揭秘！爱数AnyShare Family 7可观测性，让运营、运维更“好看”

云原生时代,基础设施与应用的部署构建都发生了极大变化。更多的微服务、更复杂的调用链、更敏捷的基础设施,帮助业务团队快速、持续、可靠和规模化交付的同时,也使得系统的运营和运维复杂度成倍提升!

9月9日, AnyShare Family 7以“洞若观火”为主题的线上揭秘会(四)顺利举办。会上着重介绍AnyShare Family 7如何基于可观测性,赋能丰富的业务场景:比如日志审计与运营报表、系统监控与智能运维。除此之外,基于可观测性还可以实现个性化的知识推荐,让承载组织数字化转型的生产力平台真正可运营、可维护。

云原生时代 AnyShare Family 7 为什么需要可观测性

会上,爱数产品运营总监宁静通过不同行业的客户案例和爱数的真实数据,来介绍云原生环境下如何基于可观测性提升生产力。

客户的真实需求:

• 医药行业数字化 营销 :在进行精准内容推送的同时,还需要对数字化营销的效果进行评估。

• 某设计院知识管理:需要观测项目成果是否完整归档,沉淀为组织资产;海量知识、图纸,根据行业、专业、用户行为进行精准推荐;监测设计成果的异常下载行为,防止成果外泄。

• 制造行业智能制造:大量系统集成,需要监测业务数据分布情况,并且制造过程中有大量图文档进行共享协作,需要跟踪、审计及安全控制。

• 生物医药科研与分析:海量分析结果需要汇聚并形成有价值的科研资产,并在此基础上构建大屏展示系统,实时监控系统运行状态,进行数据可视化分析展现。

• 大型集团数字资产管理:需要了解数字资产分布在哪里;各类数字资产的增长及使用趋势,以及各类数字资产的运营是否合规。

看爱数的真实数据:

爱数作为AnyShare的重度用户,部署了3个站点。云原生改造完成之后,有6个云服务、100个左右微服务,数据量高达129T。随着云原生架构在带来更高的敏捷性、弹性和云间的可移植性之外,同时也带来了可维护的挑战,比如故障排查,性能诊断困难。

可观测性在数字化运营中的应用场景

日志审计与运营报表

AnyShare Family 7可观测性,面向不同的角色,具有不同的价值:

• 信息化部门:可以掌握企业数字化转型过程中,各个业务系统的上线使用情况。例如:每天的在线用户数及活跃用户数、各部门文档数量增长趋势以及业务系统接入AnyShare后,业务系统附件整合到AnyShare的情况。

• 安全部门:可以及时发现用户的异常操作行为,或在企业遭遇勒索病毒攻击时及时告警和阻断,或通过定期的用户行为审计来规范企业的运营。

• 业务部门:可以获取业务开展的进一步的信息,比如发布的制度阅读量有多少、外发出去的营销材料是否被访问等,帮助实现业务运营闭环。

• 普通员工:可以快速找到自己最近常访问的文档和最常协作的用户有哪些,提高部门间的协作效率。

系统监控与智能运维

AnyShare Family 7可观测性,可以在系统遇到访问异常、服务故障、服务性能瓶颈、资源不足等场景的时候,通过可视化界面,快速的定位和解决问题,从而降低维护成本:

• 资源全景监测:无论从应用的前端还是底层的 IaaS、基础设施层,从端到端,将所有的指标都纳入到监测体系中做一个全景监测,可视化的了解全局和快速发现问题。

• 故障分析:当出现故障时,除了通过全局资源巡检来判断整体运行状态之外,还可以通过服务拓扑、趋势分析、告警、链路跟踪等,分析出现故障的具体接口,然后跳转到API的运行日志,通过日志上下文分析,找出故障原因,从而实现故障的定位与分析。

• 性能诊断:当压测或者遇到性能问题时,通过服务拓扑来观察微服务之间的调用链路关系和运行状态,然后通过统计API的访问、TPS、TPS,分析微服务API的性能趋势,定位出性能瓶颈,再通过链路跟踪确定造成性能瓶颈的API,从而实现性能诊断。

可观测性架构揭秘——AnyRobot Family 5首次亮相

会上,爱数系统架构师陆远正式揭秘了让AnyShare Family 7 可运营、可维护背后的技术——AnyRobot Family 5可观测性架构。

AnyRobot Family 5 覆盖了机器数据的全生命周期,包括数据生成、数据采集、处理、存储、分析、应用场景等等。从数据源来看,一类是基础设施,主要采集日志和指标;一类是基于云原生架构的产品,比如AnyShare Family 7,主要采集日志、指标和链路跟踪数据。

在传统的做法里面,日志形态各异,标准很多,不利于统一管理。而AnyRobot Family 5提供了基于OpenTelemetry标准的SDK,供云原生产品在开发的时候更容易实现数据标准化,能够更方便的进行数据建模、更好的性能,同时支持日志、指标和链路跟踪。

而AnyShare本身具备可观测性的能力,AnyShare运行的基础设施、各种内容服务、相关的业务对象,都会产生大量的机器数据,包括日志、指标、跟踪数据,这些为可观测性分析提供了基础。

不仅如此,通过 AnyRobot 还收集 AnyShare 基于用户操作产生的行为日志,通过与内容、主题、用户画像等结合起来进行个性化的知识推荐。

可观测性赋能 KnowledgeCenter 个性化知识推荐

AnyShare Family 7 通过可观测性+AI的能力,基于用户画像、行为日志来进行精准的推荐,从而打造千人千面的专属知识中心,改变传统的被动式知识获取方式,在合适的时间、地点,将合适的知识自动、实时地推给合适的人。

具体来说,AnyShare用户的点击、浏览、点赞等各类行为数据、指标数据,会被AnyRobot所采集,经过模型训练之后,为客户进行推荐。推荐的方式也很多:

• 一是基于用户的兴趣、爱好、部门、岗位进行的静态推荐;

• 二是根据用户当下浏览行为,进行即时推荐,我们推荐也很精准,会为用户推荐3-5个感兴趣的知识主题;

• 三是根据用户过去一段时间(1周-1个月行为、感兴趣内容、主题自身热度值)更新首页“为你推荐”内容。

AnyShare Family 7作为承载组织数字化转型的生产力平台,坚持“平台+生态”战略,兼具方案、技术、架构与部署的优势,满足不同行业组织在数字化转型过程中的内容管理需求。

此次会议发布的可观测性能力更是在满足系统监控与智能运维的基础上,应用于多样化的内容运营场景,度量运营成效、洞察用户行为、进行个性化推荐等,帮助组织更好地实现内容战略和知识战略。