背景與挑戰

隨著電網企業數字化轉型的推進，以及云平臺、大數據、物聯網、移動化、智能化等新技術的應用，加快高效一體化的網絡故障排查定位和深度推動人工智能和大數據技術在電網信息系統運維中的應用，以及利用前沿技術提高生產管理效益，提升數據在數字化電網過程中的價值建設已成為電網企業數字化轉型的必然要求。

同時，隨著電力行業數字化轉型的不斷發展，相關企業業務系統的不斷更新和設備數量的銳減，導致電力行業存在以下痛點：

基于以上背景和痛點，如何在不植入探針或代理的情況下監控業務環節的運行情況，業務管理者如何統計分析關鍵業務指標數據，運維人員如何準確定位故障排除故障這對電力行業相關企業來說是一個巨大的挑戰。

場景需求分析

基于以上背景和挑戰分析，電力行業具體包括以下運維場景要求：

解決方案的整體產品技術框架

右圖為整體產品技術架構，包括底層三維監控管理工具集、中層數字化運維數據中心、頂層數據價值與管理產品放。底層的三維監控管理工具集包括基礎設施監控（DOIM）、業務績效監控（DBPC）等開源和非開源監控工具和日志分析（DOLA）；中層數字運維數據中心包括數字運維指標管理系統（DOMM）、面向服務的配置管理（CMDB）、智能分析（DOIA）、數字運維數據庫（DODB）和采控平臺（DOCC）；頂層數據價值和管理產品集包括數字化運維監控中心（DOMC）、數字化運維管理（DOEM）數字化運維工作臺、報表和數字化運營服務管理。

產品列表和功能業務績效監控工具

右圖為服務性能監控工具監控網絡流量鏡像的具體流程。通過捕獲網絡鏡像流量來分析業務數據。服務啟動后，通過多層鏈接將服務流量綜合展示，直觀清晰地展示了該層服務所消耗的時間。

數字化運維數據庫

只有數字化運維數據庫才能實時高效地訪問用戶環境的各種數據源it運維技術it運維技術，收集用戶環境中的IT和業務數據，統一管理和存儲，使用便捷強大的建模和分析工具，將數據轉換為執行關聯分析、業務建模，并將結果實時輸出到可視化和其他應用程序。

數字化運維算法平臺

數字化運維算法平臺包含指標異常檢測、指標預測、日志模式識別、根因分析推薦、多指標分析、告警降噪等六大AIOps場景20余種智能算法。提供豐富的算法庫，開箱即用，支持豐富的運維場景。

數字化運營指標系統管理平臺

數字化運營指標體系管理平臺作為下層應用端產品監控中心的重要數據源之一，通過整合業務和IT資源、指標，幫助其圍繞業務價值建立多維度的運維監控、健康、告警風暴系統，以實現對故障的快速檢測、分析和定位能力，實現全方位、立體化監控。

靜態閾值

動態閾值

健康設置

當生死線指標嚴重異常時，可以一票確定健康度。健康評分是受試者健康狀況的極佳指標。

數字化運維監控中心

數字化運維監控中心是一個全方位、立體的實時監控產品。面向企業業務價值和IT運維頂層規劃。統一監控IT資源，建立業務關聯，結合指標、日志、告警等，幫助快速檢測、分析、定位故障。

數字化運維風暴管理

數字化運維風暴管理基于大數據技術和機器學習算法，統一接入和處理來自各個監控系統的告警消息和數據指標，支持告警風暴過濾、通知、響應、處置、分類、跟蹤多維度分析，最終實現告警風暴全生命周期的閉環管控。

整體程序流程

在數據采集端，通過服務性能監控工具捕獲旁路流量，獲取業務系統的監控數據。同時通過梳理業務流程構建業務鏈路拓撲，實現基于實際業務鏈路的監控分析。監控數據通過Kafka傳遞到運維數據庫。

運維庫收到數據后，對數據進行處理（包括數組提取、拆分、合并、格式轉換等），根據場景需求將不同的數據存儲在不同的數據庫中，通過查詢引擎。數據支持。

最后將業務系統拓撲和數據指標統一展示在監控中心，基于規則進行健康分析和風暴告警，并通過智能運維算法和大數據分析，進行趨勢預測實現指標數據的采集和風暴告警的檢測。根本原因分析。

某電網企業案例分享需求分析云智能解決方案開源收益

云智慧有一個開源的數據可視化編排平臺。通過配置數據模型，為用戶提供數百個可視化圖形組件，零編碼即可實現滿足自身業務需求的炫目可視化大屏。同時，飛魚還提供靈活的擴展能力，支持組件開發、自定義功能、全局風暴等配置，能夠保證復雜需求場景的高效開發和交付。

點擊下方地址鏈接，歡迎點贊，送星。參與組件開發，一億多現金等著你。

地址：

Gitee地址：

陌陌掃描下方二維碼識別，備注【飛魚】加入AIOps社區飛魚開發者交流群，與項目PMC面對面交流~