银行智能运维体系部署

保障业务安全稳定运行的同时，必须支持业务快速发展, 抢得市场先机，给现有运维模式提出了巨大的挑战。力难聚：未形成整体、全面的运维能力。专业条线各

自为政，自动化水平参差不齐，缺乏统一规划和能力联动。志难展：运维困境与科技引领愿景。处于基础支撑保 障阶段,不能提供业务洞察,更谈不上引领和推动业务发展。背景及驱动根据银发布的《中国银行业信息科技“十三五”

发展规划监管指导意见》，监管部门对银行IT运维指出明

确的发展方向：要进一步提升数据中心管理能力成熟度, 强化运维管理体系建设，逐步实现自动化、智能化运维。GARTNER建议企业要在流程、技术和人员管理三方

面共同均衡发展，才能有效支撑数字业务目标。IT运维需

要进行实际转型，并引入AIOps （智能运维）作为支撑IT 运维转型的核心。智能运维伸系研究1.总体框架。广发银行数据中心参考和研究了国内外

运维、智能运维的发展现状，包括理论基础、技术演进路

径以及成功实施案例；借鉴互联网的企业服务化理念；参

考学习同业建设思路；基于大数据、人工智能、分布式数 据库和图数据库等新兴技术，组织开展适合本行的智能运

维体系研究.提出了基于服务化的智能运维体系框架。智能运维体系包括管理对象层、基础数据层、基础能

力层、服务接口层、服务场景层、服务展现层、服务对象 层等七个层次：数据中心智能运维体系覆盖了整个信息系

统技术运维流程管理、技术实施、人员管控。自下而上可

划分为三个部分，即数据体系、能力体系以及服务体系。2. ■（本系内容介绍。（1 ）数据体系。数据是智能运维体

系的血液，建立运维数据体系，目的是统一标准，定义运

维数据与运维对象的相关性，保障智能运维获取高质量运 维数据输入。（2 ）能力体系。完整和高质的运维能力集有助于通过

服务化形成丰富的服务场景，是支撑智能运维的躯干。能

力体系至少应包括资源供给、监控管理、流程管理、安全 管控、执行操作、数据处理、智能分析等七个分类。（3）服务体系。传统的IT架构存在运维能力的烟囱

式问题，可通过服务化的方式解决，实现对各原子运维能

力编排，快速形成各类服务场景。实践情况1. 实施进展。数据中心根据服务化智能运维体系的建

设规划，完成了运维分析平台等14个运维平台的建设及优

化改造，落地了智能运维体系各个能力集。基于服务集成

的操作联动、智能分析方面有多个应用场景，例如：智能

监控、关联分析、智能瓶颈分析报表等：2. 初步成效。一是在运维对象数量、技术架构数量和

运维精细度等指标不断增加的情况下，实现了月均故障数、

服务处理时间和运维人员的减少。二是打破了运维能力壁 垒。运维平台的服务化改造在打破技术平台物理壁垒的同

时，也在打破各运维专业团队的思维壁垒。服务化的改造 过程推动各专业团队的运维能力显式化、共享化，大幅增

加团队间的沟通与协作。三是辅助运维决策初显成效。采 用智能监控的系统告警数量比采用传统的预设值传统方式 的告警数量减少近90% ；多点关系分析能秒级提供影响分

析和多系统规模性故障辅助定位；智能瓶颈分析报表展示

了难以通过人力进行分析的数据关键路径决策树，辅助运 维人员进行决策，可逐步推向业务运营支持。住49