云原生技术体系在寿险行业的规划和落地实践-周建华

太平洋寿险云原生技术体系落地实践总结

一、面临的主要问题

系统建设方面

• 应用系统数量多，建设方式包括自研、成品采购和定制化开发
• 存量系统基数大，主要依赖定制化开发和成品采购
• 系统间技术架构差距大，代码质量和可维护性难以保证

研发标准方面

• 系统架构不统一，缺乏统一的设计语言和标准
• 交付质量不统一，研发流程差异大，自动化程度不高
• 系统监控不完善，平台化功能建设少，核心能力沉淀不足

项目研发方面

• 开发人力以外包为主，管理和沟通复杂
• 系统开发由业务方“散点式”需求驱动，缺乏体系化架构规划
• 业务对上线时间要求高，开发团队缺乏系统优化和质量保障时间

二、目标定义

研发模式选择

• 标准化研发工艺：降低错误率，协同效率高，但需严格管控
• 灵活研发模式：开发自由度高，便于引入新技术，但结果偏差大

寿险技术体系建设总体目标

• 形成标准化的生产工艺体系
  • 一套标准化的架构设计语言
  • 一个标准化的服务开发平台
  • 一套标准化的交付流水线

三、云原生体系的成熟度模型

• 定义了6个能力域、11个建设领域、40个过程项
• 结合“一个开发平台、一套交付流水线”目标，细化评估模型
• 技术架构评估模型涉及7个建设领域、23个过程项
• 业务应用评估模型涉及4个建设领域、17个过程项

四、现状及差距分析

一个开发平台

• 总体目标：弹性可伸缩、系统可观测、服务可治理、能力可共享
• 差距分析：
  • 弹性可伸缩：资源池化不足，扩容时间长
  • 系统可观测：监控体系不完善，指标和日志管理不足
  • 服务可治理：治理策略不完善，SDK和Sidecar模式应用不足
  • 能力可共享：公共能力沉淀不足，平台化程度低

一条交付流水线

• 总体目标：提升研发流程自动化、工具链整合、平台一体化、建立研发效能度量体系
• 差距分析：
  • 部署与发布：配置管理和环境管理不足
  • 工具链整合：多平台协同能力弱
  • 度量与反馈：研发管理度量体系不完善
  • 测试管理：自动化机制不足

五、建设路径

• 基于云原生成熟度模型，拆解为8个建设主题、30+个建设项、10个可执行举措
• 分层分级拆解，逐步构建太保寿险云原生体系

六、建设主题及指标

资源调度

• 指标：资源利用率、扩容时间、应用迁移量

应用研发

• 指标：持续集成周期、自动化部署率、部署时间

可观测

• 指标：应用接入量、指标数量、问题排查时间

高可用

• 指标：数据丢失量、应用恢复时间

服务治理

• 指标：服务治理覆盖率、流量切换时间

应用测试

• 指标：单元测试覆盖率、关键性能测试、质量门禁指标接入

架构设计

• 指标：标准化方案数、自动化健康度检查

应用发布

• 指标：自动发布成功率、灰度覆盖率

七、优先级评价模型

• 基于业务价值、复杂度进行项目优先级排序

八、阶段性目标

• 阶段一（24年底）：提升资源池化、构建可观测体系、构建同城协调机制、提升服务治理能力
• 阶段二：全面提升研发效能管理能力
• 阶段三：引入自动化机制提升测试效率
• 阶段四：提升应用架构治理能力、建立灰度发布体系

九、一些思考

• 不应过分关注量化指标，真正的价值往往无形化
• 方案设计和方案落地同样重要，需结合公司实际情况
• 行业交流利于科技价值的进一步释放

十、总结

• 云原生技术体系愿景：打造标准化的研发体系
  • 弹性可伸缩
  • 系统可观测
  • 服务可治理
  • 能力可共享
  • 自动化一体化
  • 数据化智能化
• 核心观点：通过“一个开发平台、一套交付流水线”建设，提升研发效率和质量，降低成本，增强业务韧性
• 关键数据：
  • 资源利用率目标60%
  • 扩容时间目标30秒
  • 应用接入量目标100%
  • 指标数量目标60
  • 修复时间目标1小时
  • 数据丢失量目标0
  • 应用恢复时间目标30秒
  • 服务治理覆盖率目标90%
  • 流量切换时间目标5分钟
  • 部署时间目标30分钟
  • 自动化部署率目标95%
  • 持续集成周期目标2天
  • 单元测试覆盖率目标60%
  • 关键性能测试目标100%
  • 质量门禁指标接入目标100%
  • 标准化方案数目标30
  • 自动化健康度检查目标2次/周
  • 自动发布成功率目标90%
  • 灰度覆盖率目标30%