看新型运维技术如何在金融行业成功实践？

“

2018年5月15日，由睿至大数据和IBM共同举办的“新型运维技术在金融行业实践”研讨会对目前金融行业的一些痛点以及应对方案做了详细阐述，此外睿至大数据也在本次活动中正式发布了有关金融行业的解决方案。【本文系睿至大数据原创稿件，如需转载请注明原文出处】

”

近年来随着互联网技术的快速发展，金融领域也逐步重视与互联网的融合，传统银行开始转变思想，积极运用互联网最新技术，探索自己的互联网金融发展之路，加快推动银行的经营转型。

然而由于整个金融行业业务模式的多样化及移动互联网用户的接入需求，整个金融平台规模呈现出快速增长趋势，随之而来的是新业务需求不仅带来了平台架构的变革，还对运维模式提出了新的需求。

在本次研讨会中，针对这一系列问题，睿至大数据、IBM和银行用户们，分别从AIOPS、DevOpS几个方面进行了深入的探讨。

会前交流

越来越多的金融客户发现数据量越大，基础架构越复杂，传统Power环境、虚拟化技术、云环境、容器环境，SOA架构，微服务架构，技术栈也越来越多，学习周期缩短，基础架构复杂，需要不同的监控软件，传统架构使用Tivoli、BMC、HP的软件，新型基础架构用Zabbix、OpenFalcon等监控手段，每次出问题，需要使用到多个软件定位问题，需要怎么处理？互联网技术的发展，对应用的上线频率要求苛刻，运维压力也越来越大! 互联网化带来的应用高并发与传统应用模式的冲突，导致问题定位越来越困难！

睿至云基础架构产品部总监胡敏发表《AIOps助力金融行业运维》主题演讲

睿至大数据云基础架构产品部总监胡敏在《AIOPS助力金融行业运维》的主题演讲中提到：“运维已经开始逐步从传统‘稳’态转变为新型‘敏’态，而未来的运维也一定是传统‘稳’态运维+新型‘敏’态运维的双态智能化运维体系“。

睿至大数据AIOPS平台特色：开箱即用的分析平台与场景

在会议中，与会者对于睿至AIOPS平台特色给予了高度的认可，除开箱即用的分析平台与场景、视图定制化能力外，强大的数据采集能力也受到关注。

据悉睿至AIOPS平台支持任意格式和传输协议数据收集、支持输出到多种存储上或进行转发、支持各数据源计量及监控、支持TB级数据传输和PB级分析、支持Agent远程管理、默认支持多种银行标准格式、支持在线配置，无须二次开发，可视化分析过程管理，秒级数据采集能力支持，全平台支持(AIX/HPUX/Win/Linux)，可定制化开发。

金融行业DevOps和互联网的DevOps又有什么区别？睿至大数据云解决方案产品总监郑伟从整个金融行业软件发布模式进行了深入探讨。

睿至云解决方案产品总监郑伟做《DevOps在国有银行的成功实践》主题演讲

郑伟表示：长期以来，固定版本排期及项目排期的开发模式，为大型金融企业业务的快速发展提供了强有力的 IT 保障，同时也确保了产品的质量和运行风险。但是，近年来，随着大量互联网企业，特别是移动互联网企业的冲击，大型金融企业也不得不面临在业务模式加快创新的同时，需要 IT 团队加快开发节奏，快速推出满足业务发展需求的产品。而这种需求正对金融企业现有的 IT 开发模式提出紧迫的挑战，根据我们的研究，这些挑战主要体现在如下的三个矛盾中：

为保证产品质量而设定的过长的开发测试流程与快速迭代交付的迫切业务需求之间的矛盾

大量手工操作与金融企业对于产品质量一致性、稳定性严苛要求之间的矛盾

开发团队对于流程简单性、快速性的现实要求与风险管控之间的矛盾

因此，适合金融行业自身的DevOps格外重要。

从睿至的角度，帮助金融客户从规划到落地，主要分为如下过程：

第一步，消除大量的手工操作，构建一个持续交付的流水线平台是最基础也是最迫切的，只有通过流水线平台的自动化和持续流动，才能保证在不同阶段、不同节点上产品发布的一致性和稳定性，同时，也才能消除由于人工操作所引入的人为风险，同时提高效率。

第二步，对现有的开发模式及产品架构做进一步的优化，否则，整个流水线是很难顺畅地流动起来的。例如，如果不调整固定版本排期的开发模式，则即使自动化程度再高，紧急需求的上线仍然需要等待整个版本的上线；而对于项目排期的开发模式，在上线前，多个项目代码或者构建包的手工合并也是必不可少的；

在传统紧耦合的产品架构下，想要做到自动化的增量迭代发布，也是非常困难的，而每次都将整个产品的所有代码进行发布也是极不现实的，这些其实都是实现整个 DevOps 持续交付过程全自动化的障碍。因此，在构建好持续交付的流水线平台后，其第二步就是开发模式及产品架构的优化。当然，如果没有第一步的自动化的持续交付平台作为基础，则由开发模式调整所带来的发布次数增多也是无法完全用手工完成的。

第三步，在通过工具自动化的方式实现产品的持续交付后，由于人工操作的减少，自动化及流水线操作的提高，包括操作过程可追踪性的实现，快速自动回滚操作的实施等，这个时候，在完整的开发测试交付流程中，有些管控步骤可能就是多余的，是可以优化的。因此最后需要对整体开发测试发布流程进行优化，去掉冗余的人工评审步骤，从而实现企业级的 DevOps 持续交付流水线。

关于睿至大数据公司

北京睿至大数据有限公司

（简称“睿至大数据”）——企业数字化转型战略级伙伴，致力打造中国卓越的云计算及大数据运营商。睿至大数据以“客户需求”为先，秉承“极致创新”理念，专注于云计算、大数据与智慧城市等领域的创新研究与行业实践。2014年成立以来，实现了跨越式发展：以产业前瞻研究和行业深度理解为双引擎，基于云计算、大数据等先进技术形成了贯穿企业数字化转型生命周期的“全栈式”产品及解决方案，包括IT战略咨询、规划、设计、实施、运营与商业模式创新等，目前，政府、能源、金融、电信、医疗和教育等行业客户已与睿至大数据开展深入的合作。