CN109903175A - 一种保险核心系统监控平台 - Google Patents

Abstract

本发明公开了一种保险核心系统监控平台，其通过提供一种保险核心系统监控平台，该监控平台用于业务指标、硬件指标及软件指标的监控，所述软件指标包括服务调用情况及中间件指标，所述监控平台至少包括：数据采集模块、数据分析模块、告警模块、限流模块，该发明通过提供一套集业务指标分析，硬件、软件服务健康程度监控、告警及服务限流的保险核心系统监控平台，在进行基础保险业务分析展示的同时，进一步提供硬件、软件的健康指标，以及当出现系统问题时，可帮助应用负责人直观、快速地定位问题，发现问题，解决问题，进一步提升系统的稳定性与可靠性。

Description

一种保险核心系统监控平台

技术领域

本发明涉及保险信息系统领域，特别涉及一种保险核心系统监控平台。

背景技术

保险核心系统，用于为保险业务系统提供产品定义、投承保，保全，收付费，单证等基础服务。系统一旦出现问题，对保险各个环节的影响都是非常大的。

同样，互联网保险核心系统对系统本身的稳定有着极高的要求。与传统保险核心系统相比，互联网保险核心系统还有集群节点数庞大，服务调用量巨大，海量数据量，并发度高，业务形态复杂等特点。在此背景下，对于互联网保险核心系统硬件、软件、业务形态等方面的分析与监控就不能停留在简单的人工发现、统计层面上。

因此，提供一种可用于实时采集、分析和监控硬件、软件及业务形态等方面数据，并进行告警及服务限流以期尽快解决系统问题的互联网保险核心系统，是目前保险信息行业所欠缺的。

发明内容

有鉴于此，本发明实施例提供了一种保险核心系统监控平台，以维持保险核心系统的稳定运作，且当系统出现问题时，能直观。快速地定位、解决问题，进一步提升系统的稳定性与可靠性。

本发明实施例提供的技术方案如下：

一种保险核心系统监控平台，所述监控平台用于业务指标、硬件指标及软件指标的监控，所述软件指标包括服务调用情况及中间件指标，所述监控平台至少包括：

数据采集模块，用于业务指标采集、硬件指标采集、服务调用情况采集及中间件指标采集；

数据分析模块，用于分别对所述业务指标、硬件指标、服务调用情况及中间件指标按维度统计生成报表，并生成相应的维度图表；

告警模块，用于根据所述数据分析结果，当任一所述指标超过告警阈值时，进行告警；

限流模块，用于根据所述数据分析结果，当服务调用频率超过所述服务调用频率阈值时，进行服务限流。

在一些实施例中，所述监控平台还包括：

后台管理模块，所述后台管理模块包括监控阈值设置子模块、限流管理子模块及预警人设置子模块，其中，

所述监控阈值设置子模块用于设置硬件指标监控阈值、服务调用情况监控阈值或中间件指标监控阈值；

所述限流管理子模块用于设置限流对象、限流条件及限流类型；

所述预警人设置子模块用于当出现告警时需要通知的预警人。

在一些实施例中，所述各指标监控阈值根据对系统稳定性的影响程度，定义告警阈值。

在一些实施例中，所述数据采集模块至少包括业务指标采集子模块、硬件指标采集子模块、服务调用情况采集子模块及中间件指标采集子模块，其中，

所述硬件指标采集子模块，用于采集应用集群中各负载的CPU/内存/硬盘的使用率情况；

所述服务调用情况采集子模块，用于采集各接口的调用次数、接口调用异常次数以及接口响应时间；

所述中间件指标采集子模块，用于采集HSF线程池指标、消息积压指标、及日志服务指标。

在一些实施例中，进行硬件指标采集时，

虚拟机安装Agent采集硬件指标；

定义定时任务获取各硬件采集数据。在一些实施例中，进行服务调用情况采集时，

定义before切面，获取接口调用次数；

定义异常切面，获取接口调用异常次数；

定义环绕切面，获取接口响应时间。

在一些实施例中，进行中间件指标采集时，

定义各中间件需要采集的技术指标；

定义定时任务后管系统通过接口或者脚本方式进行获取技术指标；

定义日志格式，进行日志采集。

在一些实施例中，所述数据分析模块至少包括业务指标分析子模块、硬件指标分析子模块、服务调用情况分析子模块及中间件指标分析子模块，其中，

所述硬件指标分析子模块，至少用于对各应用集群中各负载应用CPU使用情况、应用内存使用情况及硬盘使用率情况按应用维度进行汇总统计，并生成相应的硬件指标图表；

所述服务调用情况分析子模块，至少用于对单位时间内各接口的调用次数、接口调用异常次数及接口响应时间按照应用维度、接口名称维度或响应时间区间维度进行汇总统计，并生成相应接口指标图表；

所述中间件指标分析子模块，至少用于对HSF线程池满次数、消息列队积压异常次数、应用出现错误日志次数按应用维度进行汇总统计，并生成相应中间件指标图表。

在一些实施例中，进行硬件指标分析，获得应用集群中CPU负载最高的终端数据、内存使用率最高的终端数据、硬盘使用率最高的终端数据。

在一些实施例中，进行服务调用情况分析，获取当天各接口的调用次数、当天各接口调用异常次数、各接口在不同相应时间区间内的调用异常次数。

在一些实施例中，进行中间件指标分析，获取当日各应用集群内HSF线程池满次数、消息列队积压异常次数、应用出现错误日志次数。

在一些实施例中，所述告警模块，还用于按各指标的监控阈值设置或者修改相应的预警人；

还用于通过邮件、短信或语音呼叫进行告警。

在一些实施例中，所述服务限流具体为：当接口的服务调用频率超过所述接口的服务调用频率阈值时，随机丢弃预设比例的服务调用量，以确保所述接口的稳定性。

本发明实施例相比现有技术而言的有益效果在于，本发明实施例提供一种保险核心系统监控平台，所述监控平台用于业务指标、硬件指标及软件指标的监控，所述软件指标包括服务调用情况及中间件指标，所述监控平台至少包括：数据采集模块、数据分析模块、告警模块、限流模块，该发明通过提供一套集业务指标分析，硬件、软件服务健康程度监控、告警及服务限流的保险核心系统监控平台，在进行基础保险业务分析展示的同时，进一步提供硬件、软件的健康指标，以及当出现系统问题时，可帮助应用负责人直观、快速地定位问题，发现问题，解决问题，进一步提升系统的稳定性与可靠性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中提供的一种保险核心系统监控平台的功能结构图；

图2是本发明实施例中提供的一种核心大屏监控平台系统架构图；

图3是本发明实施例中提供的一种数据采集示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

图1为本发明实施例提供的一种保险核心系统监控平台的功能结构图，如图1所示，本实施例提供一种保险核心系统监控平台，该监控平台用于业务指标、硬件指标及软件指标的监控，其中，软件指标包括服务调用情况及中间件指标。该保险核心系统监控平台包括：数据采集模块、数据分析模块、告警模块、限流模块、后台管理模块及大屏展示模块，其中，数据采集模块的输出端与数据分析模块的输入端连接，以根据采集到的数据进行分析；数据分析模块的输出端与后台管理模块、告警模块、限流模块及大屏展示模块的输入端分别连接，以在数据分析的基础上，进行告警、限流及大屏展示。

具体地，数据采集模块，用于业务指标采集、硬件指标采集、服务调用情况采集、中间件指标采集，至少包括：业务指标采集子模块、硬件指标采集子模块、服务调用情况采集子模块及中间件指标采集子模块。数据采集模块还包括数据持久化子模块，用于对所采集的各项数据进行redis持久化，以保证系统中数据的持久性，且使用mysql存储采集到的所有指标。

业务指标采集子模块，用于采集各事业部的投承保情况、保险批改情况、理赔情况。本实施例中，通过基于注解形式的spring aop，进行业务指标采集，具体为：通过保险核心系统的服务接口调用情况，实时获取保单件数、保费、产品、赔付产品、赔付金额。其中，当调用投承保接口、批改接口，可通过接口拦截以及时获取保单件数增加、保费增量、产品、归属事业部等信息。当调用理赔接口时，可通过接口拦截以获取赔案赔付金额、产品、归属事业部等信息。通过入参的解析，以至少获得本次调用产品、落地事业部、保原地。

对于采集到的业务指标，发送相关kafka消息，系统定义的消费者完成消息的解析，并入库到mysql，实现数据库落地与系统解耦，并对原有服务影响降到最低。

硬件指标采集子模块，用于采集应用集群中各负载的CPU/内存/硬盘的使用率情况。进行硬件指标采集时，通过虚拟机安装Agent采集CPU、内存、网络IO、硬盘等硬件指标，同时通过定义定时任务获取各硬件采集数据。

服务调用情况采集子模块，用于采集各接口的调用次数、接口调用异常次数以及接口响应时间。各个应用中，凡是被打上监控注解的接口，均可实现服务调用情况采集，本实施例中，采用服务接口的aop拦截进行服务调用情况采集。具体为：通过定义before切面，当接口被调用时，用于获取接口调用次数；定义异常切面，当出现调用异常时，可用于获取接口调用异常次数；定义环绕切面，获取接口响应时间。同样的，服务调用情况采集时，通过kafka实现数据库落地服务与应用服务解耦，完成数据落地。

中间件指标采集子模块用于获取核心系统所使用的一些中间件的指标，以监控中间件的健康程度，具体用于采集HSF线程池指标、消息积压指标、日志服务指标及数据库连接数等指标。具体地，进行中间件指标采集时，具体通过定义各中间件需要采集的技术指标、定义定时任务后管系统通过接口或者脚本方式进行获取技术指标、定义日志格式，通过FileBeats进行日志采集来实现。

在一些保险核心系统中，使用HSF作为服务框架，HSF线程池使用量是很重要的一个指标，线程池满会造成服务调用不可用，被打上监控注解的接口，可通过HSF提供的API获取当前使用线程池大小。

消息积压指标，消息队列是互联网应用常用的技术手段，用于服务解耦，数据持久化，生产消费模型等，各大消息队列中间件基本都提供有获取消息积压数量的API，通过该API按消息topic与消费组的维度获取消息积压数量。

本实施例中，使用java annotation和spring aop的方式用以采集接口指标，实现最大程度降低对业务系统的代码侵入，保证业务系统代码的可读性。

并且，使用ons消息队列用以实现异步进行数据落地以及与业务系统解耦，实现最大程度减少对业务系统性能上的损耗，借助消息队列持久化以及重试的特性，避免出现因系统问题造成的数据丢失与数据不一致。

数据分析模块用于分别对所述业务指标、硬件指标、服务调用情况及中间件指标按维度统计生成报表，并生成相应的维度图表，至少包括业务指标分析子模块、硬件指标分析子模块、服务调用情况分析子模块、中间件指标分析子模块、查询子模块。数据分析模块以基于spring cloud微服务的方式，提供rpc和http服务。同时，可供业务线查询，以及用于大屏前端画面请求的数据源。

其中，业务指标分析子模块，至少用于对采集到的业务指标数据按时间维度、产品维度或事业部维度进行汇总统计，并生成相应的业务指标维度图表及业务走势图，对于采集到的数据进行报表统计以及图形化展示，分析结果至少包括：当天总保单量及总保费、累计当年总保单量及总保费、按事业部维度汇总的总保单量、保费及赔付金额、各事业部销售产品类别与数量、保单活跃量指标。例如，生成当日保单数累计统计、保费累计统计、保费事业部业绩归属、事业部热门产品top等日报表，以及产品赔付率、保费周、月、季环比、同比统计表。

具体如，经过业务指标分析，可将当天总保单和总保费，累计当年总保单量和总保费，按事业部维度汇总的总保单量、保费和赔付金额等指标，汇总统计后作为首页在大屏上进行展示。按产品与事业部维度，统计各事业部销售前若干名的产品汇总信息，如各事业部TOP5销售产品等，其中汇总信息至少包括产品名称、保单及保费。按事业部与时间维度实时统计保单交易量，并以实时曲线和条形图展示。

硬件指标分析子模块，至少包括对各应用集群中各负载应用CPU使用情况、应用内存使用情况及硬盘使用率情况按应用维度进行汇总统计，并生成相应的硬件指标图表，获得应用集群中CPU负载最高、内存使用率最高及硬盘使用率最高的终端数据，并生成相应的条形图，并用不同的颜色渲染不同的使用率范围，以表示各集群中应用负载硬件健康指标。如：CPU使用情况表中，以绿、红、黄的颜色渲染使用率≤50，＜85，≥85的数据。

服务调用情况分析子模块，至少包括对单位时间内各接口的调用次数、接口调用异常次数及接口响应时间按照应用维度、接口名称维度或响应时间区间维度进行汇总统计，并生成相应接口指标图表。本实施例中，进行服务调用情况分析，获取当天各接口的调用次数、当天各接口调用异常次数、各接口在不同相应时间区间内的调用异常次数。本实施例中，生成表格及实时曲线，以展示当天各服务接口的访问量或调用异常数量；生成接口响应时间表，按照应用名、接口、方法名等维度，展示当天各服务接口响应时间耗时小于200ms，小于500ms，小于1s，小于3s，小于7s，大于7s的次数以及占比，以直观展示各服务接口的健康度。

中间件指标分析子模块，至少包括对HSF线程池满次数、消息列队积压异常次数、应用出现错误日志次数按应用维度进行汇总统计，并生成相应中间件指标图表，以获取当日各应用集群内HSF线程池满次数、消息列队积压异常次数、应用出现错误日志次数。

查询子模块，可用于供业务线查询，以实时获取目标指标数据。

后台管理模块包括监控阈值设置子模块、限流管理子模块、预警人设置子模块以及页面详情设置子模块，其中，

监控阈值设置子模块用于设置硬件指标监控阈值、服务调用情况监控阈值或中间件指标监控阈值，在具体使用时可按照实际情况进行阈值调整。一般的，每个指标可分为健康阈值、预警阈值及高危阈值，且在图表中分别以绿色、黄色、红色进行示出。通过设置监控阈值，可直观地展示各指标的健康程度，并且当达到告警阈值时，以邮件、短信、语音呼叫等形式实时通知相关的预警人。各指标监控阈值根据对系统稳定性的影响程度，定义告警阈值。通常的告警阈值，包括预警阈值及高危阈值。

预警人设置子模块用于当出现告警时需要通知的预警人，且通过预警人设置子模块，可以查看当前预警人、移除预警人或者添加预警人，以根据人员变动进行适应性修改。在进行告警时，按照指标健康的程度或者超出健康阈值的比例，依次提高告警级别，且每个级别设置相应的应用负责人及预警人，如此，可以根据问题严重程度，让应用负责人得以第一时间获取异常信息，且能直观地定位到问题终端及相应的问题服务。

页面详情设置子模块，用于定制需要展示的内容，以及展示报表在大屏中滚动的顺序，以达到不同角色关注不同信息，获取不同信息的目的。

告警模块，用于根据数据分析结果，当任一指标超过告警阈值时，通过邮件、短信、语音呼叫等形式进行实时告警。

短信、邮件模板：(time)(type)已达到(status)，为了避免造成生产影响和异常升级请尽快处理！Time＝2018-1-10xx：xx：xx type＝内存/硬盘/消息队列/线程池status＝状态(80％或者5000条等)。

语音呼叫模板：紧急语音！生产环境(type)，异常标准值已超过(value)，请尽快处理！Type：异常类型(CUP、内存、硬盘、错误日志、线程池、消息队列)Value：异常值(异常类型对应阀值)。

限流管理子模块用于设置限流对象、限流条件及限流类型。当服务调用速率(次/min)超过该服务接口的预设速率阈值时，以邮件、短信、语音呼叫等形式实时通知相关的预警人。通过限流管理子模块，具体为可设置调用方名称、调用方IP、接口名、方法名、限流指标、告警形式/级别(邮件、短信或语音呼叫)。

限流模块，用于根据数据分析结果，当服务调用频率超过服务调用频率阈值时，进行服务限流。服务限流具体为：当接口的服务调用频率超过接口的服务调用频率阈值时，采取阶梯式随机数算法丢弃服务，抛出异常策略，以确保所述接口的稳定性。

调用频率阀值设置力度到方法层，针对某个方法设置单位时间(分钟)调用次数到达阀值时调用丢弃的比例直接进行限流，并以邮件、短信、语音的形式自动通知所在应用的负责人、服务调用方进行告警。如保单查询服务，如当前机器qps超过1000，将随机算法丢弃20％的服务调用，如qps超过1500，以随机算法丢弃50％的服务调用，并向保单查询服务相应的负责人及服务调用方进行告警，从而维护系统的稳定性。

大屏展示模块，用于实时展示业务指标、硬件指标及软件指标的分析结果。本实施例中，大屏应用采用spring boot作为应用框架，springMvc作为webMvc框架，spring Cloud作为服务框架，vue作为前段框架，展示采集与分析的各项指标。使用echarts作为前端图表组件，该组件轻量，免费，使用简单，且图表样式丰富，可用于直观展示各指标情况。

由此，如图2、3所示，本实施例提供的一种保险核心系统监控平台，实际上，通过对集群中各终端的CPU、内存、硬盘进行的主机服务监控，对错误日志、HSF线程池进行的日志服务监控，对接口的访问数量、执行时间进行的接口服务监控，对ons消息列队、kafka进行的消息服务监控，对保单量、保费、电子保单进行的业务数据监控，来实现系统性的核心服务监控。

本发明实施例通过提供一套集业务指标分析，硬件、软件服务健康程度监控、告警及服务限流的保险核心系统监控平台，在进行基础保险业务分析展示的同时，进一步提供硬件、软件的健康指标，以及当出现系统问题时，可帮助应用负责人直观、快速地定位问题，发现问题，解决问题，进一步提升系统的稳定性与可靠性。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (13)

1.一种保险核心系统监控平台，其特征在于，所述监控平台用于业务指标、硬件指标及软件指标的监控，所述软件指标包括服务调用情况及中间件指标，所述监控平台至少包括：

数据采集模块，用于业务指标采集、硬件指标采集、服务调用情况采集及中间件指标采集；

数据分析模块，用于分别对所述业务指标、硬件指标、服务调用情况及中间件指标按维度统计生成报表，并生成相应的维度图表；

告警模块，用于根据所述数据分析结果，当任一所述指标超过告警阈值时，进行告警；

限流模块，用于根据所述数据分析结果，当服务调用频率超过所述服务调用频率阈值时，进行服务限流。

2.根据权利要求1所述的一种保险核心系统监控平台，其特征在于，所述监控平台还包括：

后台管理模块，所述后台管理模块包括监控阈值设置子模块、限流管理子模块及预警人设置子模块，其中，

所述监控阈值设置子模块用于设置硬件指标监控阈值、服务调用情况监控阈值或中间件指标监控阈值；

所述限流管理子模块用于设置限流对象、限流条件及限流类型；

所述预警人设置子模块用于当出现告警时需要通知的预警人。

3.根据权利要求2所述的一种保险核心系统监控平台，其特征在于，所述各指标监控阈值根据对系统稳定性的影响程度，定义告警阈值。

4.根据权利要求1或2所述的一种保险核心系统监控平台，其特征在于，

所述数据采集模块至少包括业务指标采集子模块、硬件指标采集子模块、服务调用情况采集子模块及中间件指标采集子模块，其中，

所述硬件指标采集子模块，用于采集应用集群中各负载的CPU/内存/硬盘的使用率情况；

所述服务调用情况采集子模块，用于采集各接口的调用次数、接口调用异常次数以及接口响应时间；

所述中间件指标采集子模块，用于采集HSF线程池指标、消息积压指标、及日志服务指标。

5.根据权利要求4所述的一种保险核心系统监控平台，其特征在于，进行硬件指标采集时，

虚拟机安装Agent采集硬件指标；

定义定时任务获取各硬件采集数据。

6.根据权利要求6所述的一种保险核心系统监控平台，其特征在于，进行服务调用情况采集时，

定义before切面，获取接口调用次数；

定义异常切面，获取接口调用异常次数；

定义环绕切面，获取接口响应时间。

7.根据权利要求4所述的一种保险核心系统监控平台，其特征在于，进行中间件指标采集时，

定义各中间件需要采集的技术指标；

定义定时任务后管系统通过接口或者脚本方式进行获取技术指标；

定义日志格式，进行日志采集。

8.根据权利要求1或2所述的一种保险核心系统监控平台，其特征在于，

所述数据分析模块至少包括业务指标分析子模块、硬件指标分析子模块、服务调用情况分析子模块及中间件指标分析子模块，其中，

所述硬件指标分析子模块，至少用于对各应用集群中各负载应用CPU使用情况、应用内存使用情况及硬盘使用率情况按应用维度进行汇总统计，并生成相应的硬件指标图表；

所述服务调用情况分析子模块，至少用于对单位时间内各接口的调用次数、接口调用异常次数及接口响应时间按照应用维度、接口名称维度或响应时间区间维度进行汇总统计，并生成相应接口指标图表；

所述中间件指标分析子模块，至少用于对HSF线程池满次数、消息列队积压异常次数、应用出现错误日志次数按应用维度进行汇总统计，并生成相应中间件指标图表。

9.根据权利要求8所述的一种保险核心系统监控平台，其特征在于，

进行硬件指标分析，获得应用集群中CPU负载最高的终端数据、内存使用率最高的终端数据、硬盘使用率最高的终端数据。

10.根据权利要求8所述的一种保险核心系统监控平台，其特征在于，

进行服务调用情况分析，获取当天各接口的调用次数、当天各接口调用异常次数、各接口在不同相应时间区间内的调用异常次数。

11.根据权利要求8所述的一种保险核心系统监控平台，其特征在于，

进行中间件指标分析，获取当日各应用集群内HSF线程池满次数、消息列队积压异常次数、应用出现错误日志次数。

12.根据权利要求2所述的一种保险核心系统监控平台，其特征在于，

所述告警模块，还用于按各指标的监控阈值设置或者修改相应的预警人；

还用于通过邮件、短信或语音呼叫进行告警。

13.根据权利要求12所述的一种保险核心系统监控平台，其特征在于，

所述服务限流具体为：当接口的服务调用频率超过所述接口的服务调用频率阈值时，随机丢弃预设比例的服务调用量，以确保所述接口的稳定性。