天旦业务级智能运维解决方案

跨越传统架构与云环境、跨越设备与应用，赋予统一的、以业务为视角的智能运维分析能力。

更智能的AIOps，运维走向未来的必然方向

在数字化、信息化、智能化转型战略的大背景下，越来越多的企业开始应用各项数字化技术进行转型。在大量的实践中，企业产生了更加复杂、庞大的数据基础，以及更加开放、多元的数据应用场景，这些新变化使得企业在发展和创新中得到大量机会，同时也导致企业需要应对转型过程中的特有风险。

t

新业务、新渠道上线后，保障措施是否符合监管要求？

t

如何对新接入的众多电子系统进行有效管理？

t

能否快速获取新业务、新系统数据实现价值挖掘？

面临上述种种问题，各行各业均在不同程度上对运维软件有所需求，且促使着运维软件针对不同的行业客户提出更契合的解决方案。减少人力参与，使运维系统更加智能化的AIOps是未来企业运维部门的前进方向。

某银行运营数据中心的数字化经营挑战

2020年，由于全球疫情的影响，业务线上化、运营数字化成为了某银行的关键主题。为了提升数字化思维能力、数据应用能力、场景运营能力、敏捷响应能力要求，该银行运营数据中心决定从自身出发，对数字化经营的转型贡献力量。

业务人员

关注用户行为，但行为数据获取不及时，埋点方式周期长维护成本高，且对人员技能要求也高。

网络运维人员

流量大时查询数据较慢、依赖人工分析，对技术人员能力要求较高。

IT运维经理

后疫情时代，远程办公激增让运维管理压力陡增：云中网络性能不可见、现有工具无网络设备及老旧应用的性能指标难以分析、缺少可视化的端到端服务路径、在混合云中的问题定位耗时较久。

应用运维人员

缺少端到端的业务性能分析能力，难以确定问题根源。

网络架构师

原有工具无法满足当前复杂的网络架构；难以在云环境中提供网络指标，且性能低下；难以完全捕获和存储数据包。

天旦业务级智能运维解决方案

跨越传统环境、云环境，提供端到端的实时监测与故障分析能力；旁路部署，无需改动现有网络环境；通过互联数据即可实现用户体验、业务性能、网络性能的一体化分析。

无论是广域网线路、核心防火墙等重要网络节点，或是服务路径中的应用主机、数据库实例，或是防火墙、负载均衡等网络设备，全都能纳入到监控范围当中，提供口径一致、时间戳一致的性能分析指标；利用内置的AI算法，自动发现用户行为、应用处理、网络中的异常事件，并根据告警的逻辑关系自动判断触发告警的根源组件、告警原因。

以企业数字化转型为例，新的IT系统上线后突发故障，业务级智能运维解决方案可以在分钟内定位并解决问题。

传统方式下，企业IT部门的应用团队和网络团队从各自视角出发，使用不同的工具和方法，遵循不同的故障定位流程分别进行故障定位，耗时较长。

而在应用了业务级智能运维解决方案后，天旦业务性能管理BPC即刻判断是网络故障还是应用故障，进行实时、精准的故障告警与根因分析。

网络性能管理NPM

覆盖广域网线路、关键设备、关键应用等重要网络节点，以及Overlay/Underlay等不同层级网络，提供实时的网络性能指标监控，以及多维度的指标分析能力；
内置AI故障诊断算法，可根据不同网络环节的异常事件实时预警，并自动完成故障诊断，帮助快速定位问题根因，恢复故障；
高性能数据处理能力，可实时、全量采集并存储网络中的原始报文，以供快速检索分析；且基于独特的压缩算法，充分利用设备存储空间，能够为故障深入诊断、事件追溯等提供更长周期的原始报文依据。

多维度网络性能指标分析

智能故障诊断与定位

原始报文全量存储及快速检索

业务性能管理BPC

跨越传统环境、云环境，端到端覆盖关键应用路径，实时分析业务/应用性能；
采用旁路部署模式，基于网络流量即可实现实时的业务/应用层性能分析，无需改造应用、无需安装agent，对应用系统不造成额外运行风险及资源消耗；
内置AI算法，能够实现场景化的异常告警、自动定位问题根源节点；
全量记录业务明细，支持单笔业务的端到端性能追踪，助力分析应用路径上的性能瓶颈，提升应用容量性能规划准确性。

实时业务/应用性能分析

与故障预警定位

端到端业务性能追踪

智能化故障根因分析

流芯互联数据引擎NoCode

可利用网络旁路数据或应用日志，提供实时的用户行为及业务运营实时分析能力，无需对应用系统进行任何改造；
系统采用低代码实现模式，使用者无需掌握复杂数据处理技能，通过所见即所得等可视化操作，即可快速完成数据运营过程中所需的数据变形、数据过滤、数据整合等流式数据处理操作；
无论是基于业务数据实现的运营指标视图、用户转换率漏斗图、用户全旅程分析视图，均可快速通过配置完成，并提供实时的分析结果，帮助业务线人员及时了解自身业务、产品的运营情况。