支付宝全生态可用性监控保障实践 - 唐亮

支付宝全生态可用性保障实践总结

个人简介

唐亮，支付宝高级解决方案架构师，现担任支付宝生态保障负责人。其核心工作经历包括：

• 2014-2016年：构建支付宝售后技术支持体系
• 2016-2020年：担任商业线业务监控保障负责人
• 2020-2024年：担任支付宝生态保障负责人，重点牵头大促活动生态保障、IoT售后维保、健康码保障等项目

支付宝全生态可用性保障的背景与挑战

支付宝全生态可用性保障的体系

支付宝生态包含多个场景：

• 线下支付场景（商家类合作伙伴）
• 小程序生态场景（生态类合作伙伴）
• 出行&医疗、民生类场景 支付宝全生态可用性保障的核心是构建全生命周期的监控保障体系。

支付宝全生态可用性挑战

生态规模庞大，涉及多种业务类型和场景，需应对高并发、大促活动等带来的可用性挑战。

支付宝全生态前置风险保障实践

商家大促活动前的保障最佳实践

• 基于历史数据对商户进行分层，实施差异化保障策略
• 服务端扩容、小程序等限流措施
• 容量监控、风险前置介入

日常保障中稳定性风险识别

• 通过监控识别稳定性风险，提前介入保障
• 风险前置介入时机：业务高峰期、系统变更前

支付宝全生态监控体系建设与实践

生态监控的两大核心

1. 定义监控发现问题：从技术指标角度到用户角度发现问题，提升监控发现率
2. 监控体系化建设：支撑监控长远发展与创新

监控体系化建设

• 基于异常痕迹监控：埋点监控（有使用量&异常的场景）
• 主动探测：巡检（HTTP巡检、基础资源巡检、接口巡检等）
• 舆情监控

现象级监控案例：小程序白屏

• 监控方法：页面节点加载检测、Palette算法提取主色
• 判定标准：无内容加载或主色占比>99%

故障应急

• 覆盖业务线：公交地铁、航旅、商业支付等
• 监控指标：接口、JS接口、页面错误等
• 保障能力开放：基于场景给用户提示，提升用户体验

监控保障体系的价值

• 可复用性：快速支撑业务多样性
• 用户体验提升：保障业务发展，优化用户感知