博睿数据在证券行业可观测性实践案例集
前言
当前，5G、云计算、AI大模型技术迅猛发展，金融领域迎来前所未有的机遇与挑战。政府工作报告强调要大力发展科技金融、绿色金融、普惠金融、养老金融、数字金融，这不仅顺应时代趋势，也是金融业未来发展的重要路径。在数智化浪潮的推动下，证券行业的系统稳定性、性能、瓶颈及故障带来的影响不断增加，形成了可观测能力上的盲点，导致证券企业难以优化企业及其客户的数字体验。博睿数据提供了一体化智能可观测平台，帮助证券企业实现运维环境的可视化，提高运维能力和效率，扫清业务发展的障碍。
案例集概览
本案例集围绕项目背景、应用场景、应用效果等多个维度展开介绍，全面展示了博睿数据在证券行业的最佳实践，期望为业界提供可参考、可复制的最佳应用实践。
1. 东方证券
背景分析
- 用户基数庞大：东方证券旗下东方赢家APP用户基数大，难以掌握用户使用全过程，用户体验亟待优化。
- 故障处理慢：常见故障处理速度慢，排障周期长。
- 交易违规：缺少数据分析，难以杜绝违规交易。
应用场景
- 用户体验优化：通过会话散点和交互分析，快速定位和分析影响用户体验的问题，有效提升用户满意度。
- 故障快速定位：通过Bonree Server调用链，快速定位和解决故障问题。
- 行情优化：通过Bonree Stock分析行情异常刷新情况，优化APP站点部署。
应用效果
- APP性能数据记录：交互执行率高于99%。
- 系统瘦身：将27个测试用例精简为3个脚本。
- 故障定位时间：小于0.1分钟，故障率低于0.1%。
2. 国泰君安证券
背景分析
- 用户体验保障：国泰君安始终坚持以用户为中心，不断提升用户体验。
- IT性能要求：IT性能稳定性要求高。
- 数据孤岛：业务规模庞大，独立监控工具导致数据孤岛，影响问题定位。
应用场景
- 端到端监控：通过Bonree Server实现端到端监控，提升系统性能。
- 性能优化：通过Bonree Net实时监控网络状况，准确定位问题。
- 行情排名：通过Bonree Stock优化行情排名，提高交易全A级。
应用效果
- 响应时间：小于0.3秒，请求错误率低于3%。
- MTTR时间：快速发现影响性能的方法代码、数据库和调用关系。
- 用户体验：无缝关联DEM，实现端到端监控。
3. 红塔证券
背景分析
- 用户数量庞大：红塔证券用户数量多，对用户体验要求高。
- 系统复杂：系统架构复杂，难以进行全面监控。
- 性能优化：需要优化行情和交易速度。
应用场景
- 性能监控：通过Bonree Server监控APP性能。
- 分布式节点优化：通过Bonree Net主动式拨测优化分布式节点。
- 竞品分析：通过对比竞品性能进行优化。
应用效果
- 响应时间：快速发现影响性能的方法代码、数据库和调用关系。
- 用户体验：无缝关联DEM，实现端到端监控。
4. 招商证券
背景分析
- 数据量大：每日8亿条数据需要统一接入和管理。
- 数据治理：数据治理困难，数据价值未被充分利用。
- 用户体验：需要提升用户体验，加强数据治理体系建设。
应用场景
- 数据治理：通过Bonree DataView平台实现数据实时接入、存储与展示。
- 用户体验：提供数据可视化，快速发现用户体验下降的原因。
应用效果
- 数据存储：每天可对8亿条数据进行统一存储、分析与展示。
- 数据治理：建立自主化/标准化指标体系，提高数据治理效率。
5. 中信建投证券
背景分析
- 用户体验：系统监控工具不够全面，用户体验难以保障。
- 故障解决：传统运维方式难以实现端到端的性能打通。
- 竞品分析：需要优化交易排名，提高用户体验。
应用场景
- 端到端监控：通过Bonree Server实现端到端性能打通，快速定位问题。
- 竞品分析：通过Bonree Stock优化交易排名。
- 用户体验：通过DEM监控平台提高用户体验。
应用效果
