2022年企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)

商業(yè)市場(chǎng)調(diào)研報(bào)告企業(yè)行業(yè)分析方案行業(yè)文檔手冊(cè)企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)目錄

2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)商業(yè)分析研究報(bào)告文檔

第一章

數(shù)字化時(shí)代企業(yè)

IT

運(yùn)維的戰(zhàn)略轉(zhuǎn)型

3

一、企業(yè)

IT

運(yùn)維概述

3

二、IT

運(yùn)維背景：企業(yè)的數(shù)字化基礎(chǔ)設(shè)施和應(yīng)用現(xiàn)狀

3

1、國(guó)家政策引導(dǎo)數(shù)字化支撐企業(yè)經(jīng)營(yíng)發(fā)展

3

2、云計(jì)算的普及形成了多樣化的

IT

基礎(chǔ)設(shè)施布局

4

3、云原生帶來(lái)了運(yùn)維技術(shù)和理念的深刻變化5

4、數(shù)字經(jīng)濟(jì)環(huán)境下

IT

運(yùn)維的價(jià)值創(chuàng)造屬性更加顯著6

三、數(shù)字化時(shí)代企業(yè)

IT

運(yùn)維的戰(zhàn)略部署

7

1、企業(yè)

IT

運(yùn)維的全面戰(zhàn)略?xún)r(jià)值7

2、企業(yè)的

IT

運(yùn)維組織架構(gòu)革新8

3、企業(yè)

IT

運(yùn)維的成本效益考量9

四、企業(yè)

IT

運(yùn)維的需求和難點(diǎn)

11

1、數(shù)字化時(shí)代，企業(yè)更需要體系化的運(yùn)維指導(dǎo)

11

2、IT

人才成本高企，企業(yè)運(yùn)維需要系統(tǒng)性的知識(shí)沉淀

12

3、運(yùn)維部門(mén)的戰(zhàn)略轉(zhuǎn)型需要疏通與其他部門(mén)的協(xié)作渠道13

第二章

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系15

一、業(yè)務(wù)監(jiān)測(cè)

16

1、業(yè)務(wù)數(shù)據(jù)價(jià)值16

2、業(yè)務(wù)數(shù)據(jù)分析的作用16

3、運(yùn)營(yíng)指標(biāo)分類(lèi)17

4、業(yè)務(wù)分析常見(jiàn)指標(biāo)說(shuō)明17

二、用戶(hù)端體驗(yàn)監(jiān)測(cè)

19

1、用戶(hù)端體驗(yàn)監(jiān)測(cè)價(jià)值19

2、用戶(hù)端數(shù)據(jù)分析作用19

3、用戶(hù)端監(jiān)測(cè)實(shí)現(xiàn)形式19

4、用戶(hù)端監(jiān)測(cè)常見(jiàn)指標(biāo)說(shuō)明

20

三、應(yīng)用端監(jiān)測(cè)

21

1、應(yīng)用端監(jiān)測(cè)意義21

2、應(yīng)用監(jiān)測(cè)價(jià)值22

3、應(yīng)用監(jiān)測(cè)常見(jiàn)功能23

4、應(yīng)用監(jiān)測(cè)常見(jiàn)指標(biāo)說(shuō)明23

四、網(wǎng)絡(luò)監(jiān)測(cè)

23

1、網(wǎng)絡(luò)監(jiān)測(cè)價(jià)值23

2、網(wǎng)絡(luò)監(jiān)測(cè)常用實(shí)現(xiàn)方式24分析報(bào)告文檔

1行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)3、網(wǎng)絡(luò)監(jiān)測(cè)常見(jiàn)指標(biāo)說(shuō)明24商業(yè)分析研究報(bào)告文檔

五、資源層監(jiān)測(cè)

25

1、資源層監(jiān)測(cè)價(jià)值25

2、資源層監(jiān)測(cè)包含內(nèi)容25

3、資源層監(jiān)測(cè)常用指標(biāo)26

六、中間件監(jiān)測(cè)

26

1、中間件價(jià)值26

2、消息中間件常見(jiàn)指標(biāo)27

3、交易中間件常見(jiàn)指標(biāo)27

七、數(shù)據(jù)庫(kù)監(jiān)測(cè)

28

1、數(shù)據(jù)庫(kù)價(jià)值28

2、數(shù)據(jù)庫(kù)分類(lèi)28

3、數(shù)據(jù)庫(kù)監(jiān)測(cè)常用指標(biāo)說(shuō)明

29

第三章

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)實(shí)踐30

一、企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)指導(dǎo)思想

30

1、指導(dǎo)思想30

2、業(yè)務(wù)全面梳理30

3、確定應(yīng)用關(guān)鍵動(dòng)作31

4、預(yù)定義各關(guān)鍵指標(biāo)31

5、企業(yè)應(yīng)用運(yùn)維管理平臺(tái)32

二、企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)步驟

33

步驟一：調(diào)研

33

步驟二：驗(yàn)證

36

步驟三：閥值

37

步驟四：評(píng)價(jià)體系

39

步驟五：閉環(huán)

39

三、指標(biāo)體系常用場(chǎng)景

40

特別鳴謝

41

附：本報(bào)告專(zhuān)業(yè)名詞釋義

42

公司介紹/法律聲明43

版權(quán)聲明

43

免責(zé)條款

43

聯(lián)系我們

43

微信公號(hào)

43分析報(bào)告文檔

2商業(yè)市場(chǎng)調(diào)研報(bào)告是指調(diào)查和收集有關(guān)商業(yè)市場(chǎng)需求、消費(fèi)者行為、競(jìng)爭(zhēng)狀況、市場(chǎng)趨勢(shì)等方面的信息，從而為企業(yè)決策者提供有助于確定市場(chǎng)方向和制定營(yíng)銷(xiāo)策略的實(shí)用數(shù)據(jù)和建議。在當(dāng)今商業(yè)競(jìng)爭(zhēng)日益激烈的環(huán)境下，商業(yè)市場(chǎng)調(diào)研報(bào)告對(duì)企業(yè)的發(fā)展至關(guān)重要。商業(yè)市場(chǎng)調(diào)研報(bào)告的形式和內(nèi)容可因行業(yè)和目標(biāo)而異，通常包括市場(chǎng)情況、產(chǎn)品特色、消費(fèi)者行為和需求、競(jìng)爭(zhēng)對(duì)手及其策略等方面的信息。針對(duì)不同的信息，企業(yè)可以采用各種方式來(lái)獲取市場(chǎng)數(shù)據(jù)，如調(diào)查問(wèn)卷、訪談、觀察等方式。在調(diào)研報(bào)告中，企業(yè)需要對(duì)市場(chǎng)數(shù)據(jù)和信息進(jìn)行分析，得出結(jié)論和建議，并據(jù)此提供具體的市場(chǎng)營(yíng)銷(xiāo)策略和行動(dòng)方案。此外，企業(yè)還應(yīng)該對(duì)己行動(dòng)的效果及時(shí)追蹤和評(píng)估，并針對(duì)性地調(diào)整和完善市場(chǎng)策略。商業(yè)市場(chǎng)調(diào)研過(guò)程中，我們首先需要考慮的是需要確定的目標(biāo)。調(diào)研目標(biāo)應(yīng)據(jù)此制定市場(chǎng)調(diào)研方案。通常包括需求滿(mǎn)足度、市場(chǎng)規(guī)模、產(chǎn)品可行性和客戶(hù)類(lèi)型等。調(diào)研計(jì)劃的其他方面包括調(diào)研方式、調(diào)研時(shí)期和成本等。商業(yè)調(diào)研分析報(bào)告作用行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)

第一章

數(shù)字化時(shí)代企業(yè)

IT

運(yùn)維的戰(zhàn)略轉(zhuǎn)型一、企業(yè)

IT

運(yùn)維概述

IT

運(yùn)維是企業(yè)對(duì)其所擁有和管理的

IT

軟硬件資源設(shè)施進(jìn)行監(jiān)測(cè)、維護(hù)、優(yōu)化的過(guò)程。企業(yè)的

IT

運(yùn)維工作根據(jù)運(yùn)維視角和對(duì)象的不同可以分為企業(yè)側(cè)的基礎(chǔ)設(shè)施運(yùn)維、應(yīng)用系統(tǒng)運(yùn)維、網(wǎng)絡(luò)通信運(yùn)維以及用戶(hù)側(cè)的用戶(hù)體驗(yàn)管理等。

IT

基礎(chǔ)設(shè)施運(yùn)維面向

CPU、存儲(chǔ)器等基礎(chǔ)硬件操作系統(tǒng)，中間件、數(shù)據(jù)庫(kù)等基礎(chǔ)軟件，確保企業(yè)

IT

系統(tǒng)的可用性、安全性和連續(xù)性，提高企業(yè)

IT

系統(tǒng)的運(yùn)行效率和服務(wù)質(zhì)量，是企業(yè)信息化依賴(lài)的基礎(chǔ)和根本。在

IT

基礎(chǔ)架構(gòu)云化的背景下，面向基礎(chǔ)云服務(wù)的運(yùn)維管理也被納入

IT

基礎(chǔ)設(shè)施運(yùn)維的范疇中。應(yīng)用系統(tǒng)運(yùn)維主要面向企業(yè)的各項(xiàng)內(nèi)外部數(shù)字服務(wù)，對(duì)其應(yīng)用性能和表現(xiàn)進(jìn)行監(jiān)控和實(shí)時(shí)優(yōu)化，從而確保各項(xiàng)功能正常運(yùn)作，提升使用者的交互體驗(yàn)。網(wǎng)絡(luò)通信運(yùn)維面向企業(yè)的網(wǎng)絡(luò)架構(gòu)，關(guān)注網(wǎng)絡(luò)通信的速度、穩(wěn)定性和延遲等方面的表現(xiàn)，確保企業(yè)的網(wǎng)絡(luò)處于高質(zhì)量運(yùn)行水平，提供良好的信息傳輸體驗(yàn)。

隨著互聯(lián)網(wǎng)服務(wù)深入千行百業(yè)，數(shù)字化應(yīng)用成為企業(yè)和機(jī)構(gòu)為用戶(hù)提供服務(wù)的重要形式，直接對(duì)用戶(hù)體驗(yàn)環(huán)節(jié)進(jìn)行監(jiān)測(cè)和優(yōu)化成為

IT

運(yùn)維的新思路和途徑，相較于傳統(tǒng)的面向企業(yè)IT

資源的運(yùn)維，面向用戶(hù)體驗(yàn)的

IT

運(yùn)維方式更加聚焦于前端業(yè)務(wù)側(cè)，能以更顯而易見(jiàn)的方式提升各項(xiàng)服務(wù)的表現(xiàn)。隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展，這一運(yùn)維思路已在企業(yè)中得到了充分實(shí)踐。二、IT

運(yùn)維背景：企業(yè)的數(shù)字化基礎(chǔ)設(shè)施和應(yīng)用現(xiàn)狀1、國(guó)家政策引導(dǎo)數(shù)字化支撐企業(yè)經(jīng)營(yíng)發(fā)展

以數(shù)字化工具為代表的前沿科技已經(jīng)成為企業(yè)經(jīng)營(yíng)發(fā)展的重要推動(dòng)力以及社會(huì)重要生產(chǎn)力，一直以來(lái)國(guó)家政策對(duì)數(shù)字化建設(shè)保持著積極樂(lè)觀的支持態(tài)度，近兩個(gè)“五年規(guī)劃”均提及了支持企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型升級(jí)提升經(jīng)營(yíng)能力和水平。在此環(huán)境下，各部委和地方政府也在不斷出臺(tái)鼓勵(lì)政策，支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展，推動(dòng)數(shù)字能力向傳統(tǒng)企業(yè)滲透，賦能傳統(tǒng)提升經(jīng)營(yíng)效率。

從細(xì)分領(lǐng)域上看，近年來(lái)云計(jì)算仍然是國(guó)家和行業(yè)科技政策的重要方向，由云計(jì)算帶來(lái)的企業(yè)

IT

基礎(chǔ)設(shè)施多樣化的問(wèn)題將對(duì)

IT

運(yùn)維持續(xù)產(chǎn)生需求。此外，近年來(lái)政策不斷強(qiáng)調(diào)企業(yè)應(yīng)當(dāng)在數(shù)字化建設(shè)的過(guò)程中更明確地確立數(shù)據(jù)的資產(chǎn)地位，更有效地發(fā)掘數(shù)據(jù)的商業(yè)價(jià)值，以數(shù)據(jù)應(yīng)用賦能企業(yè)的數(shù)字化建設(shè)乃至主營(yíng)業(yè)務(wù)的發(fā)展，對(duì)于金融等數(shù)字化深度融合的行業(yè)尤其如此，各行業(yè)主管部門(mén)也在加強(qiáng)對(duì)數(shù)據(jù)和智能應(yīng)用的推進(jìn)。

3

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)4表

1：近年來(lái)與企業(yè)

IT

數(shù)字化建設(shè)相關(guān)政策梳理2、云計(jì)算的普及形成了多樣化的

IT

基礎(chǔ)設(shè)施布局

近十年來(lái)基礎(chǔ)云服務(wù)在國(guó)內(nèi)企業(yè)間深度滲透，各行各業(yè)和不同規(guī)模的企業(yè)以不同的方式部署了基礎(chǔ)云計(jì)算產(chǎn)品。其中，中小企業(yè)通常無(wú)力也無(wú)必要部署私有的服務(wù)器，更傾向于使用公有云服務(wù)獲取低成本的

IT

資源；而大型集團(tuán)企業(yè)或者具備系統(tǒng)性重要性的行業(yè)企業(yè)出于合規(guī)和數(shù)據(jù)安全考慮，更傾向于同時(shí)使用公有云和私有云，將不同類(lèi)型的數(shù)字功能部署在不同位置，由此，混合云成為了金融、交通、政務(wù)等關(guān)鍵行業(yè)企業(yè)的普遍選擇。圖

1：2021

年全球企業(yè)的用云方式商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)5圖

2：2021

年全球企業(yè)的混合云用云方式

多云和混合云使得企業(yè)的基礎(chǔ)

IT

資源架構(gòu)復(fù)雜化，提升了企業(yè)運(yùn)維的洞察力要求。此外，基礎(chǔ)云服務(wù)本身作為一種計(jì)算資源的獲取方式，實(shí)際上是企業(yè)利用網(wǎng)絡(luò)通信資源來(lái)代替本地化部署的計(jì)算資源。因此，企業(yè)為了保障基于云服務(wù)的數(shù)字應(yīng)用質(zhì)量，需要同時(shí)對(duì)網(wǎng)絡(luò)通信的質(zhì)量進(jìn)行監(jiān)控，構(gòu)建全方位的

IT

資源監(jiān)測(cè)和優(yōu)化體系。3、云原生帶來(lái)了運(yùn)維技術(shù)和理念的深刻變化

云原生已經(jīng)邁過(guò)了概念期，在各行業(yè)得到了充分應(yīng)用，未來(lái)還將進(jìn)一步推廣。云原生體現(xiàn)了云計(jì)算發(fā)展的下一階段的模式：以容器技術(shù)以及微服務(wù)架構(gòu)為基礎(chǔ)，云原生模式下企業(yè)調(diào)用云資源的顆粒度和彈性都能夠得到顯著提升。同時(shí)，經(jīng)微服務(wù)改造、運(yùn)行在容器環(huán)境下的應(yīng)用程序架構(gòu)和管理也更加復(fù)雜，需要更具深度和洞察能力的運(yùn)維工具對(duì)其進(jìn)行透視，幫助企業(yè)監(jiān)測(cè)云原生應(yīng)用的運(yùn)營(yíng)狀況。圖

3：2019&2020

年中國(guó)企業(yè)容器使用方式商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔一、市場(chǎng)調(diào)研報(bào)告是企業(yè)了解市場(chǎng)動(dòng)態(tài)的窗口。它有利于企業(yè)掌握市場(chǎng)動(dòng)態(tài)，如市場(chǎng)供求情況、市場(chǎng)最新趨勢(shì)、消費(fèi)者的要求以及本企業(yè)產(chǎn)品的銷(xiāo)售情況等方面的市場(chǎng)動(dòng)態(tài)。二、它為企業(yè)客觀判斷自身的競(jìng)爭(zhēng)能力，調(diào)整經(jīng)營(yíng)決策、產(chǎn)品開(kāi)發(fā)和生產(chǎn)計(jì)劃提供了依據(jù)，企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中要想明確自身所處的位置，就要做市場(chǎng)調(diào)查，從市場(chǎng)調(diào)查報(bào)告中獲取準(zhǔn)確的信息。企業(yè)領(lǐng)導(dǎo)層在考慮開(kāi)發(fā)新產(chǎn)品，決定產(chǎn)品的生產(chǎn)數(shù)量、品種、花色時(shí)也要先做市場(chǎng)調(diào)查。三、有助于整體宣傳策略需要，為企業(yè)市場(chǎng)地位和產(chǎn)品宣傳等提供信息和支持。四、通過(guò)市場(chǎng)調(diào)查所獲得的資料，除了可供了解目前市場(chǎng)的情況之外，還可以對(duì)市場(chǎng)變化趨勢(shì)進(jìn)行預(yù)測(cè)，從而可以提前對(duì)企業(yè)的應(yīng)變作出計(jì)劃和安排，充分地利用市場(chǎng)的變化，從中謀求企業(yè)的利益。商業(yè)調(diào)研分析報(bào)告作用行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)除了給企業(yè)的

IT

基礎(chǔ)架構(gòu)以及運(yùn)維手段帶來(lái)改變，云原生也對(duì)企業(yè)運(yùn)維部門(mén)的工作方商業(yè)分析研究報(bào)告文檔

式方法造成了深刻影響，典型代表是

DevOps（開(kāi)發(fā)運(yùn)維一體化）理念和實(shí)踐的推行。

在

DevOps

推廣之前，企業(yè)

IT

部門(mén)下屬的軟件開(kāi)發(fā)和運(yùn)維部門(mén)是兩個(gè)比較獨(dú)立和割裂

的體系，由不同的員工負(fù)責(zé)。在這種傳統(tǒng)模式下，兩部門(mén)各有不同的利益關(guān)切，在技術(shù)協(xié)調(diào)

和工作協(xié)同方面的溝通受阻，導(dǎo)致整體的工作效率不高。

DevOps

的首要作用在于通過(guò)云原

生架構(gòu)為開(kāi)發(fā)和運(yùn)維部門(mén)提供一致性的工作環(huán)境，使得開(kāi)發(fā)人員能夠便捷地參與運(yùn)維工作，

從而將原本割裂的兩個(gè)部門(mén)體系打通，提升軟件工程的整體效率。

DevOps

的推廣與云原生

架構(gòu)的普及密切相關(guān)，因此，也可以認(rèn)為云原生技術(shù)給企業(yè)運(yùn)維部門(mén)的工作方式和流程帶來(lái)

了改變。

4、數(shù)字經(jīng)濟(jì)環(huán)境下

IT

運(yùn)維的價(jià)值創(chuàng)造屬性更加顯著

除了

IT

基礎(chǔ)設(shè)施形式及技術(shù)更迭之外，企業(yè)應(yīng)用層的變化也在影響著運(yùn)維部門(mén)的任務(wù)

與長(zhǎng)期價(jià)值。產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化在三次產(chǎn)業(yè)中的滲透率正在不斷提升，其中尤其以第

三產(chǎn)業(yè)最為突出。數(shù)字經(jīng)濟(jì)的深化發(fā)展使得企業(yè)經(jīng)營(yíng)活動(dòng)的形態(tài)發(fā)生了顯著的變化，以數(shù)字

形態(tài)和互聯(lián)網(wǎng)渠道發(fā)生的經(jīng)營(yíng)合管理活動(dòng)越來(lái)越多，形式創(chuàng)新也在不斷更迭。

圖

4：2016-2020

年中國(guó)三次產(chǎn)業(yè)的數(shù)字經(jīng)濟(jì)滲透率分析報(bào)告文檔

6檔手冊(cè)行業(yè)文2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)7圖

5：2013-2020

年中國(guó)有電子商務(wù)交易活動(dòng)的企業(yè)數(shù)比重

企業(yè)經(jīng)營(yíng)活動(dòng)的轉(zhuǎn)型使得運(yùn)維工作的密集度、重要性和戰(zhàn)略?xún)r(jià)值都出現(xiàn)了提升，此前企業(yè)的

IT

系統(tǒng)主要面向內(nèi)部使用，現(xiàn)在新增了大量面向客戶(hù)提供服務(wù)的模塊，從而使得企業(yè)的運(yùn)維質(zhì)量直接關(guān)系到客戶(hù)的使用體驗(yàn)以及對(duì)企業(yè)的整體評(píng)價(jià)，進(jìn)一步影響企業(yè)的市場(chǎng)形象和品牌價(jià)值。對(duì)于互聯(lián)網(wǎng)娛樂(lè)、互聯(lián)網(wǎng)金融等體驗(yàn)屬性較強(qiáng)的業(yè)務(wù)而言，上述影響更加顯著，這也使得這些企業(yè)對(duì)數(shù)字化環(huán)境中的

IT

運(yùn)維建設(shè)格外看重。

運(yùn)維工作在直接影響數(shù)字服務(wù)質(zhì)量的同時(shí)，也會(huì)影響企業(yè)內(nèi)部系統(tǒng)的性能和穩(wěn)定性，尤其對(duì)于開(kāi)發(fā)側(cè)而言，能否獲得高效穩(wěn)定的開(kāi)發(fā)環(huán)境在一定程度上決定了企業(yè)的數(shù)字應(yīng)用迭代效率，對(duì)于數(shù)字服務(wù)企業(yè)而言，這是構(gòu)成其市場(chǎng)競(jìng)爭(zhēng)力的重要方面。結(jié)合了大數(shù)據(jù)和人工智能算法之后，企業(yè)能夠借助運(yùn)維工具進(jìn)一步提升運(yùn)維工作的效率和準(zhǔn)確率，并為業(yè)務(wù)側(cè)帶來(lái)更富洞見(jiàn)的分析指標(biāo)。三、數(shù)字化時(shí)代企業(yè)

IT

運(yùn)維的戰(zhàn)略部署1、企業(yè)

IT

運(yùn)維的全面戰(zhàn)略?xún)r(jià)值

整體來(lái)看，

IT

運(yùn)維工作能夠?yàn)槠髽I(yè)帶來(lái)三方面的價(jià)值：通過(guò)更加精確的資源需求統(tǒng)計(jì)，幫助企業(yè)降低冗余的

IT

投入，從而帶來(lái)直接的會(huì)計(jì)價(jià)值；企業(yè)在數(shù)字化環(huán)境下，運(yùn)維部門(mén)通過(guò)業(yè)務(wù)大數(shù)據(jù)分析能夠指導(dǎo)業(yè)務(wù)部門(mén)的產(chǎn)品改良或創(chuàng)新，由此有望為企業(yè)帶來(lái)業(yè)務(wù)創(chuàng)收，這部分價(jià)值也應(yīng)當(dāng)納入管理層對(duì)運(yùn)維部門(mén)成本效益的考量；此外，由運(yùn)維創(chuàng)新帶來(lái)的企業(yè)服務(wù)質(zhì)量的提升能夠幫助企業(yè)提升市場(chǎng)形象，由此帶來(lái)的品牌價(jià)值盡管無(wú)法估算，但對(duì)于企業(yè)的經(jīng)營(yíng)和發(fā)展仍然有著重要意義。商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)8圖

6：IT

運(yùn)維創(chuàng)新給企業(yè)帶來(lái)的多重價(jià)值

為了充分發(fā)揮上述價(jià)值，尤其是對(duì)業(yè)務(wù)部門(mén)和公司品牌的價(jià)值，運(yùn)維部門(mén)需要在運(yùn)維工作的開(kāi)展方式上進(jìn)行優(yōu)化。傳統(tǒng)視角下，運(yùn)維部門(mén)著眼于歸屬企業(yè)的

IT

資產(chǎn)端，以保證在內(nèi)部視角下

IT

系統(tǒng)穩(wěn)定運(yùn)行，但在數(shù)字化時(shí)代，運(yùn)維工作更需要從用戶(hù)視角出發(fā)，也就是從應(yīng)用端著手，將提升應(yīng)用端的高質(zhì)量體驗(yàn)置于優(yōu)先地位，“自上而下”地進(jìn)行從應(yīng)用端到資源端的穿透，從而為企業(yè)整體帶來(lái)提升用戶(hù)粘性和品牌聲望的提升。2、企業(yè)的

IT

運(yùn)維組織架構(gòu)革新

IT

運(yùn)維部門(mén)在企業(yè)中的組織架構(gòu)關(guān)系也體現(xiàn)著運(yùn)維的具體工作內(nèi)容以及對(duì)企業(yè)的意義。運(yùn)維部門(mén)通常隸屬于

CTO，與開(kāi)發(fā)、集成等其他信息技術(shù)部門(mén)并列。在傳統(tǒng)的企業(yè)架構(gòu)中，IT

運(yùn)維屬于不直接創(chuàng)造價(jià)值、僅僅為支撐前端業(yè)務(wù)運(yùn)營(yíng)而存在的“后臺(tái)”部門(mén)，其支出也被理解為純粹的費(fèi)用，比較難以獲得企業(yè)的主動(dòng)投入和規(guī)模建設(shè)。隨著企業(yè)數(shù)字化轉(zhuǎn)型的開(kāi)展，運(yùn)維部門(mén)除了發(fā)揮固有的

IT

支撐作用之外，還開(kāi)始通過(guò)業(yè)務(wù)系統(tǒng)數(shù)據(jù)洞察來(lái)幫助和指導(dǎo)企業(yè)的數(shù)字化業(yè)務(wù)創(chuàng)新，從而具備了一定的“中臺(tái)”作用。商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔商品和服務(wù)是由生產(chǎn)者轉(zhuǎn)移到消費(fèi)者而形成市場(chǎng)行銷(xiāo)活動(dòng)的鏈接方式，或投資者對(duì)自己確立的項(xiàng)日存有疑惑，而委請(qǐng)專(zhuān)業(yè)的調(diào)查人員或第三者，作有系統(tǒng)地、客觀地、廣泛地且持續(xù)地搜集相關(guān)資料，加以記錄，分析，衡量與評(píng)估，提供相關(guān)分析，結(jié)論與建議，以供企業(yè)經(jīng)營(yíng)者決策參考之行為。市場(chǎng)調(diào)研范圍1·市場(chǎng)研究：市場(chǎng)潛在需求量，消費(fèi)者分布及消費(fèi)者特性研究。2.產(chǎn)品研究：產(chǎn)品設(shè)計(jì)，開(kāi)發(fā)及試驗(yàn)；消費(fèi)者對(duì)產(chǎn)品形狀、包裝、品味等喜好研究；現(xiàn)有產(chǎn)品改良建議，競(jìng)爭(zhēng)產(chǎn)品的比較分析。3,銷(xiāo)售研究：公司總體行銷(xiāo)活動(dòng)研究，設(shè)計(jì)及改進(jìn)。4.消費(fèi)購(gòu)買(mǎi)行為研究：消費(fèi)者購(gòu)買(mǎi)動(dòng)機(jī)，購(gòu)買(mǎi)行為決策過(guò)程及購(gòu)買(mǎi)行為特性研究。5.廣告及促銷(xiāo)研究：測(cè)驗(yàn)及評(píng)估商品廣告及其它各種促銷(xiāo)之效果，尋求最佳促銷(xiāo)手法，以促進(jìn)消費(fèi)者有效購(gòu)買(mǎi)行為。6.行銷(xiāo)環(huán)境研究：依人口、經(jīng)濟(jì)、社會(huì)、政治及科技等因素變化及未來(lái)變化走勢(shì)，對(duì)市場(chǎng)結(jié)構(gòu)及企業(yè)行銷(xiāo)策略的影響。7.銷(xiāo)售預(yù)測(cè)：研究大環(huán)境演變，競(jìng)爭(zhēng)情況及企業(yè)相對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)，對(duì)于市場(chǎng)銷(xiāo)售量作長(zhǎng)期與短期預(yù)測(cè)，為企業(yè)擬定長(zhǎng)期經(jīng)營(yíng)計(jì)劃及短期經(jīng)營(yíng)計(jì)劃之用。商業(yè)調(diào)研分析報(bào)告作用冊(cè)行業(yè)文檔手2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)9圖

7：企業(yè)

IT

運(yùn)維部門(mén)的組織架構(gòu)關(guān)系

運(yùn)維部門(mén)要充分發(fā)揮對(duì)業(yè)務(wù)側(cè)以及企業(yè)整體的賦能價(jià)值，在配備具備大數(shù)據(jù)、智能分析等運(yùn)維產(chǎn)品之外，也需要在組織架構(gòu)方面進(jìn)行改良。企業(yè)需要?jiǎng)?chuàng)設(shè)業(yè)務(wù)側(cè)與運(yùn)維部門(mén)的溝通渠道，并將之形成固有的制度體系，使得運(yùn)維部門(mén)的建議能夠傳達(dá)到業(yè)務(wù)側(cè)并有效落實(shí)——由于涉及到企業(yè)的組織架構(gòu)調(diào)整，這可能是一個(gè)相對(duì)緩慢的過(guò)程，但對(duì)于企業(yè)

IT

能力的充分發(fā)揮至關(guān)重要。3、企業(yè)

IT

運(yùn)維的成本效益考量

在

IT

運(yùn)維充當(dāng)“后勤”的時(shí)代，企業(yè)對(duì)于運(yùn)維部門(mén)的成本效益考量相對(duì)簡(jiǎn)單，主要參考的是運(yùn)維產(chǎn)生的各項(xiàng)投入以及最終的

IT

系統(tǒng)表現(xiàn)：基于傳統(tǒng)的

IT

基礎(chǔ)設(shè)施，企業(yè)通常采用橫向擴(kuò)容的方式提升災(zāi)備和可用性，新一代運(yùn)維服務(wù)能夠以更低的成本解決這些問(wèn)題，從而節(jié)省企業(yè)購(gòu)置服務(wù)器、網(wǎng)絡(luò)帶寬等基礎(chǔ)設(shè)施的費(fèi)用，形成前述的直接可見(jiàn)的部門(mén)內(nèi)會(huì)計(jì)價(jià)值。

從運(yùn)維部門(mén)的成本投入上看，以運(yùn)維服務(wù)器（如監(jiān)測(cè)服務(wù)器、備份服務(wù)器等）為代表的運(yùn)維硬件的購(gòu)置成本和設(shè)備運(yùn)行過(guò)程中產(chǎn)生的電力及損耗占據(jù)

60-70%的比例，其他成本主要包括運(yùn)維軟件及

IT

人力投入。通過(guò)智能化、體系化的運(yùn)維創(chuàng)新，企業(yè)能夠減少占較大比重的運(yùn)維硬件固定投入，并降低重復(fù)性的人力投入，將優(yōu)秀的

IT

設(shè)備和人才資源投入到更具創(chuàng)造性的開(kāi)發(fā)工作中去。商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)10圖

8：企業(yè)運(yùn)維部門(mén)成本結(jié)構(gòu)估算

在新興的智能運(yùn)維領(lǐng)域，在提升可用性、穩(wěn)定性之外，智能運(yùn)維的重要價(jià)值就在于減少重復(fù)的人工投入，提升自動(dòng)化水平，因此企業(yè)在評(píng)估智能運(yùn)維成效的時(shí)候，也需要綜合考慮智能運(yùn)維的這一屬性為企業(yè)帶來(lái)的成本優(yōu)化。對(duì)于運(yùn)維數(shù)據(jù)體系建設(shè)較完善的企業(yè)，還應(yīng)當(dāng)將運(yùn)維給業(yè)務(wù)部門(mén)帶來(lái)的價(jià)值增量納入考察范圍，由于基線難以確認(rèn)，又涉及企業(yè)組織架構(gòu)間的協(xié)調(diào)，這一指標(biāo)相對(duì)難以構(gòu)建，但管理層仍然需要注重這一價(jià)值，以便正確衡量智能運(yùn)維投入的性?xún)r(jià)比。圖

9：2021

年全球企業(yè)：智能運(yùn)維效果評(píng)估指標(biāo)選取調(diào)研商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)四、企業(yè)

IT

運(yùn)維的需求和難點(diǎn)1、數(shù)字化時(shí)代，企業(yè)更需要體系化的運(yùn)維指導(dǎo)

進(jìn)入數(shù)字化時(shí)代以來(lái)，企業(yè)正在不斷提升軟硬件投入，以強(qiáng)化自身的數(shù)字化能力。

2020年，盡管整體經(jīng)濟(jì)發(fā)展?fàn)顩r受到了疫情帶來(lái)的較大影響，但中國(guó)企業(yè)的

IT

支出水平仍然實(shí)現(xiàn)了小幅度上升。從結(jié)構(gòu)上看，中國(guó)企業(yè)的

IT

支出主要流向通信服務(wù)、IT

設(shè)備兩大類(lèi)，此外還有

IT

服務(wù)、數(shù)據(jù)中心系統(tǒng)和企業(yè)級(jí)軟件等，其中企業(yè)級(jí)軟件在疫情對(duì)數(shù)字化經(jīng)營(yíng)的刺激下于

2020

年后出現(xiàn)了較大增長(zhǎng)。

相較于全球企業(yè)的平均水平，國(guó)內(nèi)企業(yè)對(duì)

IT

設(shè)備的投入比例較高，從而帶來(lái)了后續(xù)面向設(shè)備的運(yùn)維需求，而在數(shù)字化經(jīng)營(yíng)的需求下，企業(yè)級(jí)軟件的增加也創(chuàng)造出了豐富的應(yīng)用運(yùn)維需求。而在通信服務(wù)等其他方面，服務(wù)商會(huì)為企業(yè)提供一定的基礎(chǔ)運(yùn)維，企業(yè)也會(huì)結(jié)合自身的業(yè)務(wù)和

IT

架構(gòu)狀況進(jìn)行個(gè)性化的運(yùn)維體系建設(shè)。整體來(lái)看，提升運(yùn)維能力是數(shù)字化時(shí)代企業(yè)進(jìn)行轉(zhuǎn)型和發(fā)展必然需求。

圖

10：2019-2021

年中國(guó)企業(yè)

IT

支出大類(lèi)規(guī)模和結(jié)構(gòu)

前文已經(jīng)提及，前互聯(lián)網(wǎng)經(jīng)濟(jì)時(shí)代，企業(yè)的運(yùn)維體系是從內(nèi)部視角出發(fā)構(gòu)建的，現(xiàn)今需要向應(yīng)用端視角轉(zhuǎn)變，二者的根本目雖然是一致的，但在運(yùn)維工作的方法上需要更新，企業(yè)隨之產(chǎn)生了對(duì)新環(huán)境下的運(yùn)維體系的方法論需求。此外，公有云、私有云、邊緣云等多種新型

IT

基礎(chǔ)設(shè)施的應(yīng)用，給企業(yè)的

IT

資源帶來(lái)了全方位的復(fù)雜化、立體化革新，數(shù)字經(jīng)濟(jì)的滲透又給企業(yè)的運(yùn)維提出了更高標(biāo)準(zhǔn)的要求。結(jié)合下圖中國(guó)內(nèi)某頭部廠商城商行的運(yùn)維現(xiàn)狀、問(wèn)題和發(fā)展規(guī)劃可見(jiàn)，要適應(yīng)上述的基礎(chǔ)架構(gòu)和業(yè)務(wù)形式變化，企業(yè)需要系統(tǒng)化的方法論指導(dǎo)、明確的指標(biāo)體系的引導(dǎo)。這些前期工作的積累和沉淀，能夠?yàn)槠髽I(yè)運(yùn)維工作帶來(lái)執(zhí)行效率和管理效率的提升。

11

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔隨著各種問(wèn)題的不斷出現(xiàn)，對(duì)策建議類(lèi)調(diào)研報(bào)告成為了越來(lái)越重要的工具，可以幫助企業(yè)和組織制定有效的戰(zhàn)略和方案。本次調(diào)研共收集了31篇有關(guān)對(duì)策建議類(lèi)調(diào)研報(bào)告，發(fā)現(xiàn)了一些有趣且關(guān)鍵的共性和差異。首先，從研究?jī)?nèi)容來(lái)看，這些報(bào)告所關(guān)注的問(wèn)題是非常多樣化的。其中有些報(bào)告關(guān)注的是社會(huì)問(wèn)題和政策，如貧困和教育問(wèn)題，而另外一些報(bào)告則更加關(guān)注企業(yè)和組織的內(nèi)部問(wèn)題，如管理和市場(chǎng)營(yíng)銷(xiāo)。這種多樣性并不能算是這些報(bào)告的缺陷，相反，它說(shuō)明我們的社會(huì)和組織面臨的挑戰(zhàn)十分繁多，需要我們從各個(gè)方面入手才能夠解決問(wèn)題。其次，這些報(bào)告在調(diào)查方法和數(shù)據(jù)分析方面也存在差異。大部分的報(bào)告采用了定性和定量結(jié)合的方式，通過(guò)問(wèn)卷調(diào)查、實(shí)地考察和專(zhuān)家訪談等方式收集數(shù)據(jù)。然而，也有一些報(bào)告采用了更為創(chuàng)新的技術(shù)，如大數(shù)據(jù)分析和人工智能技術(shù)。這些新技術(shù)雖然還處于試驗(yàn)階段，但它們可能會(huì)以越來(lái)越多的方式成為調(diào)研方法的重要組成部分。最后，這些報(bào)告在對(duì)策和建議方面表現(xiàn)出了不同的風(fēng)格和實(shí)用性。有些報(bào)告提出了具有長(zhǎng)遠(yuǎn)發(fā)展戰(zhàn)略的行動(dòng)方案，而另外一些則更注重于針對(duì)特定問(wèn)題提供現(xiàn)實(shí)可行的解決方案。這些不同的風(fēng)格反映了報(bào)告的作者們的不同經(jīng)驗(yàn)和專(zhuān)業(yè)背景，并吸引了各個(gè)方面的讀者。商業(yè)調(diào)研分析報(bào)告作用文檔手冊(cè)行業(yè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)12圖

11：中國(guó)某銀行的

IT

運(yùn)維體系和發(fā)展規(guī)劃2、IT

人才成本高企，企業(yè)運(yùn)維需要系統(tǒng)性的知識(shí)沉淀

隨著數(shù)字經(jīng)濟(jì)的發(fā)展及其創(chuàng)造的社會(huì)經(jīng)濟(jì)價(jià)值持續(xù)提升，我國(guó)的

IT

人才成本在市場(chǎng)需求的刺激下持續(xù)提升，國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，IT

行業(yè)（信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)）的城鎮(zhèn)就業(yè)人員年均薪酬在所有宏觀大類(lèi)行業(yè)中位居第一，保持較高的同比增速，且

IT

行業(yè)的平均薪酬自

2016

年首次超過(guò)金融行業(yè)以來(lái)就一直位居榜首位置，如果以

8%的復(fù)合增長(zhǎng)率計(jì)算，到

2025

年

IT

行業(yè)人才平均年薪將超過(guò)

26

萬(wàn)元。圖

12：2020

年中國(guó)宏觀大類(lèi)行業(yè)城鎮(zhèn)就業(yè)人員平均薪資

TOP5

及增速商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔文檔手行業(yè)冊(cè)13經(jīng)營(yíng)質(zhì)量和管理水平。

2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)商業(yè)分析研究報(bào)告文檔

圖

13：2011-2020

年中國(guó)

IT

行業(yè)城鎮(zhèn)就業(yè)人員平均年薪

IT

人才成本的提高，給企業(yè)帶來(lái)的直接影響是增加了聘請(qǐng)包含運(yùn)維在內(nèi)的員工的成本。

另一方面，在社會(huì)分工細(xì)化和產(chǎn)業(yè)整合的大環(huán)境下，

IT

人才更可能向?qū)I(yè)的信息科技企業(yè)流

動(dòng)，甲方企業(yè)更有可能面臨人才缺乏和流失問(wèn)題。對(duì)于企業(yè)而言，減少對(duì)人力和經(jīng)驗(yàn)的依賴(lài)

是應(yīng)對(duì)上述問(wèn)題的有效方法，而為了達(dá)成這一目標(biāo)，企業(yè)需要為運(yùn)維工作建設(shè)系統(tǒng)性的指標(biāo)、

流程和組織協(xié)作體系，下圖所示的中國(guó)某傳統(tǒng)行業(yè)大型企業(yè)就采取了上述的發(fā)展戰(zhàn)略，以構(gòu)

建體系的方式來(lái)提升運(yùn)維工作的標(biāo)準(zhǔn)化程度，從而實(shí)現(xiàn)運(yùn)維工作的降本增效。

圖

14：中國(guó)某傳統(tǒng)行業(yè)企業(yè)的

IT

運(yùn)維體系和發(fā)展規(guī)劃

3、運(yùn)維部門(mén)的戰(zhàn)略轉(zhuǎn)型需要疏通與其他部門(mén)的協(xié)作渠道

在數(shù)字化經(jīng)營(yíng)環(huán)境下，企業(yè)運(yùn)維部門(mén)的價(jià)值不再限于運(yùn)維本身，甚至也不僅限于

IT

領(lǐng)

域，而是能夠透過(guò)

IT

系統(tǒng)數(shù)據(jù)洞察企業(yè)業(yè)務(wù)拓展和內(nèi)部管理中存在的問(wèn)題，幫助企業(yè)改善分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)前文已經(jīng)提及，要實(shí)現(xiàn)這一變革，企業(yè)不僅需要做好底層數(shù)據(jù)打通和分析框架構(gòu)建，并商業(yè)分析研究報(bào)告文檔

為運(yùn)維部門(mén)配備具備大數(shù)據(jù)分析功能的數(shù)字產(chǎn)品，更需要就組織架構(gòu)進(jìn)行優(yōu)化：對(duì)于很多傳

統(tǒng)企業(yè)來(lái)說(shuō)，運(yùn)維部門(mén)的定位仍然停留在企業(yè)后臺(tái)，對(duì)前端的經(jīng)營(yíng)管理幾乎沒(méi)有話(huà)語(yǔ)權(quán)，更

容易因?yàn)闀簳r(shí)的經(jīng)營(yíng)困難面臨裁減預(yù)算和人員等難題。

為了發(fā)揮企業(yè)運(yùn)維側(cè)的戰(zhàn)略?xún)r(jià)值，企業(yè)需要自上而下地打通運(yùn)維部門(mén)和其他部門(mén)之間的

溝通渠道，形成合力，共同賦能于企業(yè)的數(shù)字化轉(zhuǎn)型升級(jí)。下圖展示了中國(guó)某頭部互聯(lián)網(wǎng)企

業(yè)的運(yùn)維發(fā)展?fàn)顩r和未來(lái)規(guī)劃，對(duì)于互聯(lián)網(wǎng)企業(yè)而言，基于數(shù)據(jù)的運(yùn)維技術(shù)相較其他傳統(tǒng)行

業(yè)更加程度，但由于互聯(lián)網(wǎng)業(yè)務(wù)的數(shù)字型，運(yùn)維部門(mén)也承擔(dān)著更貼近業(yè)務(wù)側(cè)的職責(zé)，為了更

好地賦能業(yè)務(wù)創(chuàng)新，運(yùn)維部門(mén)不僅需要運(yùn)維技術(shù)的迭代，也需要通過(guò)建立更完善的、能夠持

續(xù)賦能和迭代的運(yùn)維指標(biāo)體系的方式，來(lái)疏通和業(yè)務(wù)部門(mén)、管理層溝通的渠道，使運(yùn)維部門(mén)

能夠充分發(fā)揮技術(shù)優(yōu)勢(shì)和創(chuàng)新能力，提升運(yùn)維工作給企業(yè)都帶來(lái)的價(jià)值，增加運(yùn)維工作的投

入產(chǎn)出比。

圖

15：中國(guó)某互聯(lián)網(wǎng)企業(yè)的

IT

運(yùn)維體系和發(fā)展規(guī)劃分析報(bào)告文檔

14行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)

第二章

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系

本報(bào)告第一章闡釋了企業(yè)

IT

運(yùn)維的內(nèi)涵，以及在當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展的大環(huán)境下企業(yè)

IT運(yùn)維工作在技術(shù)、戰(zhàn)略、組織架構(gòu)等方面面臨的變化，并就企業(yè)

IT

運(yùn)維的戰(zhàn)略發(fā)展方向以及需要解決的需求和難點(diǎn)進(jìn)行了列舉。前文已經(jīng)提及，企業(yè)

IT

運(yùn)維正在經(jīng)歷從“后臺(tái)”向“中臺(tái)”的轉(zhuǎn)變，進(jìn)一步發(fā)揮其在企業(yè)中“降本增效”的效果。咨詢(xún)認(rèn)為，為了提升運(yùn)維的投入產(chǎn)出比并提升運(yùn)維側(cè)對(duì)業(yè)務(wù)側(cè)的價(jià)值創(chuàng)造屬性，企業(yè)的運(yùn)維部門(mén)需要構(gòu)建一套運(yùn)維管理指標(biāo)體系，這將幫助企業(yè)運(yùn)維部門(mén)形成高效的工作流體系，提升日常運(yùn)維工作的效率，減輕運(yùn)維工作對(duì)人工和經(jīng)驗(yàn)的依賴(lài)，并為基于大數(shù)據(jù)的智能運(yùn)維應(yīng)用的部署提供支持和引導(dǎo)。

圖

16：企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系全局示意圖

上圖以博睿數(shù)據(jù)的企業(yè)應(yīng)用運(yùn)維指標(biāo)體系為例，展示了一種的全新的企

IT

運(yùn)維指標(biāo)體系，這一體系從業(yè)務(wù)視角切入，以業(yè)務(wù)場(chǎng)景為主題，以業(yè)務(wù)連續(xù)性為宗旨，通過(guò)直面業(yè)務(wù)場(chǎng)景、正向梳理

IT

調(diào)用鏈、逆向接入數(shù)據(jù)源等實(shí)施步驟，最終構(gòu)建起具備概覽所有業(yè)務(wù)場(chǎng)景健康度、俯瞰多維立體化

IT

指標(biāo)等能力的資源指標(biāo)管理體系。本章后文內(nèi)容基于這一指標(biāo)體系，以業(yè)務(wù)端-用戶(hù)端-應(yīng)用層-網(wǎng)絡(luò)層-資源層-中間件-數(shù)據(jù)庫(kù)的順序展示了各版塊主要的運(yùn)維指標(biāo)，并對(duì)各版塊運(yùn)維的價(jià)值、作用和實(shí)現(xiàn)方式進(jìn)行了說(shuō)明。

15

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)一、業(yè)務(wù)監(jiān)測(cè)1、業(yè)務(wù)數(shù)據(jù)價(jià)值

業(yè)務(wù)端是企業(yè)應(yīng)用運(yùn)維指標(biāo)體系的首要關(guān)注點(diǎn)。對(duì)于企業(yè)來(lái)說(shuō)，業(yè)務(wù)狀況是企業(yè)管理者最關(guān)心的部分，也是企業(yè)所有決策的基礎(chǔ)，而隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，大量企業(yè)借助信息技術(shù)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)。下圖展示了我們對(duì)業(yè)務(wù)端核心運(yùn)維指標(biāo)的分層以及實(shí)踐中部分企業(yè)的對(duì)業(yè)務(wù)端運(yùn)維指標(biāo)的關(guān)注點(diǎn)，咨詢(xún)認(rèn)為，業(yè)務(wù)數(shù)據(jù)指標(biāo)能夠?yàn)闃I(yè)務(wù)側(cè)員工和管理者提供數(shù)據(jù)洞察，員工和管理者做決策時(shí)不再僅僅是按照經(jīng)驗(yàn)“拍腦袋”，而是基于數(shù)據(jù)分析的結(jié)果進(jìn)行戰(zhàn)略調(diào)整及決策規(guī)劃。

圖

17：業(yè)務(wù)端核心運(yùn)維指標(biāo)體系及企業(yè)應(yīng)用案例2、業(yè)務(wù)數(shù)據(jù)分析的作用

尋找優(yōu)質(zhì)渠道：發(fā)現(xiàn)高量級(jí)、高質(zhì)量渠道、發(fā)現(xiàn)真正價(jià)值來(lái)源。

提升關(guān)鍵轉(zhuǎn)化：探索發(fā)現(xiàn)用戶(hù)關(guān)鍵行為，建立業(yè)務(wù)關(guān)鍵路徑、提升用戶(hù)轉(zhuǎn)化效果、降低關(guān)鍵業(yè)務(wù)環(huán)節(jié)用戶(hù)流失。

識(shí)別高價(jià)值用戶(hù)：整合自有數(shù)據(jù)和第三方數(shù)據(jù)，掌握用戶(hù)全景畫(huà)像，識(shí)別高價(jià)值用戶(hù)，并針對(duì)潛在購(gòu)買(mǎi)人群進(jìn)行產(chǎn)品升級(jí)營(yíng)銷(xiāo)、交叉營(yíng)銷(xiāo)、復(fù)購(gòu)營(yíng)銷(xiāo)，提升用戶(hù)粘性和全生命周期價(jià)值。

提升觸達(dá)效果：整合推送、郵件、短信類(lèi)的多渠道對(duì)用戶(hù)進(jìn)行全方位觸達(dá)，并基于數(shù)據(jù)

16

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)進(jìn)行分群個(gè)性化觸達(dá)，真正實(shí)現(xiàn)千人千面，做到精準(zhǔn)投放?！吧虡I(yè)分析研究報(bào)告文檔

提升營(yíng)銷(xiāo)效果：以推廣頁(yè)為起點(diǎn)進(jìn)行轉(zhuǎn)化分析，提升營(yíng)銷(xiāo)活動(dòng)效果。針對(duì)未響應(yīng)、未購(gòu)

買(mǎi)等人群，通過(guò)不同活動(dòng)進(jìn)行分層創(chuàng)意營(yíng)銷(xiāo)，提升活動(dòng)效果和

ROI4。

3、運(yùn)營(yíng)指標(biāo)分類(lèi)

運(yùn)營(yíng)指標(biāo)是量化衡量標(biāo)準(zhǔn)、衡量目標(biāo)的單位或方法，針對(duì)企業(yè)的

Web、APP、小程序

上的指標(biāo)通常分為以下幾種形式：

表

2：主要運(yùn)營(yíng)指標(biāo)類(lèi)型

其它常見(jiàn)的指標(biāo)類(lèi)型如下圖所示：

表

3：其它常見(jiàn)指標(biāo)類(lèi)型

4、業(yè)務(wù)分析常見(jiàn)指標(biāo)說(shuō)明

轉(zhuǎn)化率：

轉(zhuǎn)化率指在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占推廣信息總點(diǎn)擊次數(shù)的比

率。計(jì)算公式為：轉(zhuǎn)化率=（轉(zhuǎn)化次數(shù)/點(diǎn)擊量）×100%。

例如

10

名用戶(hù)看到某個(gè)搜索推

廣的結(jié)果，其中

5

名用戶(hù)點(diǎn)擊了某一推廣結(jié)果并被跳轉(zhuǎn)到目標(biāo)

URL

上，之后其中的

2

名用

戶(hù)有了后續(xù)轉(zhuǎn)化的行為。

點(diǎn)擊率：

點(diǎn)擊率”來(lái)自于英文“Click-through

Rate”（點(diǎn)進(jìn)率）以及“Clicks

Ratio”

（點(diǎn)擊率），是指網(wǎng)站頁(yè)面上某一內(nèi)容被點(diǎn)擊的次數(shù)與被顯示次數(shù)之比，即

clicks/views，

能夠反映網(wǎng)頁(yè)上某一內(nèi)容的受關(guān)注程度，經(jīng)常用來(lái)衡量廣告的吸引程度。

UV（Unique

Visitor）獨(dú)立訪客：統(tǒng)計(jì)

1

天內(nèi)訪問(wèn)某站點(diǎn)的用戶(hù)數(shù)（以

cookie

為依

據(jù)），通常將訪問(wèn)網(wǎng)站的一臺(tái)電腦客戶(hù)端計(jì)為一個(gè)訪客，可以理解為訪問(wèn)某網(wǎng)站的電腦的數(shù)

量。網(wǎng)站判斷來(lái)訪電腦的身份是通過(guò)來(lái)訪電腦的

cookies

實(shí)現(xiàn)的。若更換了

IP

后但不清除分析報(bào)告文檔

17行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)cookies，再訪問(wèn)相同網(wǎng)站，該網(wǎng)站的統(tǒng)計(jì)中

UV

數(shù)不變。若用戶(hù)不保存

cookies

訪問(wèn)、清商業(yè)分析研究報(bào)告文檔

除

cookies

或者更換設(shè)備訪問(wèn)，計(jì)數(shù)會(huì)加

1。

PV（Page

View）訪問(wèn)量：頁(yè)面瀏覽量或點(diǎn)擊量，衡量網(wǎng)站用戶(hù)訪問(wèn)的網(wǎng)頁(yè)數(shù)量，在

一定統(tǒng)計(jì)周期內(nèi)用戶(hù)每打開(kāi)或刷新一個(gè)頁(yè)面就記錄

1

次，多次打開(kāi)或刷新同一頁(yè)面則瀏覽

量累計(jì)。

啟動(dòng)用戶(hù)數(shù)：通對(duì)啟動(dòng)用戶(hù)數(shù)跨天去重，從而反應(yīng)真實(shí)的

UV。

留存率：互聯(lián)網(wǎng)行業(yè)通過(guò)拉新或推廣的活動(dòng)把用戶(hù)引過(guò)來(lái)，用戶(hù)開(kāi)始訪問(wèn)網(wǎng)站/應(yīng)用，

但是經(jīng)過(guò)一段時(shí)間可能就會(huì)有一部分客戶(hù)逐漸流失。留存率定義為用戶(hù)在某段時(shí)間內(nèi)開(kāi)始使

用網(wǎng)站/應(yīng)用（一般定義是注冊(cè)），經(jīng)過(guò)一段時(shí)間后，仍然繼續(xù)使用的人被認(rèn)作是留存用戶(hù)。

留存率體現(xiàn)了網(wǎng)站/應(yīng)用的質(zhì)量和保留用戶(hù)的能力。

七日留存：

指發(fā)生初始行為的用戶(hù)經(jīng)過(guò)七天，發(fā)生了回訪行為的用戶(hù)。例如，選擇條件：

初始行為=點(diǎn)擊購(gòu)買(mǎi)，回訪行為=點(diǎn)擊購(gòu)買(mǎi)，4

月

1

日發(fā)生購(gòu)買(mǎi)的用戶(hù)

200

人，這

200

人中

4

月

7

日再次購(gòu)買(mǎi)的用戶(hù)有

50

人，則第

7

日留存用戶(hù)為

50。

活躍用戶(hù)數(shù)：傳統(tǒng)意義上是一段時(shí)間內(nèi)有訪問(wèn)行為的用戶(hù)數(shù)，對(duì)于網(wǎng)站來(lái)說(shuō)是訪問(wèn)，而

對(duì)于

APP

來(lái)說(shuō)是啟動(dòng)；時(shí)間窗口往往是天或月，例如：按天統(tǒng)計(jì)時(shí)就是

DAU，按月統(tǒng)計(jì)時(shí)

則是

MAU。

ROI:投資回報(bào)率，對(duì)企業(yè)來(lái)說(shuō)用于推廣效果評(píng)估，可以助力企業(yè)實(shí)現(xiàn)一定程度的精準(zhǔn)投

放。

活躍用戶(hù)

ID

數(shù)：每一個(gè)用戶(hù)都會(huì)對(duì)應(yīng)一個(gè)

ID。

活躍天數(shù)：通常指人均活躍天數(shù)。

老用戶(hù)數(shù)：通常指在特定分析時(shí)間段內(nèi)，之前已經(jīng)訪問(wèn)過(guò)的用戶(hù)數(shù)量。

每日流失用戶(hù)：當(dāng)天沒(méi)有訪問(wèn)網(wǎng)站的老用戶(hù)。

平均停留時(shí)間：平均每位訪問(wèn)者在網(wǎng)站上停留的時(shí)間

。

人均使用時(shí)長(zhǎng)：常見(jiàn)于對(duì)

APP

數(shù)據(jù)統(tǒng)計(jì)，人均使用時(shí)長(zhǎng)

=

總使用時(shí)長(zhǎng)

/

使用人數(shù)。

觸發(fā)次數(shù)：觸發(fā)一個(gè)事件的次數(shù)，比如點(diǎn)擊登錄、加購(gòu)等按鈕次數(shù)。

周活躍率：去重后的周活躍用戶(hù)數(shù)量

/

歷史累計(jì)去重后的用戶(hù)數(shù)量。

日活躍率：去重后的日活躍用戶(hù)數(shù)量

/

歷史累計(jì)去重后的用戶(hù)數(shù)量。

達(dá)成人數(shù)：完成特定流程或事件的人數(shù)。

頁(yè)面訪問(wèn)次數(shù)：特定頁(yè)面的打開(kāi)次數(shù)。

新增用戶(hù)占比：特定時(shí)間段內(nèi)，新用戶(hù)與總?cè)藬?shù)的比值。分析報(bào)告文檔

18行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)二、用戶(hù)端體驗(yàn)監(jiān)測(cè)商業(yè)分析研究報(bào)告文檔

1、用戶(hù)端體驗(yàn)監(jiān)測(cè)價(jià)值

用戶(hù)端（APP、小程序、網(wǎng)站等）是企業(yè)與用戶(hù)的數(shù)字觸點(diǎn)，同時(shí)也是企業(yè)獲客、留客

的重要途徑。在互聯(lián)網(wǎng)/數(shù)字化服務(wù)的整個(gè)鏈條上，客戶(hù)需首要關(guān)注的是用戶(hù)端體驗(yàn)及表現(xiàn)，

從而使得用戶(hù)端體驗(yàn)成為數(shù)字化經(jīng)營(yíng)中企業(yè)產(chǎn)品力和市場(chǎng)競(jìng)爭(zhēng)力的重要組成部分。下圖展示

了用戶(hù)端核心運(yùn)維指標(biāo)體系及部分企業(yè)的關(guān)注點(diǎn)，咨詢(xún)認(rèn)為，以提升體驗(yàn)為核心的用戶(hù)

端運(yùn)維質(zhì)量會(huì)直接影響用戶(hù)對(duì)企業(yè)的印象和評(píng)價(jià)，是企業(yè)開(kāi)展運(yùn)維工作良好的著力點(diǎn)。

圖

19：用戶(hù)端核心運(yùn)維指標(biāo)體系及企業(yè)應(yīng)用案例

2、用戶(hù)端數(shù)據(jù)分析作用

分析客戶(hù)端的性能及可用性表現(xiàn)，全面掌握不同終端、不同地域、不同運(yùn)營(yíng)商網(wǎng)絡(luò)中的

業(yè)務(wù)體驗(yàn)差異，快速定位問(wèn)題成因是外部網(wǎng)絡(luò)問(wèn)題還是終端問(wèn)題，確保業(yè)務(wù)在全國(guó)范圍的終

端側(cè)可用。

3、用戶(hù)端監(jiān)測(cè)實(shí)現(xiàn)形式

用戶(hù)端真實(shí)用戶(hù)體驗(yàn)監(jiān)測(cè)通用方案有兩種：無(wú)侵入式模擬監(jiān)測(cè)和代碼注入式的體驗(yàn)監(jiān)測(cè)。

無(wú)侵入式監(jiān)測(cè)也稱(chēng)作模擬監(jiān)測(cè)，采用分布在全國(guó)不同地區(qū)、不同運(yùn)營(yíng)商監(jiān)測(cè)點(diǎn)，定時(shí)動(dòng)

態(tài)地訪問(wèn)網(wǎng)站服務(wù)及應(yīng)用；代碼注入式監(jiān)測(cè)則是對(duì)全量用戶(hù)數(shù)據(jù)的收集，通過(guò)

SDK

注入的分析報(bào)告文檔

19行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)方式全面掌握用戶(hù)的感知和行為數(shù)據(jù)，不僅可以及時(shí)發(fā)現(xiàn)網(wǎng)頁(yè)/APP/小程序上線后存在的應(yīng)商業(yè)分析研究報(bào)告文檔

用性能不良、崩潰、卡頓等問(wèn)題的原因，還可以真實(shí)反映用戶(hù)的留存與操作情況，幫助開(kāi)發(fā)

者對(duì)

APP

進(jìn)行優(yōu)化，提高用戶(hù)粘性。

4、用戶(hù)端監(jiān)測(cè)常見(jiàn)指標(biāo)說(shuō)明

可優(yōu)化延時(shí)：衡量會(huì)話(huà)受可優(yōu)化問(wèn)題的影響的時(shí)間量，如果解決了相應(yīng)的可優(yōu)化問(wèn)題，

用戶(hù)就可以在更短的時(shí)間內(nèi)完成會(huì)話(huà)。使用投影法可以計(jì)算會(huì)話(huà)可優(yōu)化延時(shí)。

體驗(yàn)評(píng)分：以百分制計(jì)算會(huì)話(huà)的綜合體驗(yàn)評(píng)分。體驗(yàn)評(píng)分

=[(執(zhí)行通過(guò)率/100%）舍尾

取整]×(1-可用性)×100×[(1-可優(yōu)化延時(shí)/會(huì)話(huà)整體耗時(shí)×權(quán)重

A+(1-請(qǐng)求錯(cuò)誤率)×權(quán)重

B+(1-請(qǐng)求警示率)×權(quán)重

C]，不可用或非

100%通過(guò)的會(huì)話(huà)，會(huì)話(huà)體驗(yàn)評(píng)分為

0。權(quán)重使用

主客觀綜合賦權(quán)法確定，權(quán)重=0.8×主觀權(quán)重+(1-0.8)×客觀權(quán)重，0.8

為初始權(quán)重參數(shù)。

首屏?xí)r間：用戶(hù)訪問(wèn)網(wǎng)站時(shí)，頁(yè)面第一屏的打開(kāi)展現(xiàn)時(shí)間。

可用性：網(wǎng)站打開(kāi)成功率，是反映網(wǎng)站是否穩(wěn)定的重要指標(biāo)。

ANR1：指在

Android

上，應(yīng)用程序響應(yīng)不夠靈敏時(shí)，系統(tǒng)會(huì)向用戶(hù)顯示的一個(gè)對(duì)話(huà)

框，通常關(guān)注指標(biāo)有

ANR

次數(shù)、ANR

率等。

整體性能：頁(yè)面全部加載完成的時(shí)間，即頁(yè)面打開(kāi)的耗時(shí)。

崩潰：APP

崩潰是導(dǎo)致用戶(hù)流失的重要因素之一。由于大多數(shù)公司在

APP

上線之前無(wú)

法做到在各種環(huán)境下的全面適配測(cè)試，出現(xiàn)崩潰在所難免。快速定位問(wèn)題點(diǎn)及問(wèn)題復(fù)現(xiàn)是崩

潰分析的意義所在，公司常需要關(guān)注崩潰次數(shù)及崩潰率，通過(guò)崩潰堆棧進(jìn)行問(wèn)題分析與定位。

白屏?xí)r間：即用戶(hù)點(diǎn)擊一個(gè)鏈接或打開(kāi)瀏覽器輸入

URL

地址后，從屏幕空白到顯示第

一個(gè)畫(huà)面的時(shí)間。白屏?xí)r間的長(zhǎng)短將直接影響用戶(hù)對(duì)該網(wǎng)站的第一印象。

首次渲染時(shí)間：從開(kāi)始瀏覽到實(shí)際渲染出第一個(gè)像素之間的時(shí)間間隔。

卡頓：如果出現(xiàn)出現(xiàn)

jank（FPS

突降）、幀渲染緩慢、FPS

長(zhǎng)期過(guò)低三者之一，則會(huì)出

現(xiàn)屏幕卡頓問(wèn)題，可以通過(guò)查看受此問(wèn)題影響的時(shí)間區(qū)域的

FPS、幀渲染時(shí)間，確定具體的

卡頓原因。

可交互時(shí)間：

網(wǎng)頁(yè)第一次完全達(dá)到可交互狀態(tài)的時(shí)間點(diǎn)，可交互的狀態(tài)下瀏覽器可以持

續(xù)性地響應(yīng)用戶(hù)的輸入。

通過(guò)率：

以百分率表示在規(guī)定的時(shí)間內(nèi)，會(huì)話(huà)未出現(xiàn)致命問(wèn)題的情況下的動(dòng)作執(zhí)行通過(guò)

性，通過(guò)率=會(huì)話(huà)預(yù)設(shè)交互已執(zhí)行次數(shù)/總預(yù)設(shè)交互次數(shù)×100%。

用戶(hù)端訪問(wèn)過(guò)程中的錯(cuò)誤情況也需要關(guān)注，常見(jiàn)的錯(cuò)誤包括

JS

錯(cuò)誤、請(qǐng)求錯(cuò)誤率、

400

錯(cuò)誤率、500

錯(cuò)誤率、600

錯(cuò)誤率等。分析報(bào)告文檔

20行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)

DNS3時(shí)間：指頁(yè)面或元素訪問(wèn)過(guò)程中

DNS

解析所用的時(shí)間。

劫持比率：瀏覽過(guò)程中發(fā)生

DNS

劫持或頁(yè)面劫持的總監(jiān)測(cè)次數(shù)占總訪問(wèn)次數(shù)的比率。

首包時(shí)間：從頁(yè)面瀏覽開(kāi)始到接收到第一包數(shù)據(jù)（通常為基礎(chǔ)文檔數(shù)據(jù)）返回之間的時(shí)間差。

應(yīng)用安裝耗時(shí)：應(yīng)用在安裝過(guò)程中消耗的時(shí)間。

信息量：頁(yè)面上顯示的信息量，以圖像判斷所傳遞的信息量。

響應(yīng)時(shí)間：

指客戶(hù)端發(fā)送調(diào)度請(qǐng)求之后到接收到調(diào)度服務(wù)器返回第一包數(shù)據(jù)之間的時(shí)間差。

TCP2鏈接時(shí)間：下載該元素過(guò)程中建立

TCP

連接所用的時(shí)間。

SSL

建連時(shí)間：下載元素所需的

SSL

握手用時(shí)。

CDN：

構(gòu)建在現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)之上的智能虛擬網(wǎng)絡(luò)，依靠部署在各地的邊緣服務(wù)器，通過(guò)中心平臺(tái)的負(fù)載均衡、內(nèi)容分發(fā)、調(diào)度等功能模塊，使用戶(hù)就近獲取所需內(nèi)容，降低網(wǎng)絡(luò)擁塞，提高用戶(hù)訪問(wèn)響應(yīng)速度和命中率。是目前常用的網(wǎng)站加速技術(shù)。國(guó)內(nèi)

CDN

廠商眾多，企業(yè)每年在

CDN

服務(wù)方面投入從千萬(wàn)級(jí)到十萬(wàn)級(jí)不等，因此

CDN

服務(wù)質(zhì)量也是各類(lèi)網(wǎng)站的關(guān)注重點(diǎn)，了解其服務(wù)質(zhì)量主要通過(guò)

CDN

請(qǐng)求性能、CDN

運(yùn)營(yíng)商匹配率、CDN

城市匹配率來(lái)評(píng)估。三、應(yīng)用端監(jiān)測(cè)1、應(yīng)用端監(jiān)測(cè)意義

了解應(yīng)用訪問(wèn)情況是企業(yè)

IT

運(yùn)維的基礎(chǔ)。咨詢(xún)認(rèn)為，用戶(hù)端指標(biāo)所反映的訪問(wèn)情況只是一個(gè)表象，用戶(hù)端真正所訪問(wèn)到的其實(shí)是網(wǎng)站的后臺(tái)應(yīng)用，當(dāng)前企業(yè)面臨著日益激增的

IT

復(fù)雜性和業(yè)務(wù)需求的快速變化，IT

應(yīng)用在運(yùn)行過(guò)程中發(fā)生性能下降或者服務(wù)不可用等故障的可能性大大增加，從而影響業(yè)務(wù)服務(wù)的正常運(yùn)行。

下圖展示了應(yīng)用端核心運(yùn)維指標(biāo)體系及部分企業(yè)的關(guān)注點(diǎn)：企業(yè)的數(shù)字化業(yè)務(wù)正在不斷增加，業(yè)務(wù)系統(tǒng)之間的關(guān)聯(lián)性也在持續(xù)提升，同時(shí)，企業(yè)的

IT

系統(tǒng)的規(guī)模和架構(gòu)的復(fù)雜度也在提升，傳統(tǒng)企業(yè)可能缺乏專(zhuān)業(yè)的運(yùn)維團(tuán)隊(duì)以及專(zhuān)業(yè)的業(yè)務(wù)應(yīng)用監(jiān)控工具來(lái)應(yīng)對(duì)。隨著敏捷開(kāi)發(fā)與開(kāi)發(fā)運(yùn)維一體化時(shí)代的到來(lái)，越來(lái)越多的企業(yè)采用應(yīng)用容器化部署，龐大的分布式服務(wù)集群包含了成千上百的容器實(shí)例，而這些實(shí)例都是可隨時(shí)進(jìn)行銷(xiāo)毀和創(chuàng)建的。由于虛擬化和云技術(shù)的高速發(fā)展、終端設(shè)備類(lèi)型的增加和網(wǎng)絡(luò)接入方式的多樣化，如何更高效、智能地在應(yīng)用容器中部署和管理探針，成為各大企業(yè)運(yùn)維人員更加關(guān)心的問(wèn)題，而有效地管理這

21

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)些應(yīng)用，保證業(yè)務(wù)的連續(xù)性和

IT

系統(tǒng)的穩(wěn)定性是業(yè)務(wù)發(fā)展的迫切需要，企業(yè)需要對(duì)軟件應(yīng)商業(yè)分析研究報(bào)告文檔

用程序的可用性進(jìn)行監(jiān)視和管理。

圖

20：應(yīng)用層核心運(yùn)維指標(biāo)體系及企業(yè)應(yīng)用案例

2、應(yīng)用監(jiān)測(cè)價(jià)值

應(yīng)用監(jiān)測(cè)能夠幫助企業(yè)快速定位問(wèn)題和節(jié)約成本：通過(guò)應(yīng)用監(jiān)測(cè)，探針對(duì)慢請(qǐng)求進(jìn)行

深度分析，讓企業(yè)能夠在幾秒鐘內(nèi)了解性能問(wèn)題的根本原因，并深入到最小維度發(fā)掘特定調(diào)

用的堆棧跟蹤信息，只需幾秒鐘就能找出關(guān)于響應(yīng)時(shí)間延遲的類(lèi)目和方法；運(yùn)維人員可以清

晰地了解當(dāng)前應(yīng)用性能情況，例如是否是代碼原因?qū)е碌膽?yīng)用用戶(hù)體驗(yàn)下降，進(jìn)一步導(dǎo)致客

戶(hù)的流失；針對(duì)業(yè)務(wù)工程的全部代碼（包括用戶(hù)級(jí)別代碼）進(jìn)行全程自動(dòng)跟蹤，且無(wú)需研發(fā)

團(tuán)隊(duì)配合，既高效又節(jié)約了成本。

協(xié)助企業(yè)持續(xù)關(guān)注應(yīng)用性能狀態(tài)，并獲取實(shí)時(shí)反饋：

企業(yè)通過(guò)監(jiān)測(cè)平臺(tái)開(kāi)始對(duì)應(yīng)用進(jìn)行

檢測(cè)后，系統(tǒng)會(huì)持續(xù)地接收所采集的樣本數(shù)據(jù)，采集數(shù)據(jù)最小周期為

1

分鐘，保證用戶(hù)每次

看到的報(bào)告數(shù)據(jù)都是最新的，真正做到對(duì)應(yīng)用的實(shí)時(shí)跟蹤。當(dāng)監(jiān)測(cè)平臺(tái)發(fā)現(xiàn)潛在的服務(wù)器處

理問(wèn)題達(dá)到一定標(biāo)準(zhǔn)時(shí)，會(huì)以報(bào)警的形式第一時(shí)間通知運(yùn)維人員，引起運(yùn)維人員的重視，及

時(shí)處理，從而最大限度降低損失。

助力企業(yè)應(yīng)用容器化部署：對(duì)于采用應(yīng)用容器化部署的公司來(lái)說(shuō)，應(yīng)用架構(gòu)較為復(fù)雜，

版本的迭代和功能更新頻率較高。采用

SmartAgent

技術(shù)的應(yīng)用監(jiān)控，可自動(dòng)對(duì)宿主機(jī)上

所有目標(biāo)應(yīng)用進(jìn)程進(jìn)行自動(dòng)識(shí)別和探針部署、配置，整個(gè)過(guò)程無(wú)需用戶(hù)任何手工干預(yù)，實(shí)現(xiàn)

服務(wù)端應(yīng)用性能監(jiān)測(cè)的探針自動(dòng)化部署和配置。分析報(bào)告文檔

22行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)3、應(yīng)用監(jiān)測(cè)常見(jiàn)功能商業(yè)分析研究報(bào)告文檔

應(yīng)用邏輯拓?fù)浒l(fā)現(xiàn)與可視化：以業(yè)務(wù)視角透視

IT

系統(tǒng)架構(gòu)，通過(guò)應(yīng)用拓?fù)渫暾宫F(xiàn)

IT

系統(tǒng)架構(gòu)，幫助用戶(hù)掌握業(yè)務(wù)在各個(gè)環(huán)節(jié)的性能表現(xiàn)。

用戶(hù)事務(wù)剖析：對(duì)指定的用戶(hù)事務(wù)請(qǐng)求進(jìn)行完整的追蹤，包括在整個(gè)請(qǐng)求過(guò)程中調(diào)用的

所有服務(wù)和組件。

應(yīng)用組件深入鉆?。褐С謱?duì)用戶(hù)級(jí)代碼進(jìn)行分析，可呈現(xiàn)每一個(gè)類(lèi)、每一個(gè)方法的執(zhí)行

效率，幫助研發(fā)團(tuán)隊(duì)了解業(yè)務(wù)性能表現(xiàn)的每一個(gè)細(xì)節(jié)。

4、應(yīng)用監(jiān)測(cè)常見(jiàn)指標(biāo)說(shuō)明

健康度：應(yīng)用健康度的標(biāo)示，展示應(yīng)用當(dāng)前是否有性能問(wèn)題。常分為四個(gè)等級(jí)：正常、

較慢、很慢、停滯。

Apdex：全稱(chēng)是

Application

Performance

Index，是由

Apdex

聯(lián)盟開(kāi)發(fā)的用于評(píng)估

應(yīng)用性能的工業(yè)標(biāo)準(zhǔn)。Apdex

標(biāo)準(zhǔn)從用戶(hù)的角度出發(fā)，將對(duì)應(yīng)用響應(yīng)時(shí)間的表現(xiàn)，轉(zhuǎn)為用

戶(hù)對(duì)于應(yīng)用性能的可量化范圍為

0-1

的滿(mǎn)意度評(píng)價(jià)。

響應(yīng)時(shí)間：應(yīng)用的平均響應(yīng)時(shí)間。

錯(cuò)誤率：發(fā)生錯(cuò)誤的請(qǐng)求占比，即所選時(shí)間范圍內(nèi)，業(yè)務(wù)過(guò)程錯(cuò)誤數(shù)量之和／總請(qǐng)求數(shù)

×100%。

吞吐率：包含自身調(diào)用、數(shù)據(jù)庫(kù)調(diào)用、NoSQL

調(diào)用、第三方服務(wù)調(diào)用過(guò)程中所傳輸?shù)?/p>

數(shù)據(jù)量。

慢請(qǐng)求次數(shù)：發(fā)生慢請(qǐng)求的次數(shù)，需要進(jìn)一步定位慢請(qǐng)求所對(duì)應(yīng)的業(yè)務(wù)、容器、容器集

和集群。

慢請(qǐng)求占比：發(fā)生慢請(qǐng)求次數(shù)占所有請(qǐng)求次數(shù)的比例。

此外，企業(yè)還需要關(guān)注數(shù)據(jù)庫(kù)的調(diào)用數(shù)據(jù)庫(kù)錯(cuò)誤率、調(diào)用數(shù)據(jù)庫(kù)次數(shù)及調(diào)用數(shù)據(jù)庫(kù)響應(yīng)

時(shí)間；除了企業(yè)的自身調(diào)用需要關(guān)注外，其外部調(diào)用同樣也需要，常見(jiàn)指標(biāo)包括：調(diào)用外部

服務(wù)次數(shù)、調(diào)用外部服務(wù)響應(yīng)時(shí)間、調(diào)用外部服務(wù)錯(cuò)誤率等。

四、網(wǎng)絡(luò)監(jiān)測(cè)

1、網(wǎng)絡(luò)監(jiān)測(cè)價(jià)值

各個(gè)應(yīng)用之間的調(diào)用通過(guò)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，各個(gè)企業(yè)

IT

建設(shè)的規(guī)模與復(fù)雜度與日俱增，需

要通過(guò)網(wǎng)絡(luò)監(jiān)測(cè)對(duì)現(xiàn)有運(yùn)維流程進(jìn)行優(yōu)化，不斷提升管理和運(yùn)維水平。下圖展示了用戶(hù)端核分析報(bào)告文檔

23行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)心運(yùn)維指標(biāo)體系及部分企業(yè)的關(guān)注點(diǎn)，咨詢(xún)認(rèn)為，網(wǎng)絡(luò)設(shè)施銜接著企業(yè)的

IT

基礎(chǔ)資源和用戶(hù)端的使用體驗(yàn)，也能夠反映企業(yè)的客戶(hù)數(shù)量、業(yè)務(wù)流量和業(yè)務(wù)的時(shí)間、地域等特征，在特殊場(chǎng)景下更牽涉數(shù)據(jù)安全等問(wèn)題，能夠在很大程度上幫助提升企業(yè)數(shù)字化服務(wù)的創(chuàng)新力和產(chǎn)品力。

圖

21：網(wǎng)絡(luò)側(cè)核心運(yùn)維指標(biāo)體系及企業(yè)應(yīng)用案例2、網(wǎng)絡(luò)監(jiān)測(cè)常用實(shí)現(xiàn)方式

業(yè)內(nèi)常用的網(wǎng)絡(luò)性能分析通過(guò)自動(dòng)采集網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)包，提煉加工出網(wǎng)絡(luò)側(cè)的指標(biāo)數(shù)據(jù)進(jìn)行分析展示，具備數(shù)據(jù)回溯、定位故障、告警、分析報(bào)告等功能。3、網(wǎng)絡(luò)監(jiān)測(cè)常見(jiàn)指標(biāo)說(shuō)明

流量：傳輸數(shù)據(jù)的總量

(單位

Byte)。

吞吐量：傳輸數(shù)據(jù)的速率（單位

bps）。

建連成功率：建連成功次數(shù)占總請(qǐng)求次數(shù)的比率。

客戶(hù)端傳輸時(shí)延：服務(wù)側(cè)丟包時(shí)，客戶(hù)端傳輸停頓到重傳包的平均時(shí)間。

丟包率：數(shù)據(jù)交互過(guò)程中丟包數(shù)與總包數(shù)的比率。

客戶(hù)數(shù)：訪問(wèn)源客戶(hù)端總個(gè)數(shù)。

流入包數(shù)：流入傳輸數(shù)據(jù)總包數(shù)。

流出字節(jié)：流出數(shù)據(jù)的字節(jié)數(shù)。

24

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)包大?。簲?shù)據(jù)包大小。商業(yè)分析研究報(bào)告文檔

服務(wù)器延時(shí)：數(shù)據(jù)包從服務(wù)端傳送到客戶(hù)端的平均耗時(shí)。

其它常關(guān)注指標(biāo)有：流出吞吐量、重傳時(shí)延、大包占比、0

窗口（TCP

報(bào)頭結(jié)構(gòu)中有

16

位的窗口大小，由接收方填充用來(lái)告知發(fā)送方當(dāng)前本端還能接收的數(shù)據(jù)長(zhǎng)度。如果接收方不

斷從網(wǎng)絡(luò)中接收并緩存數(shù)據(jù)，但是應(yīng)用程序并沒(méi)有處理緩存的數(shù)據(jù)，直到最后接收方就會(huì)向

發(fā)送方發(fā)送一個(gè)

0

窗口的報(bào)文段）、流入字節(jié)、流入吞吐量、中包占比及帶寬等。

五、資源層監(jiān)測(cè)

1、資源層監(jiān)測(cè)價(jià)值

網(wǎng)站所有服務(wù)均體現(xiàn)在基礎(chǔ)資源層面，因此基礎(chǔ)資源監(jiān)控是所有監(jiān)控中最底層的部分，

也是實(shí)現(xiàn)

AIOps

不可或缺的一環(huán)。下圖展示了資源層核心運(yùn)維指標(biāo)體系及部分企業(yè)的關(guān)注

點(diǎn)，咨詢(xún)認(rèn)為，針對(duì)基礎(chǔ)

IT

資源的監(jiān)控運(yùn)維雖然是相對(duì)傳統(tǒng)的運(yùn)維內(nèi)容，但仍然具備

底層基礎(chǔ)性地位。

圖

22：資源層核心運(yùn)維指標(biāo)體系及企業(yè)應(yīng)用案例

2、資源層監(jiān)測(cè)包含內(nèi)容

主要針對(duì)容器監(jiān)測(cè)，物聯(lián)網(wǎng)監(jiān)控，其監(jiān)控對(duì)象為：物理服務(wù)器、操作系統(tǒng)、私有云、公

有云。分析報(bào)告文檔

25行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)3、資源層監(jiān)測(cè)常用指標(biāo)商業(yè)分析研究報(bào)告文檔

CPU

使用率：服務(wù)器運(yùn)行的程序占用的

CPU

資源，表示服務(wù)器在某個(gè)時(shí)間點(diǎn)的運(yùn)行程

序的情況。

內(nèi)存使用率：體現(xiàn)進(jìn)程在服務(wù)器中所開(kāi)銷(xiāo)的內(nèi)存使用率。

除此之外還有磁盤(pán)使用率及

GPU

使用率、當(dāng)前進(jìn)程打開(kāi)文件數(shù)、過(guò)去

5

分鐘系統(tǒng)平均

負(fù)載、當(dāng)前內(nèi)核空間占用

CPU

百分比、GPU

顯存空閑量、磁盤(pán)每秒寫(xiě)入字節(jié)數(shù)等。

在微服務(wù)環(huán)境下，企業(yè)使用

K8s

對(duì)容器進(jìn)行編排管理，對(duì)

K8s

的管理監(jiān)控也是基礎(chǔ)資

源監(jiān)控的一部分。K8s

監(jiān)測(cè)通常需要覆蓋以下

8

方面：Cluster（集群），Node8（節(jié)點(diǎn)），

Workspace（企業(yè)空間），Namespace（項(xiàng)目），Workload（工作負(fù)載），Pod7（容器

組），Container（容器），Component（KubeSphere

核心組件）。其常見(jiàn)監(jiān)控指標(biāo)為：

集群節(jié)點(diǎn)總數(shù)、集群中調(diào)度完成

Pod

數(shù)。

六、中間件監(jiān)測(cè)

1、中間件價(jià)值

中間件是介于應(yīng)用系統(tǒng)和系統(tǒng)軟件之間的一類(lèi)軟件，位于客戶(hù)機(jī)服務(wù)器的操作系統(tǒng)之上，

管理計(jì)算資源和網(wǎng)絡(luò)通信，銜接網(wǎng)絡(luò)上應(yīng)用系統(tǒng)的各個(gè)部分或不同的應(yīng)用，從而實(shí)現(xiàn)資源共

享、功能共享的目的。中間件是一類(lèi)獨(dú)立的系統(tǒng)軟件服務(wù)程序，分布式應(yīng)用軟件借助中間件

在不同的技術(shù)之間共享資源，根據(jù)鏈接的資源和功能的不同，中間件分為消息中間件、交易

中間件和服務(wù)器中間件等種類(lèi)。

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，更多的應(yīng)用軟件需要在多種不同的網(wǎng)絡(luò)協(xié)議、硬件以及網(wǎng)

絡(luò)平臺(tái)環(huán)境中運(yùn)行。這導(dǎo)致了軟件開(kāi)發(fā)者面臨數(shù)據(jù)離散、操作困難、系統(tǒng)匹配程度低等問(wèn)題，

需要開(kāi)發(fā)多種應(yīng)用程序來(lái)實(shí)現(xiàn)管理和運(yùn)營(yíng)，而中間件技術(shù)的發(fā)展在很大程度上減輕了開(kāi)發(fā)者

的負(fù)擔(dān)，使得網(wǎng)絡(luò)的運(yùn)行更有效率。分析報(bào)告文檔

26行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)27圖

23：中間件核心運(yùn)維指標(biāo)體系2、消息中間件常見(jiàn)指標(biāo)

消息中間件利用高效可靠的消息傳遞機(jī)制進(jìn)行數(shù)據(jù)交流，并基于數(shù)據(jù)通信來(lái)實(shí)現(xiàn)分布式系統(tǒng)的集成。只要有網(wǎng)絡(luò)就會(huì)有數(shù)據(jù)傳遞，消息中間件的應(yīng)用牽涉到數(shù)據(jù)傳輸?shù)陌踩煽?，在任何網(wǎng)絡(luò)環(huán)境下都具備較強(qiáng)的剛需屬性。消息中間件包含老牌的

ActiveMQ5、

RabbitMQ以及炙手可熱的

Kafka，RocketMQ

等。消息中間件常見(jiàn)指標(biāo)包括：消息訂閱錯(cuò)誤數(shù)、消息訂閱數(shù)量、消息推送平均耗時(shí)、消息推送錯(cuò)誤數(shù)、消息推送數(shù)量、消息訂閱平拒絕耗時(shí)。3、交易中間件常見(jiàn)指標(biāo)

交易中間件是協(xié)助開(kāi)發(fā)在線交易系統(tǒng)(OLTP)的

C/S/S

應(yīng)用框架，其主要功能包括：1、支持大量客戶(hù)端的鏈接和高并發(fā)交易的處理；2、便捷定制應(yīng)用服務(wù)功能，實(shí)現(xiàn)服務(wù)器端的業(yè)務(wù)邏輯；3、對(duì)企業(yè)各個(gè)層次的

IT

資源均衡使用；4、提供一定程度的交易安全保證。交易中間件在金融、財(cái)稅、運(yùn)輸、電力、電信等行業(yè)中具有廣泛應(yīng)用和推廣。交易中間件通常使用

java

來(lái)開(kāi)發(fā)，所以在運(yùn)維監(jiān)測(cè)過(guò)程中需要關(guān)注

JVM

的使用情況，常見(jiàn)指標(biāo)包括：

新生代內(nèi)存的垃圾收集事件稱(chēng)為

Young

GC10（又稱(chēng)

Minor

GC），當(dāng)

JVM

無(wú)法為新對(duì)象分配新生代內(nèi)存空間時(shí)會(huì)觸發(fā)

Young

GC，需要關(guān)注其產(chǎn)生的平均數(shù)量和平均時(shí)間。

Full

GC11：清理整個(gè)堆的

GC

事件，包括新生代、老年代、元空間等，需要關(guān)注指標(biāo)的平均數(shù)量及平均時(shí)間。一般情況下，新創(chuàng)建的對(duì)象都會(huì)被分配到

Eden12區(qū)，為大多數(shù)對(duì)象分配內(nèi)存的池，所以需要實(shí)時(shí)了解

Eden

區(qū)使用率及平均使用情況。商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)

在新生代中經(jīng)歷了

N

次垃圾回收后仍然存活的對(duì)象，就會(huì)被放到老年代。需要關(guān)注老年代使用率指標(biāo)，用于對(duì)老年代區(qū)域中數(shù)據(jù)進(jìn)行整理及分析。七、數(shù)據(jù)庫(kù)監(jiān)測(cè)1、數(shù)據(jù)庫(kù)價(jià)值

數(shù)據(jù)庫(kù)是按照數(shù)據(jù)結(jié)構(gòu)來(lái)組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)，是一個(gè)長(zhǎng)期存儲(chǔ)在計(jì)算機(jī)內(nèi)的、有組織的、可共享的、統(tǒng)一管理的大量數(shù)據(jù)的集合。下圖展示了數(shù)據(jù)庫(kù)領(lǐng)域的核心運(yùn)維指標(biāo)體系，咨詢(xún)認(rèn)為，在數(shù)據(jù)成為企業(yè)重要的經(jīng)營(yíng)資產(chǎn)的環(huán)境下，對(duì)核心數(shù)據(jù)庫(kù)的高效運(yùn)維能夠幫助企業(yè)從數(shù)據(jù)底層維護(hù)系統(tǒng)的問(wèn)題和信息安全，同時(shí)，在湖倉(cāng)一體等新型數(shù)據(jù)庫(kù)構(gòu)建模式不斷滲透的條件下，面向數(shù)據(jù)庫(kù)的運(yùn)維也將迎來(lái)挑戰(zhàn)和創(chuàng)新，需要企業(yè)投入更多的關(guān)注。

圖

24：數(shù)據(jù)庫(kù)核心運(yùn)維指標(biāo)體系2、數(shù)據(jù)庫(kù)分類(lèi)

數(shù)據(jù)庫(kù)的種類(lèi)多樣，不同數(shù)據(jù)庫(kù)面對(duì)不同的場(chǎng)景各具適配性，主要的數(shù)據(jù)庫(kù)類(lèi)型包括：

關(guān)系數(shù)據(jù)庫(kù)：關(guān)系數(shù)據(jù)庫(kù)中的項(xiàng)被組織為一系列具有列和行的表，關(guān)系數(shù)據(jù)庫(kù)為訪問(wèn)結(jié)構(gòu)化信息提供了最有效和靈活的途徑。

面向?qū)ο蟮臄?shù)據(jù)庫(kù)：面向?qū)ο蟮臄?shù)據(jù)庫(kù)中的信息以對(duì)象的形式表示，這與面向?qū)ο蟮木幊滔囝?lèi)似。

分布式數(shù)據(jù)庫(kù)：分布式數(shù)據(jù)庫(kù)由位于不同站點(diǎn)的兩個(gè)或多個(gè)文件組成，數(shù)據(jù)可以存儲(chǔ)在多臺(tái)位于同一個(gè)物理位置、或分散在不同的網(wǎng)絡(luò);上計(jì)算機(jī)上。

數(shù)據(jù)倉(cāng)庫(kù)：數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)的中央存儲(chǔ)庫(kù)，是專(zhuān)為快速查詢(xún)和分析而設(shè)計(jì)的。

NoSQL

數(shù)據(jù)庫(kù)（非關(guān)系數(shù)據(jù)庫(kù)）：支持存儲(chǔ)和操作非結(jié)構(gòu)化及半結(jié)構(gòu)化數(shù)據(jù)（與關(guān)系

28

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)數(shù)據(jù)庫(kù)相反，關(guān)系數(shù)據(jù)庫(kù)定義了應(yīng)如何組合插入數(shù)據(jù)庫(kù)的數(shù)據(jù)）的數(shù)據(jù)庫(kù)，隨著

Web

應(yīng)用商業(yè)分析研究報(bào)告文檔

的日益普及和復(fù)雜化，NoSQL

數(shù)據(jù)庫(kù)得到了越來(lái)越廣泛的應(yīng)用。

圖形數(shù)據(jù)庫(kù)：根據(jù)實(shí)體之間的關(guān)系來(lái)存儲(chǔ)數(shù)據(jù)的數(shù)據(jù)庫(kù)。

OLTP

數(shù)據(jù)庫(kù)：一種用于支持高速分析的數(shù)據(jù)庫(kù)，專(zhuān)為多用戶(hù)執(zhí)行大量事務(wù)而設(shè)計(jì)。

云數(shù)據(jù)庫(kù)：云數(shù)據(jù)庫(kù)指位于私有云、公有云或混合云計(jì)算平臺(tái)上的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)

據(jù)集合，云數(shù)據(jù)庫(kù)模式分為兩類(lèi)：傳統(tǒng)模式和數(shù)據(jù)庫(kù)即服務(wù)

DBaaS，DBaaS

產(chǎn)品的最大特

點(diǎn)在于管理任務(wù)和維護(hù)由服務(wù)提供商而非客戶(hù)自己來(lái)執(zhí)行。

3、數(shù)據(jù)庫(kù)監(jiān)測(cè)常用指標(biāo)說(shuō)明

查詢(xún)響應(yīng)時(shí)間：即從提交查詢(xún)到結(jié)果返回所需的時(shí)間。

QPS13：每秒查詢(xún)率

QPS

是對(duì)一個(gè)特定的查詢(xún)服務(wù)器在規(guī)定時(shí)間內(nèi)所處理流量多少的

衡量標(biāo)準(zhǔn)。

查詢(xún)錯(cuò)誤率：數(shù)據(jù)庫(kù)查詢(xún)過(guò)程中出錯(cuò)概率。

健康度：對(duì)數(shù)據(jù)庫(kù)監(jiān)控各項(xiàng)指標(biāo)進(jìn)行加權(quán)統(tǒng)計(jì)，并通過(guò)專(zhuān)家模型得到健康度打分。

連接數(shù)：數(shù)據(jù)庫(kù)當(dāng)前連接數(shù)，可以顯示包括

IP

的連接方、連接個(gè)數(shù)、連接狀態(tài)及接時(shí)

長(zhǎng)等信息。

鏈接利用率：數(shù)據(jù)庫(kù)鏈接的可利用占比。

除此之外還需關(guān)注數(shù)據(jù)庫(kù)請(qǐng)求平均耗時(shí)、數(shù)據(jù)庫(kù)請(qǐng)求詳情、

SQL

查詢(xún)耗時(shí)排名等指標(biāo)。分析報(bào)告文檔

29文檔手行業(yè)冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)

第三章

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)實(shí)踐一、企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)指導(dǎo)思想1、指導(dǎo)思想

企業(yè)改變?cè)械臄?shù)據(jù)中心以應(yīng)用為中心的傳統(tǒng)思維，其中最重要的就是從“O

視角（Operation）”到“C

視角（Customer）”的轉(zhuǎn)變：O

視角是基于企業(yè)自身，以應(yīng)用為中心、以數(shù)據(jù)中心為基礎(chǔ)、以應(yīng)用高可用為指標(biāo)；

C

視角是基于用戶(hù)端，以服務(wù)可達(dá)為基礎(chǔ)、以用戶(hù)體驗(yàn)為指標(biāo)，建立用戶(hù)第一的原則。

服務(wù)可達(dá)數(shù)據(jù)鏈的

DNA：通過(guò)大數(shù)據(jù)平臺(tái)打通“云-管-邊-端”鏈路，并通過(guò)

AI

算法實(shí)現(xiàn)信息整合、特征關(guān)聯(lián)和業(yè)務(wù)洞察，幫助各企業(yè)在數(shù)字化大環(huán)境下應(yīng)對(duì)“Z

世代”對(duì)服務(wù)可達(dá)及應(yīng)用體驗(yàn)的高要求，在穩(wěn)定、可靠和靈捷快速之間取得相對(duì)平衡，促進(jìn)資源與業(yè)務(wù)和諧發(fā)展。2、業(yè)務(wù)全面梳理

在互聯(lián)網(wǎng)經(jīng)營(yíng)大環(huán)境下，用戶(hù)來(lái)源渠道眾多，包括付費(fèi)廣告、搜索、內(nèi)容社交、線下推廣等方式，隨后用戶(hù)將進(jìn)入

APP、公眾號(hào)、小程序或網(wǎng)站訪問(wèn)企業(yè)的首頁(yè)并進(jìn)行注冊(cè)、商品瀏覽、加購(gòu)、付款等行為。用戶(hù)旅程多種多樣，企業(yè)需要針對(duì)不同業(yè)務(wù)來(lái)進(jìn)行用戶(hù)旅程梳理。

圖

25：數(shù)字化環(huán)境下的用戶(hù)全生命周期旅程圖

建立在透視用戶(hù)業(yè)務(wù)旅程的基礎(chǔ)上，企業(yè)需要通過(guò)業(yè)務(wù)架構(gòu)透視

IT

系統(tǒng)架構(gòu)，通過(guò)應(yīng)用拓?fù)渫暾卣宫F(xiàn)

IT

系統(tǒng)架構(gòu)，幫助用戶(hù)掌握業(yè)務(wù)在各個(gè)環(huán)節(jié)的性能表現(xiàn)。

30

商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔業(yè)文檔手行冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)31圖

26：IT

系統(tǒng)架構(gòu)的拓?fù)渫敢?、確定應(yīng)用關(guān)鍵動(dòng)作

在透視業(yè)務(wù)并結(jié)合業(yè)務(wù)進(jìn)行

IT

架構(gòu)監(jiān)測(cè)的過(guò)程中，企業(yè)務(wù)必要確定整個(gè)業(yè)務(wù)流程中的關(guān)鍵動(dòng)作，比如注冊(cè)、登錄、付款等用戶(hù)行為及其所涉及的具體服務(wù)、接口、微服務(wù)或數(shù)據(jù)庫(kù)等關(guān)聯(lián)性資源。圖

27：確定應(yīng)用關(guān)鍵動(dòng)作示意圖4、預(yù)定義各關(guān)鍵指標(biāo)

不同的業(yè)務(wù)具有不同的特性，業(yè)務(wù)流程中的關(guān)鍵環(huán)節(jié)各不相同，企業(yè)需要基于不同業(yè)務(wù)的關(guān)鍵行為動(dòng)作，從業(yè)務(wù)、應(yīng)用、服務(wù)、硬件層面進(jìn)行指標(biāo)梳理，從而規(guī)劃出符合不同業(yè)務(wù)商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)特性的應(yīng)用運(yùn)維管理指標(biāo)體系。商業(yè)分析研究報(bào)告文檔

表

4：預(yù)定義各關(guān)鍵指標(biāo)

5、企業(yè)應(yīng)用運(yùn)維管理平臺(tái)

指標(biāo)體系的真正落地，需要企業(yè)應(yīng)用運(yùn)維管理平臺(tái)提供強(qiáng)有力支持，而該平臺(tái)需要具備

APM、Log、業(yè)務(wù)、基礎(chǔ)設(shè)備、CMDB

等數(shù)據(jù)的接入能力，并能夠結(jié)合以往行業(yè)建設(shè)成功

經(jīng)驗(yàn)、行業(yè)發(fā)展等知識(shí)，形成覆蓋“業(yè)務(wù)梳理-關(guān)鍵應(yīng)用確認(rèn)-核心指標(biāo)梳理-指標(biāo)健康度分

級(jí)-指標(biāo)更新”全鏈條的動(dòng)態(tài)更新體系平臺(tái)，為企業(yè)自身的資源利用、業(yè)務(wù)監(jiān)控、決策支持、

智能運(yùn)維等場(chǎng)景提供全面的支持。

圖

28：業(yè)務(wù)指標(biāo)體系監(jiān)控平臺(tái)分析報(bào)告文檔

32行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)二、企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)步驟商業(yè)分析研究報(bào)告文檔

步驟一：調(diào)研

前文已經(jīng)提及，企業(yè)對(duì)

IT

系統(tǒng)實(shí)施監(jiān)測(cè)優(yōu)化需要以對(duì)業(yè)務(wù)的透視為基礎(chǔ)，因此，建設(shè)

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系的首要步驟即了解業(yè)務(wù)范圍和具體應(yīng)用。為此，企業(yè)需要對(duì)各類(lèi)

業(yè)務(wù)進(jìn)行定義，既而對(duì)業(yè)務(wù)涉及的

IT

系統(tǒng)進(jìn)行透視和拆解，并對(duì)業(yè)務(wù)發(fā)生過(guò)程中存在的關(guān)

鍵步驟進(jìn)行定位；定位之后，企業(yè)需要進(jìn)一步對(duì)各關(guān)鍵步驟之間的調(diào)用關(guān)系進(jìn)行梳理和解析，

從而深度明晰業(yè)務(wù)的

IT

機(jī)構(gòu)，為后續(xù)建立企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系奠定基礎(chǔ)。

圖

29：構(gòu)建業(yè)務(wù)體系建設(shè)步驟一：調(diào)研

圖

30：各業(yè)務(wù)中關(guān)鍵步驟的調(diào)用關(guān)系示意圖

針對(duì)在調(diào)查過(guò)程中定位出的業(yè)務(wù)關(guān)鍵步驟，企業(yè)需要對(duì)各步驟的關(guān)鍵指標(biāo)進(jìn)行梳理，建分析報(bào)告文檔

33行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)立覆蓋全業(yè)務(wù)鏈條的評(píng)價(jià)指標(biāo)矩陣，從多個(gè)維度對(duì)業(yè)務(wù)系統(tǒng)表現(xiàn)進(jìn)行監(jiān)測(cè)和透視。商業(yè)分析研究報(bào)告文檔

我們對(duì)上述涉及的關(guān)鍵指標(biāo)進(jìn)行了歸納和梳理，其中，涉及用戶(hù)體驗(yàn)的關(guān)鍵指標(biāo)應(yīng)該包

含：

移動(dòng)端：首次啟動(dòng)時(shí)間、首次啟動(dòng)次數(shù)、冷啟動(dòng)時(shí)間、冷啟動(dòng)次數(shù)、熱啟動(dòng)時(shí)間、熱啟

動(dòng)次數(shù)、頁(yè)面流暢度、頁(yè)面完整度、頁(yè)面打開(kāi)次數(shù)、頁(yè)面交互時(shí)間、頁(yè)面展現(xiàn)時(shí)間、操作可

用性、操作次數(shù)、操作耗時(shí)、流暢操作占比、慢操作占比、卡頓占比、崩潰操作占比、失敗

操作占比等。

PC

端：PV、完全加載、白屏?xí)r間、首屏?xí)r間、可交互時(shí)間、JS

錯(cuò)誤率、慢頁(yè)面占比、

慢頁(yè)面次數(shù)等。

小程序端：用戶(hù)數(shù)、PV、onReady、首次響應(yīng)、請(qǐng)求耗時(shí)、請(qǐng)求錯(cuò)誤率、JS

錯(cuò)誤率、

頁(yè)面退出率、請(qǐng)求總耗時(shí)、請(qǐng)求次數(shù)、慢請(qǐng)求占比、服務(wù)端耗時(shí)等。

圖

31：各業(yè)務(wù)關(guān)鍵步驟的應(yīng)用評(píng)價(jià)指標(biāo)

涉及底層

IT

資源方面，我們對(duì)各行業(yè)企業(yè)通用性較強(qiáng)的

CPU、磁盤(pán)、內(nèi)存、網(wǎng)絡(luò)和進(jìn)

程等關(guān)鍵領(lǐng)域的部分監(jiān)測(cè)指標(biāo)進(jìn)行了梳理，包括

CPU

整體使用百分比、用戶(hù)態(tài)使用百分比、

內(nèi)核態(tài)使用百分比、單個(gè)

CPU

使用情況、磁盤(pán)讀/寫(xiě)吞吐量、磁盤(pán)讀/寫(xiě)次數(shù)等指標(biāo)如下圖

所示：分析報(bào)告文檔

34行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)35圖

32：關(guān)鍵步驟所涉及系統(tǒng)安全區(qū)域及關(guān)注指標(biāo)

網(wǎng)絡(luò)中安全設(shè)備也是企業(yè)重要的基礎(chǔ)設(shè)施之一，安全兼?zhèn)浔O(jiān)測(cè)的主要目標(biāo)包括：安全性：包括合規(guī)性、責(zé)任性、抗脆弱性、信息的有效性等；透明度：信息可理解性、可訪問(wèn)性、服務(wù)可追溯性；可控性：用戶(hù)可控性、組織可控性、監(jiān)控可控性。安全設(shè)備監(jiān)測(cè)的內(nèi)容維度包括系統(tǒng)服務(wù)安全能力、數(shù)據(jù)服務(wù)安全能力、組織服務(wù)安全能力等。對(duì)于安全設(shè)備具體應(yīng)當(dāng)關(guān)注的指標(biāo)包括：時(shí)延、丟包、新建鏈接、并發(fā)鏈接、響應(yīng)率、成功率、TCP

窗口等。圖

33：關(guān)鍵步驟所涉及安全區(qū)域及安全產(chǎn)品商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)36表

5：關(guān)鍵步驟涉及的網(wǎng)絡(luò)及安全性能指標(biāo)步驟二：驗(yàn)證

企業(yè)進(jìn)行

IT

資源與系統(tǒng)調(diào)研的方法涵蓋對(duì)相關(guān)員工的詢(xún)問(wèn)和調(diào)研人員的自主研究，其結(jié)果與真實(shí)的情況可能存在差異，尤其是在設(shè)備的物理和邏輯架構(gòu)方面，企業(yè)需要確保信息的準(zhǔn)確性，因此在調(diào)研的基礎(chǔ)上，企業(yè)可以選擇通過(guò)全面或者抽樣的方式進(jìn)行系統(tǒng)架構(gòu)驗(yàn)證。商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)37圖

34：構(gòu)建業(yè)務(wù)體系建設(shè)步驟二：驗(yàn)證步驟三：閥值企業(yè)對(duì)

IT

系統(tǒng)的真實(shí)情況進(jìn)行驗(yàn)證后，需要設(shè)置所關(guān)注指標(biāo)閥值以便準(zhǔn)確開(kāi)展運(yùn)維指標(biāo)體系的建設(shè)。企業(yè)可以通過(guò)三種不同的方法設(shè)定上述閥值：1、基于經(jīng)驗(yàn)設(shè)定閥值，即根據(jù)運(yùn)維人員長(zhǎng)期工作經(jīng)驗(yàn)，對(duì)運(yùn)維指標(biāo)的閥值進(jìn)行人工的預(yù)設(shè)判斷；

2、綜合業(yè)務(wù)變化確定閥值：即通過(guò)對(duì)歷史系統(tǒng)數(shù)據(jù)的完整分析后，結(jié)合數(shù)據(jù)的常規(guī)基線和特殊時(shí)點(diǎn)系統(tǒng)數(shù)據(jù)的變化，實(shí)現(xiàn)對(duì)一般情況和特殊場(chǎng)景下的差異化閥值設(shè)定；

3、閥值確定是否引入智能基線：即引入

AI

算法和智能運(yùn)維工具，不依據(jù)固定的腳本，而是動(dòng)態(tài)地、自動(dòng)化地確定各種場(chǎng)景下的運(yùn)維指標(biāo)閥值。上述三種方法并非完全割裂，企業(yè)可以在設(shè)定閥值階段中綜合運(yùn)用不同的方法，對(duì)不同方法的效果實(shí)現(xiàn)取長(zhǎng)補(bǔ)短，提升運(yùn)維的精確度和智能度。商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)38圖

35：構(gòu)建業(yè)務(wù)性能評(píng)價(jià)體系-步驟三：閥值

AIOps

的應(yīng)用對(duì)企業(yè)運(yùn)維智能化的影響非常顯著。AIOps

概念的外延很大，但其所面向的主要客戶(hù)是企業(yè)

IT

運(yùn)維部門(mén)和人員。盡管企業(yè)核心業(yè)務(wù)面臨的運(yùn)維問(wèn)題各有不同，但在

IT

運(yùn)維發(fā)展路徑方面，隨著企業(yè)數(shù)字化轉(zhuǎn)型的加速，“信息化-局部數(shù)字化-全面數(shù)字化-無(wú)人值守”這一路徑是所有企業(yè)運(yùn)維的必經(jīng)之路。我們將企業(yè)

AIOps

的落地分為三個(gè)階段：

第一階段：

第一階段首要的是把各個(gè)分散監(jiān)控平臺(tái)所產(chǎn)生的告警事件統(tǒng)一，建立統(tǒng)一的事件管理體系，包括對(duì)告警嚴(yán)重等級(jí)設(shè)定標(biāo)準(zhǔn)、對(duì)告警處理流程進(jìn)行規(guī)范化等，并在此基礎(chǔ)上引入跨專(zhuān)業(yè)團(tuán)隊(duì)的協(xié)同機(jī)制，讓運(yùn)維員工擁有擁有一致的工作流程和方法。統(tǒng)一就意味著告警事件的集中，必然帶來(lái)告警事件量的大幅膨脹，為了有效地統(tǒng)一告警事件，企業(yè)首先所需要引入的

AIOps

能力是告警收斂；此外，在單一監(jiān)控領(lǐng)域內(nèi)的異常檢測(cè)也能夠起到輔助作用。

第二階段：在第一階段基礎(chǔ)上，將不同來(lái)源的指標(biāo)數(shù)據(jù)進(jìn)行統(tǒng)一，以獲得跨專(zhuān)業(yè)背景的數(shù)據(jù)深入洞察。告警事件本身所攜帶的信息量是有限的，而指標(biāo)數(shù)據(jù)包含了趨勢(shì)變化信息，是提前對(duì)故障進(jìn)行響應(yīng)、對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)測(cè)的基礎(chǔ)。統(tǒng)一數(shù)據(jù)源后，

AIOps

系統(tǒng)就具備了大數(shù)據(jù)分析的基礎(chǔ)條件，可以調(diào)用影響分析、趨勢(shì)預(yù)測(cè)和根因定位等算法能力。

第三階段：在第二階段基礎(chǔ)上，將運(yùn)維場(chǎng)景和操作進(jìn)行統(tǒng)一，打通可觀測(cè)（觀察）、服務(wù)管理（交互）和自動(dòng)化（行動(dòng)），以企業(yè)全局視角達(dá)到效率和收益的最大化。

——告警事件和指標(biāo)數(shù)據(jù)統(tǒng)一后，在監(jiān)控側(cè)就形成了較完整的信息整合，監(jiān)控與

IT

服務(wù)管理、運(yùn)維自動(dòng)化并不是割裂的，發(fā)現(xiàn)故障的目的是為了快速恢復(fù)業(yè)務(wù)，性能分析的目標(biāo)可能是為了降低采購(gòu)成本，只有將三個(gè)領(lǐng)域統(tǒng)一起來(lái)看，才能實(shí)現(xiàn)效率和收益的最大化?，F(xiàn)商業(yè)分析研究報(bào)告文檔分析報(bào)告文檔行業(yè)文檔手冊(cè)2022

企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系白皮書(shū)階段智能告警平臺(tái)已經(jīng)可以實(shí)現(xiàn)告警收斂、異常監(jiān)測(cè)、趨勢(shì)預(yù)測(cè)，以告警收斂為例：通過(guò)時(shí)商業(yè)分析研究報(bào)告文檔

域算法，將所有的事件入“桶”，通過(guò)時(shí)間桶長(zhǎng)度，計(jì)算出事件與事件在時(shí)域時(shí)間的關(guān)系，

進(jìn)而得出事件所屬告警之間的相似性，當(dāng)相似度達(dá)到相關(guān)閥值，時(shí)域算法會(huì)將多個(gè)告警事件

收斂到相同的故障中，從而提高運(yùn)維效率。

步驟