較準(zhǔn)確地進(jìn)行容量規(guī)劃以應(yīng)對(duì)快速增長(zhǎng)的業(yè)務(wù)量。這些都需要通過(guò)全鏈路壓測(cè)進(jìn)行不斷地驗(yàn)證，并發(fā)現(xiàn)性能瓶頸，有效地評(píng)估服務(wù)容量。

4)開(kāi)發(fā)人員收到各種報(bào)警之后，通常都會(huì)根據(jù)自己的經(jīng)驗(yàn)進(jìn)行問(wèn)題的排查，這些排查經(jīng)驗(yàn)完全可以標(biāo)準(zhǔn)化(比如對(duì)某個(gè)服務(wù)的平均耗時(shí)異常，需要進(jìn)行的排查操作)，問(wèn)題排查流程標(biāo)準(zhǔn)化之后，就可以通過(guò)計(jì)算機(jī)自動(dòng)化。為了提高診斷的準(zhǔn)確度，就需要將這個(gè)流程更加智能化，減少人為參與。

2 核心目標(biāo)

公司希望通過(guò)一些自動(dòng)化措施提升運(yùn)維效率，從而將開(kāi)發(fā)人員從日常的業(yè)務(wù)運(yùn)維工作中解放出來(lái)，先來(lái)看一個(gè)用戶(hù)使用場(chǎng)景，如圖2所示，觸發(fā)服務(wù)保護(hù)有兩條路徑。

圖2 自動(dòng)化業(yè)務(wù)運(yùn)維系統(tǒng)核心建設(shè)目標(biāo)

1)第一條，當(dāng)用戶(hù)在前期接收到診斷報(bào)警后，直接被引導(dǎo)進(jìn)入該報(bào)警可能會(huì)影響到業(yè)務(wù)大盤(pán)。這時(shí)要查看業(yè)務(wù)圖表，如果影響到業(yè)務(wù)，引導(dǎo)用戶(hù)直接進(jìn)入該業(yè)務(wù)圖表對(duì)應(yīng)的核心鏈路，定位出問(wèn)題的根本原因，進(jìn)而再判斷是否要觸發(fā)該核心鏈路上對(duì)應(yīng)的服務(wù)保護(hù)開(kāi)關(guān)或預(yù)案。

2)第二條，用戶(hù)也可以直接通過(guò)診斷報(bào)警進(jìn)入對(duì)應(yīng)的核心鏈路，查看最終引起異常的根本原因，引導(dǎo)用戶(hù)判斷是否需要觸發(fā)相應(yīng)的服務(wù)保護(hù)預(yù)案。

發(fā)現(xiàn)問(wèn)題→診斷問(wèn)題→解決問(wèn)題，這個(gè)過(guò)程每一步都需要不斷地提升準(zhǔn)確度，具體數(shù)據(jù)可以通過(guò)全鏈路壓測(cè)來(lái)獲得，當(dāng)某些場(chǎng)景準(zhǔn)確度非常高的時(shí)候，就可以變?yōu)樽詣?dòng)化方案；因此，核心目標(biāo)是，當(dāng)整個(gè)方案可以自動(dòng)化進(jìn)行下去之后，對(duì)于用戶(hù)來(lái)說(shuō)的使用場(chǎng)景就變成了：收到異常報(bào)警→收到業(yè)務(wù)服務(wù)恢復(fù)通知。隨著自動(dòng)化方案越來(lái)越完備，開(kāi)發(fā)人員可以更加關(guān)注業(yè)務(wù)邏輯的開(kāi)發(fā)。

3 重點(diǎn)系統(tǒng)體系建設(shè)

3.1 體系架構(gòu)

如圖3所示，在自動(dòng)化業(yè)務(wù)運(yùn)維系統(tǒng)中，業(yè)務(wù)大盤(pán)與核心鏈路作為用戶(hù)使用的入口，一旦用戶(hù)查看業(yè)務(wù)指標(biāo)出現(xiàn)問(wèn)題，就需要快速定位該業(yè)務(wù)指標(biāo)異常的根本原因。系統(tǒng)通過(guò)對(duì)核心鏈路上服務(wù)狀態(tài)的分析，幫助開(kāi)發(fā)人員定位最終的問(wèn)題節(jié)點(diǎn)，并建議開(kāi)發(fā)人員需要觸發(fā)哪些服務(wù)保護(hù)預(yù)案。業(yè)務(wù)大盤(pán)的預(yù)測(cè)報(bào)警、核心鏈路的紅盤(pán)診斷報(bào)警以及已經(jīng)收集到各個(gè)維度的報(bào)警事件，如果能對(duì)它們做進(jìn)一步的統(tǒng)計(jì)分析，可以幫助開(kāi)發(fā)人員從更加宏觀的角度提前發(fā)現(xiàn)服務(wù)可能存在的問(wèn)題，相當(dāng)于提前對(duì)服務(wù)做健康檢查。開(kāi)發(fā)人員需要定期通過(guò)全鏈路壓測(cè)來(lái)不斷驗(yàn)證問(wèn)題診斷和服務(wù)保護(hù)是否有效，在壓測(cè)時(shí)可以看到各個(gè)場(chǎng)景下的服務(wù)健康狀態(tài)，對(duì)服務(wù)節(jié)點(diǎn)做到有效的容量規(guī)劃。

圖3 業(yè)務(wù)監(jiān)控運(yùn)維體系架構(gòu)

3.2 業(yè)務(wù)大盤(pán)

外賣(mài)業(yè)務(wù)會(huì)有非常多的業(yè)務(wù)指標(biāo)進(jìn)行監(jiān)控，業(yè)務(wù)指標(biāo)和系統(tǒng)指標(biāo)、服務(wù)指標(biāo)不同，需要業(yè)務(wù)方根據(jù)不同的業(yè)務(wù)自行上報(bào)監(jiān)控?cái)?shù)據(jù)[1]。業(yè)務(wù)大盤(pán)作為業(yè)務(wù)運(yùn)維系統(tǒng)的使用入口，可以讓開(kāi)發(fā)人員快速查看自己關(guān)心的業(yè)務(wù)指標(biāo)的實(shí)時(shí)狀態(tài)以及最近幾天的走勢(shì)。

如圖4所示，業(yè)務(wù)大盤(pán)不光需要展示業(yè)務(wù)監(jiān)控指標(biāo)，還需要有很強(qiáng)的對(duì)外擴(kuò)展能力。

圖4 業(yè)務(wù)監(jiān)控大盤(pán)及拓展能力

1)當(dāng)出現(xiàn)業(yè)務(wù)指標(biāo)異常時(shí)，根據(jù)后臺(tái)的監(jiān)控?cái)?shù)據(jù)分析，可以手動(dòng)或自動(dòng)進(jìn)行事件標(biāo)記，告知開(kāi)發(fā)人員是什么原因引起業(yè)務(wù)指標(biāo)的波動(dòng)，做到用戶(hù)信息快速同步。

2)可以帶著時(shí)間戳與類(lèi)型快速引導(dǎo)開(kāi)發(fā)人員進(jìn)入其它監(jiān)控系統(tǒng)，提高開(kāi)發(fā)人排查問(wèn)題的效率。該系統(tǒng)會(huì)定期進(jìn)行全鏈路壓測(cè)，同時(shí)為了壓測(cè)數(shù)據(jù)不污染真實(shí)的業(yè)務(wù)數(shù)據(jù)，會(huì)對(duì)壓測(cè)流量監(jiān)控進(jìn)行隔離。外賣(mài)業(yè)務(wù)場(chǎng)景使大多數(shù)業(yè)務(wù)監(jiān)控?cái)?shù)據(jù)都呈現(xiàn)出很強(qiáng)的周期性，針對(duì)業(yè)務(wù)數(shù)據(jù)可以利用歷史數(shù)據(jù)使用Holt-Winters等模型進(jìn)行業(yè)務(wù)數(shù)據(jù)預(yù)測(cè)，當(dāng)實(shí)際值與預(yù)測(cè)值不在置信區(qū)間內(nèi)將直接進(jìn)行告警。因?yàn)槭歉悠驑I(yè)務(wù)的運(yùn)維系統(tǒng)，項(xiàng)目針對(duì)敏感的業(yè)務(wù)指標(biāo)進(jìn)行了相應(yīng)的權(quán)限管理。為了增加系統(tǒng)使用場(chǎng)景，需要支持移動(dòng)端，使用戶(hù)可以在任何地方通過(guò)手機(jī)就可以查看自己關(guān)心的監(jiān)控大盤(pán)并觸發(fā)服務(wù)保護(hù)預(yù)案。

3.3 核心鏈路

核心鏈路也是系統(tǒng)主要的使用入口，用戶(hù)可以通過(guò)核心鏈路快速定位是哪一個(gè)調(diào)用鏈出現(xiàn)了問(wèn)題。如圖5所示，這里會(huì)涉及兩個(gè)步驟。

圖5 核心鏈路產(chǎn)品建設(shè)路徑

1)需要給核心鏈路上的服務(wù)節(jié)點(diǎn)進(jìn)行健康評(píng)分，根據(jù)評(píng)分模型來(lái)界定問(wèn)題嚴(yán)重的鏈路。這里會(huì)根據(jù)服務(wù)的各個(gè)指標(biāo)來(lái)描繪一個(gè)服務(wù)的問(wèn)題畫(huà)像，問(wèn)題畫(huà)像中的指標(biāo)也會(huì)有權(quán)重劃分[2]，比如：當(dāng)服務(wù)出現(xiàn)了失敗率報(bào)警、平均耗時(shí)報(bào)警、大量異常日志報(bào)警則會(huì)進(jìn)行高權(quán)重的加分。

2)當(dāng)確認(rèn)完某條鏈路出現(xiàn)了問(wèn)題，在鏈路上越往后的節(jié)點(diǎn)越可能是引起問(wèn)題的根節(jié)點(diǎn)，系統(tǒng)會(huì)實(shí)時(shí)獲取該節(jié)點(diǎn)更多相關(guān)監(jiān)控指標(biāo)來(lái)進(jìn)行分析診斷，這里會(huì)融合開(kāi)發(fā)人員日常排查問(wèn)題的標(biāo)準(zhǔn)流程，最終可能定位到是這個(gè)服務(wù)節(jié)點(diǎn)某些服務(wù)器的磁盤(pán)或者CPU等問(wèn)題。

系統(tǒng)最終會(huì)發(fā)出問(wèn)題診斷結(jié)果，這個(gè)結(jié)果在發(fā)出之后，還需要收集用戶(hù)的反饋，判斷診斷結(jié)果是否準(zhǔn)確，為后續(xù)優(yōu)化評(píng)分定位模型與診斷模型提供有力的數(shù)據(jù)支持[3]。在核心鏈路建設(shè)前期，系統(tǒng)會(huì)建議開(kāi)發(fā)人員進(jìn)行相應(yīng)的服務(wù)保護(hù)預(yù)案觸發(fā)，當(dāng)診斷結(jié)果足夠準(zhǔn)確之后，可以針對(duì)固定問(wèn)題場(chǎng)景自動(dòng)化觸發(fā)服務(wù)保護(hù)預(yù)案，以縮短解決問(wèn)題的時(shí)間。

3.4 服務(wù)保護(hù)&故障演練

服務(wù)保護(hù)&故障演練模塊是讓該業(yè)務(wù)運(yùn)維體系形成閉環(huán)的重要部分，該模塊需要具備的核心功能如圖6所示。針對(duì)不同的保護(hù)需求，會(huì)有不同類(lèi)型的服務(wù)保護(hù)開(kāi)關(guān)，這里主要有如下3種。

1)降級(jí)開(kāi)關(guān)。由于業(yè)務(wù)快速發(fā)展，在代碼中會(huì)有成百上千的降級(jí)開(kāi)關(guān)。在業(yè)務(wù)出現(xiàn)異常時(shí)需要手動(dòng)進(jìn)行降級(jí)操作。

2)限流開(kāi)關(guān)。有些特定業(yè)務(wù)場(chǎng)景需要有相應(yīng)的限流保護(hù)措施。比如針對(duì)單機(jī)限流主要是對(duì)自身服務(wù)器的資源保護(hù)，針對(duì)集群限流主要是針對(duì)底層的DB或者Cache等存儲(chǔ)資源進(jìn)行資源保護(hù)，還有一些其他限流需求都是希望可以在系統(tǒng)出現(xiàn)流量異常時(shí)有效地進(jìn)行保護(hù)。

3)服務(wù)自動(dòng)熔斷?？梢酝ㄟ^(guò)監(jiān)控異常數(shù)、線(xiàn)程數(shù)等簡(jiǎn)單指標(biāo)，快速保護(hù)服務(wù)健康狀態(tài)不會(huì)急劇惡化。

根據(jù)以往的運(yùn)維經(jīng)驗(yàn)，在出現(xiàn)生產(chǎn)事故時(shí)可能會(huì)涉及到多個(gè)開(kāi)關(guān)的切換，這里就需要針對(duì)不同的故障場(chǎng)景預(yù)先設(shè)置服務(wù)保護(hù)預(yù)案，可以在出現(xiàn)問(wèn)題時(shí)通過(guò)一鍵操作對(duì)多個(gè)服務(wù)保護(hù)開(kāi)關(guān)進(jìn)行預(yù)設(shè)狀態(tài)的變更。既然有了應(yīng)對(duì)不同故障場(chǎng)景的服務(wù)保護(hù)預(yù)案，就需要時(shí)不時(shí)來(lái)驗(yàn)證這些服務(wù)保護(hù)預(yù)案是否真的可以起到預(yù)期的效果。

生產(chǎn)對(duì)應(yīng)的事故不常有，肯定也不能只指望生產(chǎn)真的出現(xiàn)問(wèn)題才進(jìn)行預(yù)案的驗(yàn)證，還需要針對(duì)不同的故障進(jìn)行模擬。當(dāng)生產(chǎn)服務(wù)出現(xiàn)問(wèn)題時(shí)，不管是因?yàn)榫W(wǎng)絡(luò)原因還是硬件故障，大多數(shù)表現(xiàn)在服務(wù)上的可能是服務(wù)超時(shí)或者變慢、拋出異常。針對(duì)這幾點(diǎn)，做到可以對(duì)核心鏈路上任一服務(wù)節(jié)點(diǎn)進(jìn)行故障演練，生產(chǎn)故障可能會(huì)同時(shí)多個(gè)節(jié)點(diǎn)出現(xiàn)故障，所以需要故障演練也支持預(yù)案管理。

服務(wù)保護(hù)是業(yè)務(wù)運(yùn)維終端措施，需要在軟件上可以讓用戶(hù)很方便地直達(dá)對(duì)應(yīng)的服務(wù)保護(hù)，可以很容易地將服務(wù)保護(hù)與業(yè)務(wù)大盤(pán)、核心鏈路進(jìn)行整合，在開(kāi)發(fā)人員發(fā)現(xiàn)問(wèn)題時(shí)可以方便地進(jìn)入對(duì)應(yīng)的服務(wù)保護(hù)預(yù)案。有了這些保護(hù)措施與故障演練功能，結(jié)合與核心鏈路的關(guān)系，就可以與故障診斷與全鏈路壓測(cè)進(jìn)行自動(dòng)化方面的建設(shè)了。

圖6 服務(wù)保護(hù)&故障演練模塊的核心功能

3.5 整合全鏈路壓測(cè)

目前，對(duì)外賣(mài)全鏈路的定期壓測(cè)每次都會(huì)涉及很多人的配合，如果可以針對(duì)單一壓測(cè)場(chǎng)景進(jìn)行壓測(cè)將會(huì)大大縮短組織壓測(cè)的成本。如圖7所示，在全鏈路壓測(cè)的時(shí)候，針對(duì)壓測(cè)流量進(jìn)行不同場(chǎng)景的故障演練，在制造故障的同時(shí)，驗(yàn)證服務(wù)保護(hù)預(yù)案是否可以像預(yù)期那樣啟動(dòng)以達(dá)到保護(hù)服務(wù)的目的。

圖7 全鏈路壓測(cè)帶來(lái)的收益

4 自動(dòng)化路程

前面主要介紹了開(kāi)發(fā)基于業(yè)務(wù)的運(yùn)維系統(tǒng)時(shí)需要的各個(gè)核心功能，下面重點(diǎn)介紹一下在整個(gè)系統(tǒng)建設(shè)中自動(dòng)化方面的建設(shè)主要集中在什么地方。

4.1 異常點(diǎn)自動(dòng)檢測(cè)

進(jìn)行核心鏈路建設(shè)的時(shí)候，需要收集各個(gè)服務(wù)節(jié)點(diǎn)的報(bào)警事件，這些報(bào)警事件有服務(wù)調(diào)用時(shí)端到端的監(jiān)控指標(biāo)，還有服務(wù)自身SLA的監(jiān)控指標(biāo)。通過(guò)跟開(kāi)發(fā)人員進(jìn)行溝通了解到他們平時(shí)配置這些監(jiān)控指標(biāo)的時(shí)候耗費(fèi)了大量的人力，每個(gè)指標(biāo)的報(bào)警閾值都需要反復(fù)調(diào)整才能達(dá)到一個(gè)理想狀態(tài)，基于這些監(jiān)控痛點(diǎn)，希望可以通過(guò)分析歷史數(shù)據(jù)來(lái)自動(dòng)檢測(cè)出異常點(diǎn)，并自動(dòng)計(jì)算出應(yīng)有的報(bào)警閾值并進(jìn)行設(shè)置。如圖8所示，根據(jù)不同監(jiān)控指標(biāo)的特點(diǎn)，選擇不同的基線(xiàn)算法，并計(jì)算出其置信區(qū)間，用來(lái)幫助系統(tǒng)更加準(zhǔn)確地檢測(cè)異常點(diǎn)。比如業(yè)務(wù)指標(biāo)周期性比較強(qiáng)，大多數(shù)監(jiān)控指標(biāo)都是在歷史同期呈現(xiàn)出正太分布，這個(gè)時(shí)候可以拿真實(shí)值與均值進(jìn)行比較，其差值在N倍標(biāo)準(zhǔn)差之外，則認(rèn)為該真實(shí)值是異常點(diǎn)。

圖8 異常點(diǎn)自動(dòng)檢測(cè)

4.2 自動(dòng)觸發(fā)服務(wù)保護(hù)

系統(tǒng)的服務(wù)保護(hù)措施有一部分是通過(guò)自動(dòng)熔斷框架Hystrix進(jìn)行自動(dòng)熔斷，另外一部分是已經(jīng)存在的上千個(gè)降級(jí)、限流開(kāi)關(guān)，這部分開(kāi)關(guān)平時(shí)需要開(kāi)發(fā)人員根據(jù)自己的運(yùn)維經(jīng)驗(yàn)來(lái)手動(dòng)觸發(fā)。如果能夠根據(jù)各種監(jiān)控指標(biāo)準(zhǔn)確地診斷出異常點(diǎn)，并事先將已經(jīng)確定的異常場(chǎng)景與服務(wù)保護(hù)預(yù)案進(jìn)行關(guān)聯(lián)，就可以自動(dòng)進(jìn)行服務(wù)保護(hù)預(yù)案的觸發(fā)，如圖9所示。

圖9 異常檢測(cè)與服務(wù)保護(hù)聯(lián)動(dòng)

4.3 壓測(cè)計(jì)劃自動(dòng)化

定期進(jìn)行的外賣(mài)全鏈路壓測(cè)，需要召集相關(guān)業(yè)務(wù)方進(jìn)行準(zhǔn)備和跟進(jìn)，這其中涉及的數(shù)據(jù)構(gòu)造部分會(huì)關(guān)聯(lián)到很多業(yè)務(wù)方的改造、驗(yàn)證、準(zhǔn)備工作[4]。如圖10所示，需要通過(guò)壓測(cè)計(jì)劃串聯(lián)整個(gè)準(zhǔn)備、驗(yàn)證過(guò)程，盡量減少人為活動(dòng)參與到整個(gè)過(guò)程中。這其中需要進(jìn)行如下工作的準(zhǔn)備。

圖10 壓測(cè)計(jì)劃自動(dòng)化

1)針對(duì)真實(shí)流量的改造，基礎(chǔ)數(shù)據(jù)構(gòu)造、數(shù)據(jù)脫敏、數(shù)據(jù)校驗(yàn)等盡可能通過(guò)任務(wù)提前進(jìn)行。

2)進(jìn)入到流量回放階段，可以針對(duì)典型的故障場(chǎng)景進(jìn)行故障預(yù)案的觸發(fā)(比如：Tair故障等)。

3)在故障演練的同時(shí)，可以結(jié)合核心鏈路的關(guān)系數(shù)據(jù)準(zhǔn)確定位出與故障場(chǎng)景強(qiáng)相關(guān)的問(wèn)題節(jié)點(diǎn)。

4)結(jié)合典型故障場(chǎng)景事先建立的服務(wù)保護(hù)關(guān)系，自動(dòng)觸發(fā)對(duì)應(yīng)的服務(wù)保護(hù)預(yù)案。

5)在整個(gè)流程中，需要最終確認(rèn)各個(gè)環(huán)境的運(yùn)行效果是否達(dá)到了預(yù)期，就需要每個(gè)環(huán)節(jié)都有相應(yīng)的監(jiān)控日志輸出，并自動(dòng)化產(chǎn)出最終的壓測(cè)報(bào)告[5]。

整個(gè)壓測(cè)計(jì)劃的自動(dòng)化進(jìn)程中，將逐漸減少系統(tǒng)運(yùn)行中人為參與的部分，逐步提升全鏈路壓測(cè)效率。最終希望用戶(hù)點(diǎn)擊一個(gè)開(kāi)關(guān)開(kāi)始?jí)簻y(cè)計(jì)劃，然后等待壓測(cè)結(jié)果就可以了。

5 結(jié)語(yǔ)

在整個(gè)業(yè)務(wù)運(yùn)維系統(tǒng)建設(shè)中，只有更加準(zhǔn)確定位問(wèn)題根節(jié)點(diǎn)，診斷出問(wèn)題根本原因才能逐步自動(dòng)化去做一些運(yùn)維動(dòng)作(比如：觸發(fā)降級(jí)開(kāi)關(guān)、擴(kuò)容集群等)。如圖11所示，項(xiàng)目會(huì)在這些環(huán)節(jié)的精細(xì)化建設(shè)上進(jìn)行持續(xù)投入，希望檢測(cè)到任意維度的異常點(diǎn)，向上推測(cè)出可能會(huì)影響哪些業(yè)務(wù)指標(biāo)，影響哪些用戶(hù)體驗(yàn)；向下依托于全鏈路壓測(cè)可以非常準(zhǔn)確地進(jìn)行容量規(guī)劃，節(jié)省資源。

圖11 自動(dòng)化建設(shè)后期發(fā)力點(diǎn)

[1]侯明,李書(shū)領(lǐng).智能監(jiān)控網(wǎng)絡(luò)的系統(tǒng)集成及其應(yīng)用[J].電子技術(shù)與軟件工程,2014(05):25

[2]田新廣,孫春來(lái),段洣毅,等.基于機(jī)器學(xué)習(xí)的用戶(hù)行為異常檢測(cè)模型[J].計(jì)算機(jī)工程與應(yīng)用,2006,42(19):101-103

[3]左申正.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)異常分析及響應(yīng)研究[D].北京:北京郵電大學(xué),2010

[4]李杰,屈玉貴,張英堂.一種自適應(yīng)的Web壓力測(cè)試模型[J].計(jì)算機(jī)工程與應(yīng)用,2006,42(02):90-92

[5]馬琳,羅鐵堅(jiān),宋進(jìn)亮,等.Web系統(tǒng)性能測(cè)試及優(yōu)化[J].計(jì)算機(jī)工程,2005,31(12):229-231