通信運(yùn)營商基于業(yè)務(wù)支撐系統(tǒng)的數(shù)據(jù)監(jiān)控

唐傳廣 陳傳亮

?

通信運(yùn)營商基于業(yè)務(wù)支撐系統(tǒng)的數(shù)據(jù)監(jiān)控

唐傳廣 陳傳亮

中國聯(lián)通軟件研究院，北京 100176

業(yè)務(wù)支撐系統(tǒng)是通信運(yùn)營商的核心系統(tǒng)，基于此，論述了輔助業(yè)務(wù)支撐系統(tǒng)的數(shù)據(jù)監(jiān)控系統(tǒng)，為業(yè)務(wù)支撐系統(tǒng)的穩(wěn)健運(yùn)行保駕護(hù)航。

通信運(yùn)營商；業(yè)務(wù)支撐系統(tǒng)；數(shù)據(jù)監(jiān)控；監(jiān)控系統(tǒng)

1 數(shù)據(jù)監(jiān)控系統(tǒng)的背景

隨著運(yùn)營商業(yè)務(wù)支撐系統(tǒng)用戶數(shù)的增加，系統(tǒng)的負(fù)載壓力劇增。隨著社會的發(fā)展，用戶對服務(wù)愈來敏感，要求在辦理業(yè)務(wù)時能輕松、快捷地完成，這給業(yè)務(wù)支撐系統(tǒng)提出了更高的要求。為了保障業(yè)務(wù)支撐系統(tǒng)的健康運(yùn)行，數(shù)據(jù)監(jiān)控系統(tǒng)應(yīng)運(yùn)而生。

經(jīng)過分析，監(jiān)控系統(tǒng)應(yīng)能滿足下面幾點(diǎn)要求：（1）事前預(yù)警。提前發(fā)現(xiàn)業(yè)務(wù)支撐系統(tǒng)交易數(shù)據(jù)異動（比如業(yè)務(wù)量劇減、積壓量劇增等），提前預(yù)測業(yè)務(wù)支撐系統(tǒng)的風(fēng)險，在用戶有所感知前解決系統(tǒng)問題。（2）事中定位。如果業(yè)務(wù)支撐系統(tǒng)發(fā)生故障，通過觀察業(yè)務(wù)支撐系統(tǒng)不同環(huán)節(jié)的業(yè)務(wù)量，快速排查事故原因（比如工單積壓等）。（3）事后分析。保存業(yè)務(wù)支撐系統(tǒng)故障發(fā)生時的歷史數(shù)據(jù)，為分析故障原因提供第一手資料，便于問題的跟蹤，防止相同故障再次發(fā)生。（4）易于使用，便于監(jiān)控。使用便捷，人員經(jīng)過簡單培訓(xùn)后，即可使用監(jiān)控系統(tǒng)。[1]

2 數(shù)據(jù)監(jiān)控系統(tǒng)生產(chǎn)運(yùn)行

2.1 實時監(jiān)控，提前預(yù)警

數(shù)據(jù)監(jiān)控系統(tǒng)上線前，業(yè)務(wù)支撐系統(tǒng)發(fā)生故障后，一線人員層層上報故障，工作人員接到故障指令后進(jìn)行處置，故障響應(yīng)的周期長，影響用戶感知。數(shù)據(jù)監(jiān)控系統(tǒng)上線后，可以實時監(jiān)控系統(tǒng)運(yùn)行情況，由被動接收一線人員上報故障信息，調(diào)整為主動發(fā)現(xiàn)系統(tǒng)異常，快速處理系統(tǒng)故障。如圖1，如果工單積壓量突然連續(xù)上升，表明系統(tǒng)處理工單的效率在降低，這時候就需要檢查業(yè)務(wù)支撐系統(tǒng)服務(wù)器的資源是否正常，提前介入分析、處理。

圖1 工單監(jiān)控圖

2.2 分類監(jiān)控，快速定位

數(shù)據(jù)監(jiān)控系統(tǒng)上線前，如果業(yè)務(wù)支撐系統(tǒng)發(fā)生故障，需要工作人員對各個服務(wù)、系統(tǒng)日志進(jìn)行排查。數(shù)據(jù)監(jiān)控系統(tǒng)上線后，可以監(jiān)控業(yè)務(wù)支撐系統(tǒng)多項指標(biāo)，通過觀察發(fā)生故障的指標(biāo)，快速定位問題（比如BO不掃單，IOM積壓量）。

2.3 故障總結(jié)，為業(yè)務(wù)支撐系統(tǒng)優(yōu)化提供數(shù)據(jù)支撐

數(shù)據(jù)監(jiān)控系統(tǒng)上線前，系統(tǒng)故障發(fā)生后需要運(yùn)維人員和研發(fā)人員查看系統(tǒng)日志來分析故障原因。日志文件通常體量巨大，分析難度大。數(shù)據(jù)監(jiān)控系統(tǒng)上線后，查看歷史記錄，通過數(shù)據(jù)量的變化軌跡和變化異常，能夠簡捷直觀還原故障場景。

2.4 可視界面，簡捷直觀

數(shù)據(jù)監(jiān)控系統(tǒng)上線前，運(yùn)維人員需要檢查服務(wù)器、數(shù)據(jù)庫進(jìn)行通常的運(yùn)維操作。一方面，直接查詢數(shù)據(jù)庫會增加數(shù)據(jù)庫負(fù)載，增加系統(tǒng)風(fēng)險；另一方面，難以發(fā)現(xiàn)異常數(shù)據(jù)，而且操作復(fù)雜。數(shù)據(jù)監(jiān)控系統(tǒng)上線后，運(yùn)維人員將主要系統(tǒng)監(jiān)控指標(biāo)配置到監(jiān)控系統(tǒng)后，通過圖形界面即可監(jiān)控業(yè)務(wù)支撐系統(tǒng)，并能形象直觀發(fā)現(xiàn)系統(tǒng)異常。

2.5 日常業(yè)務(wù)量數(shù)據(jù)為經(jīng)營分析提供參考

數(shù)據(jù)監(jiān)控系統(tǒng)上線后，管理人員可以實時準(zhǔn)確掌握當(dāng)前系統(tǒng)的經(jīng)營狀況。實時業(yè)務(wù)量也可以作為經(jīng)營分析數(shù)據(jù)的一部分，為領(lǐng)導(dǎo)決策提供依據(jù)，如圖1所示。

圖2 開戶類型監(jiān)控圖

圖3 開機(jī)工單監(jiān)控圖

3 數(shù)據(jù)監(jiān)控系統(tǒng)采用的技術(shù)

3.1 數(shù)據(jù)卸載技術(shù)

數(shù)據(jù)監(jiān)控系統(tǒng)基于OGG-KAFKA，而不是傳統(tǒng)意義的關(guān)系型數(shù)據(jù)庫。通過OGG將數(shù)據(jù)庫的變化量同步到KAFKA，數(shù)據(jù)監(jiān)控系統(tǒng)通過分析KAFKA的消息隊列統(tǒng)計監(jiān)控指標(biāo)，而不是在數(shù)據(jù)庫通過SQL或存儲過程統(tǒng)計結(jié)果。數(shù)據(jù)監(jiān)控系統(tǒng)實現(xiàn)數(shù)據(jù)卸載，避免直聯(lián)數(shù)據(jù)庫，給數(shù)據(jù)庫造成額外的負(fù)載壓力。

3.2 算法統(tǒng)計

由于數(shù)據(jù)監(jiān)控系統(tǒng)不是基于傳統(tǒng)關(guān)系型數(shù)據(jù)庫，無法通過SQL或存儲過程統(tǒng)計，生成統(tǒng)計指標(biāo)需要將傳統(tǒng)SQL演繹為計算機(jī)算法，通過編程算法得到統(tǒng)計結(jié)果。

3.3 內(nèi)存數(shù)據(jù)存儲

數(shù)據(jù)監(jiān)控系統(tǒng)將統(tǒng)計結(jié)果存儲于內(nèi)存數(shù)據(jù)庫redis，數(shù)據(jù)讀寫效率大幅提升，實現(xiàn)業(yè)務(wù)支撐系統(tǒng)實時監(jiān)控，避免因為數(shù)據(jù)延遲造成數(shù)據(jù)失真并誤導(dǎo)監(jiān)控人員。

4 數(shù)據(jù)監(jiān)控系統(tǒng)的規(guī)劃

后續(xù)計劃歸納多個監(jiān)控指標(biāo)形成監(jiān)控指數(shù)，并劃定監(jiān)控指數(shù)的合理區(qū)間，以及不同服務(wù)類別發(fā)生故障時的監(jiān)控指數(shù)區(qū)間，業(yè)務(wù)支撐系統(tǒng)超出設(shè)定的閥值時可以通過短信、手機(jī)客戶端等多種方式進(jìn)行告警，為業(yè)務(wù)支撐系統(tǒng)的穩(wěn)健運(yùn)行保駕護(hù)航。

[1]朱奕健，張正卿.基于通信運(yùn)營商數(shù)據(jù)的大數(shù)據(jù)實時流處理系統(tǒng)[J].中國新通信，2016（3）78.

F626.115

A

1009-6434（2016）04-0003-01