面向指標體系的業務運營實時監控系統

張明杰，張才俊，江帆，張波，楊照輝

摘? 要： 針對目前電網業務運營體系不完善以及問題定位不及時的情況，對電力系統運營監控內容進行研究，優化指標監控方式，建立一種多層次全方位的指標體系。設計、整合出基于分布式流式處理技術、緩存以及消息隊列為核心的架構形態，研究了一套基于業務運營監控指標體系的分布式微服務系統架構實時監控系統。從而進一步提升電網信息系統的運行效率。

關鍵詞： 指標體系; 分布式架構; 實時監控; 運營分析

中圖分類號：TP311? ? ? ? ? 文獻標識碼：A ? 文章編號：1006-8228（2022）06-62-04

Real-time monitoring system of business operations based on index system

Zhang Mingjie1， Zhang Caijun1， Jiang Fan1， Zhang Bo1， Yang Zhaohui2

（1. State Grid Customer Service Center， Nanjing， Jiangsu 210000， China; 2. China Real-time Database Limited Corporation）

Abstract： In response to the current imperfect power grid business operation system and the lack of timely positioning of problems，by studying the content of power system operation monitoring， the index monitoring method is optimized， and a comprehensive multi-level index system is established. A real-time monitoring system of distributed micro-service system architecture based on business operation monitoring indicator system is designed. It further improves the operation efficiency of the power grid information system.

Key words： index system; distributed architecture; real-time monitoring; operational analysis

0 引言

為適應當前大批量數據的統計需求，需切實解決指標異常，工作差錯，業務操作頻繁，業務數量增長等方面的問題。國網公司按照“指標體系化、工具自動化、工作常態化、管理標準化、隊伍專業化”總體思路推進信息系統運行監控分析能力建設和運營監控的專業化，全面的業務運營指標體系設計是關鍵。本文在現有的業務指標分析及實時監控系統處理架構基礎上，優化業務指標體系，設計出一種分布式實時監控處理架構，從而對電力運營實時監控管理，通過信息化手段提高電網業務管理效率[1]。

1 研究背景

隨著當今社會步入信息化時代，各個行業對信息系統的依賴程度日益提高，電力行業也不例外。信息系統上線運行后的業務運營監控是企業信息化工作的重要任務，如何對運營中各類問題進行預警[2]，如何使信息系統來為企業生產經營活動提供健康穩定的服務并做好信息數據的安全保密工作是運營項目的第一要務。

國網公司為落實數字化轉型工作要求，需推進電力營銷APP深化應用，滿足各單位運營工作需要;構建與基礎設施、網絡環境、第三方服務，以及應用軟件相對應的、實時的、完整映射的業務運營監控體系，實現指標開發運營系統安全可靠接入與審計改造。國網的指標活動設計開發是常態化的，需要專題研討和跨界合作，只有這樣才能高效拉新促活，支撐電力運營需求。

2 研究現狀

現有調度系統有著大量的監測數據，從而衍生出許多監測指標。每個指標重點關注電網運行的某一方面（安全性、脆弱性、風險性、經濟性等），缺乏一套整合全方位因素的指標體系來綜合反應及分析電網監控平臺的運行情況[3]，單一的指標體系構建已經不能滿足對整個電網運營分析[4-6]。因此，需要在目前單一指標分析的基礎上，建立一種多層次全方位的指標體系。

傳統的電網運營數據分析模式通常采用不同維度的數據融合方式[7]。運監系統的指標計算的數據來源是電力營銷APP用戶的使用數據，如用戶行為日志、用戶辦電工單等數據。隨著客戶數量的激增，產生了大批量的用戶業務數據[8]。這些數據最后都會匯總流入貼源層數據庫。運營監控系統指標計算會直接查詢貼源層里的數據。數據量的激增導致運營監控系統平臺大部分指標的計算性能明顯下降，進而影響了與之相關的其他指標，并且在指標監控的時效性方面帶來了巨大的影響。

針對大數據量的指標數據，傳統的指標計算方法已經不能更好的滿足需求，急需設計一種分布式數據處理與計算架構。

3 基于指標的業務運營實時監控研究

3.1 指標體系構建

業務運營監測系統建設內容包括全景監測，平臺運營監測，營業服務監測，在線客服監測。

⑴ 全景監測

全景監測主要對平臺、營業、在線客服三個方面核心指標綜合展示。

⑵ 平臺運營監測

平臺運營監測包括：用戶運營監測，內容運營監測，活動運營監測。其中用戶運營監測主要對用戶注冊數、實名認證數等核心指標進行監測展示。

⑶ 營業服務監測

營業服務監測包括：低壓業擴監測，高壓業擴監測，繳費業務監測，電動汽車監測，分布式光伏監測。

⑷ 在線客服監測

在線客服監測包括：在線服務總覽，實時業務監測，坐席明細監測，工單受理監測。

業務運營指標體系如圖1所示。

3.2 總體設計

系統主要架構分為采集層、計算層、展示層，具體系統架構圖如圖2所示。

3.2.1 采集層

原始業務數據存放于各業務庫中，指標計算需在歸檔的指標庫中進行，因此指標業務數據由業務庫匯總到指標庫，數據采集層主要負責數據抽取及數據同步任務。

3.2.2 計算層

匯聚運營數據，通過大數據分析技術，融合分布式流式處理技術、分布式緩存和分布式消息隊列計算模式，數據一次落地后進行獲取加工，縮減數據鏈路，對運營主題分析提煉，形成運營主題數據庫，通過可視化技術動態展示分析結果，支撐業務量預測、優質服務、內部員工推薦、細分客戶、精準營銷等服務場景。對各類信息數據進行規范化、體系化管理。

3.2.3 展示層

對指標運營數據進行實時的監測預警，提升業務部門現場管控力度，進一步完善現場管理方式，降低服務風險;通過新增對業務流程及業務阻斷場景的監測，實現對業務受理及APP業務受理環節阻斷場景的實時展示，降低因業務系統原因或內部流程超時問題導致的客戶服務風險，提升客戶滿意度;通過對多媒體業務的監測，實現對多媒體業務整體運營情況的展示，進一步提供業務數據運營支撐;通過完善指標規則自助管理，實現業務人員自助維護規則數據，提升客戶體驗。

3.3 架構設計

3.3.1 技術架構

技術架構遵從前后端分離的微服務設計理念，采用現今互聯網主流應用框架（Spring Boot）、云平臺和微服務，運用流行的分布式服務框架（Dubbo）和分布式配置框架（Spring Cloud）技術，提供內部服務注冊/發現、服務治理、服務調度、服務監測等功能。將業務指標運營監測及可視化大屏等監測主題設計成不同的微服務，整個技術架構體現了高內聚低耦合的設計理念，且系統具備高可用性、高可靠性和可擴展性水平，形成以分布式流式處理技術、分布式緩存以及分布式消息隊列為核心的架構形態，技術架構如圖3所示。

數據層是監測對象的基礎數據信息層，監測對象主要包括業務、渠道、服務資源狀態等。

技術支撐層主要應用事件處理引擎實現簡單的事件處理、事件流處理、復合事件處理，并對捕獲的事件、問題等數據進行清洗、篩選、過濾、匯聚等數據的預處理工作，技術選型上利用Storm的容錯和水平可擴展性，處理海量數據。利用Kafka的高吞吐量來滿足實時大數據量的需求，基于Redis的分布式內存數據庫能帶來極快的存寫速度。通過業務監測規則及事件規則關聯形成告警信息及觸發自動處理。

服務支撐層主要是系統的業務功能，主要實現客戶服務監測、渠道監測、服務資源狀態監測、大屏監測等微服務應用，運用Spring Cloud技術棧，實現微服務治理：所有的微服務都需要注冊到服務注冊中心（Eureka）上，以供發現和調用，當請求到達API 網關Spring Boot Zuul，動態路由服務（Zuul）根據請求的url轉發到具體的微服務，由對應的微服務完成請求響應及消息組裝。

應用層主要是通過H5、JS、FLEX、高級可視化組件等前端技術來滿足對業務數據運營監測，實現可視化展示。

3.3.2 應用架構

應用架構承接業務運營監控架構設計內容，根據業務監測建設核心業務需求，結合對業務需求點的歸納總結，設計出對應的業務應用架構，形成包括監測分析、監測管理、系統配置應用功能，應用架構如圖4所示。

3.3.3 數據架構

數據主要分為以下類：客服服務監測數據，業擴辦電業務監測數據，電費業務監測數據，新型業務監測數據，互聯網運營監測，預警告警管理數據，預警告警規則管理數據，系統配置管理數據，指標管理數據，采集管理。

3.4 實時監控部署

3.4.1 物理部署

架構涉及到消息隊列集群、緩存集群、分布式服務管理集群、存儲集群，如圖6所示。

3.4.2 服務器配置

各類服務器配置要求如表1所示。

3.5 可視化設計

業務運營實時監控系統可對各類運營指標實時監控，將實時電力數據運營情況通過柱狀圖、餅狀圖、曲線圖等可視化界面展示出來，如圖7，圖8所示。

4 結束語

通過運營指標實時監控系統，可將分散在各個業務庫中的源數據，通過數據同步轉換整合在一起，經過數據清洗轉換和實時計算統計分析，最終以圖表的形式直觀呈現出來。本文研究了該框架下信息系統運行監控工作流程的規范化管理和監控指標體系的建立，并在實踐中實現了運營指標體系的設計與指標計算架構的構建，以及透過數據去發現電力營銷生產經營中的問題，及時反映指標運營情況，實現對指標運營狀況動態監控，及時定位問題，從而提供更多的運營決策支持。

參考文獻（References）：

[1] 郭永豪，付燦棟.基于大數據的企業運營指標監控系統建設與應用[J].智能制造，2020（1）：72-74

[2] 林海.電網運營監控體系建設與實踐[J].大眾用電，2014（4）：47-47

[3] 程逍，孫立時，徐春雷，等.基于監控大數據的設備監控業務評價指標體系的設計與實現[J].電力大數據，2019（6）：47-51

[4] 陳厚源.關于電力信息系統監控水平提升及指標體系完善[J].電工技術：理論與實踐，2017（5）：100，102

[5] 王莉芳，滕靜.“大營銷”模式下電力營銷管控能力評價體系研究[J]. 未來與發展，2016（5）：100-105

[6] 余雯，李偉，潘宏斌.基于數據驅動的電力運行監控指標建模研究[J].通信電源技術，2019，36（8）：40-41

[7] 喬俊峰，王一清，楊佩，等.基于大數據技術的配電網全景監測系統的研究與實現[J].供用電，2018，35（3）：41-46，51

[8] 張自強，高建勇，李志，等.基于大數據技術的運營監測（控）領域數據質量管控研究[J].電氣應用，2015（S1）：566-568