聽(tīng)云科技首席科學(xué)家高級副總裁趙宇辰先生分享：

　　大家下午好，我來(lái)自于聽(tīng)云。講之前我先切個(gè)題，今天下午的主題分為兩塊，一塊叫AI相隨，一塊叫云相伴，我這個(gè)場(chǎng)正好是AI相隨的最后一場(chǎng)，又銜接著(zhù)云相伴，大家如果看我們這個(gè)公司的名稱(chēng)“聽(tīng)云”也正好跟云相關(guān)，其實(shí)聽(tīng)云一直是從事AI賦能于云生態(tài)的一個(gè)廠(chǎng)商，具體我們做什么呢？可能很多在座的伙伴沒(méi)有聽(tīng)過(guò)聽(tīng)云，聽(tīng)云是做應用性能監控，英文叫APM，我們這個(gè)應用是指廣義的應用，比如手機端的APP，包括網(wǎng)頁(yè)到后端的JAVA、程序等等，只要是數字化相關(guān)的東西，在我們看來(lái)都是為了輔助業(yè)務(wù)而做的應用，我們聽(tīng)云的職責就是把這些業(yè)務(wù)上的應用正常的維持下去，保障我們業(yè)務(wù)的正常運行。

　　其實(shí)在A(yíng)PM領(lǐng)域，在應用性能監控方面，聽(tīng)云作為國際權威榜單GartierAPM魔力象限里中國唯一入圍的公司，2015年到2018年也和國際廠(chǎng)商進(jìn)行了很多次的交流，也受到了很多的認可。在Linux基金會(huì )的CNL榜單中監控類(lèi)中國公司中，聽(tīng)云和阿里、華為等等一起進(jìn)入了這個(gè)榜單。

　　同時(shí)聽(tīng)云是一個(gè)有十二年成長(cháng)經(jīng)驗的公司，在這十二年中我們服務(wù)了非常多的企業(yè)，比如金融支付、運營(yíng)商及云服務(wù)、能源交通、科技制造、電子商務(wù)等等，小到幾十人的公司大到BAT，從互聯(lián)網(wǎng)到傳統的企業(yè)我們都服務(wù)過(guò)。

　　結合我們今天的話(huà)題，十二年前我們剛開(kāi)始的時(shí)候服務(wù)了很多互聯(lián)網(wǎng)的企業(yè)，現在我們發(fā)現服務(wù)了越來(lái)越多傳統的企業(yè)，這是微軟的Satya說(shuō)的一句話(huà)，現在不管你是高科技還是傳統企業(yè)還是互聯(lián)網(wǎng)，很多企業(yè)都運行在軟件或者應用之上，所有的軟件、所有的應用都依賴(lài)于數字化，我們正是服務(wù)好這些數字化。

　　我們也發(fā)現數字化帶來(lái)了很多挑戰，以前我們去銀行直接去柜臺就可以了，現在我們都通過(guò)手機APP來(lái)進(jìn)行操作，這時(shí)候挑戰就來(lái)了，如果它的體驗不好的話(huà)，很多用戶(hù)可能會(huì )留下很多不好的印象，比如我們看蘋(píng)果APP市場(chǎng)里面，就會(huì )有很多評論，為什么這個(gè)APP打不開(kāi)，為什么體驗這么差。

　　對于數字化來(lái)說(shuō)帶來(lái)這么大的挑戰，但是一旦我的后端程序或者前端的APP不能正常工作了，直接影響了我后端業(yè)務(wù)的表現，直接影響到今天的貸款量，今天到底有多少業(yè)務(wù)中斷了，所以應用的性能直接影響到業(yè)務(wù)的表現。舉一個(gè)國外銀行的例子，大家可能都聽(tīng)過(guò)巴克萊銀行的例子，是歐洲一個(gè)很大的銀行。在2017年某一個(gè)下午突然服務(wù)器崩潰，崩潰時(shí)間不長(cháng)，只有90分鐘，但是這個(gè)崩潰造成了什么樣的影響呢？它造成的影響是用戶(hù)無(wú)法操作ATM，他在A(yíng)TM取款的時(shí)候客戶(hù)很難正常操作，數千上萬(wàn)客戶(hù)受到了影響，這個(gè)時(shí)候社交媒體就涌出了大量的客戶(hù)憤怒的抱怨，同時(shí)在媒體上面也有相應的報道。對于巴克萊銀行的直接經(jīng)濟損失可能達到了上千萬(wàn)元，有人說(shuō)我就花17美分去購買(mǎi)一個(gè)香蕉它都不讓我去購買(mǎi)，我感到很羞愧。

　　我們看到應用是否正常運行其實(shí)直接影響到我們的業(yè)務(wù)，在數字化的情況下對我們運維產(chǎn)生了非常大的挑戰，比如我們簡(jiǎn)單的在手機端查詢(xún)余額或者進(jìn)行轉帳的簡(jiǎn)單操作，在我們看來(lái)很簡(jiǎn)單，輕觸一下手機轉帳成功。但其實(shí)在后端我們看下來(lái)它有非常多的不同的數據的操作，數據的交互在進(jìn)行，可能我們輕輕的點(diǎn)擊后端生成了上千條的數據。現在我們也看到很多新的技術(shù)也引入進(jìn)來(lái)，比如云計算、敏捷開(kāi)發(fā)、大數據、人工智能、微服務(wù)等等，這些新的概念也涌進(jìn)來(lái)，各行各業(yè)都受到了影響，不光是銀行。

　　如何在這些新的東西引入進(jìn)來(lái)的時(shí)候，能讓我們把運維服務(wù)做好，同時(shí)把我們的業(yè)務(wù)做好，這是一個(gè)非常難的難題。整體來(lái)說(shuō)我們聽(tīng)云的解決方案是什么呢？在我們左邊看起來(lái)，左邊是真實(shí)的用戶(hù)，比如說(shuō)它可能是通過(guò)APP去訪(fǎng)問(wèn)這個(gè)業(yè)務(wù)，也有可能是通過(guò)瀏覽器去訪(fǎng)問(wèn)這個(gè)業(yè)務(wù)，他經(jīng)過(guò)了一系列網(wǎng)絡(luò )之后來(lái)到了右邊，基于云的基礎架構，私有化的基礎架構之上有一些自己的業(yè)務(wù)系統，這些業(yè)務(wù)系統可能訪(fǎng)問(wèn)不同的程序。

　　聽(tīng)云做的第一件事兒是什么呢？就是在全球有幾十萬(wàn)的布點(diǎn)，在中國覆蓋了所有主流的鄉、市、鎮，聽(tīng)云這款產(chǎn)品叫Network是模仿真實(shí)的用戶(hù)訪(fǎng)問(wèn)情況，主動(dòng)的訪(fǎng)問(wèn)后面的應用情況，來(lái)判斷是不是應用正在正常的進(jìn)行當中。同時(shí)光有這個(gè)也不夠，我們還想知道真實(shí)用戶(hù)是怎么樣的，所以我們看到在真實(shí)用戶(hù)這兒有一個(gè)聽(tīng)云APP產(chǎn)品，它可以監控真實(shí)用戶(hù)APP的使用場(chǎng)景。在國內我們現在大概有6億終端，可能后面都嵌的是聽(tīng)云的SDK，可以獲取到真實(shí)的APP的響應情況，有沒(méi)有崩潰，對于業(yè)務(wù)是否正常操作等等。這個(gè)只是覆蓋了用戶(hù)的前端，從用戶(hù)的角度來(lái)看這個(gè)問(wèn)題。我們看看是不是能從后端也把它監控起來(lái)。在基礎架構之上我們也有一個(gè)聽(tīng)云Sys的產(chǎn)品，覆蓋整個(gè)基礎架構的監控，同時(shí)在這個(gè)上面具體的業(yè)務(wù)，我們有聽(tīng)云的Server來(lái)覆蓋這樣的產(chǎn)品，所以整體來(lái)說(shuō)我們打造了一個(gè)全平臺的產(chǎn)品，希望從用戶(hù)端一直打造到最后的服務(wù)器端或者云上，或者私有化各種場(chǎng)景下我們都能把相應的數據采集到。

　　具體我們能干什么呢？第一個(gè)，輔助研發(fā)測試，第二個(gè)，日常運維，第三，體驗改進(jìn)，第四，運營(yíng)優(yōu)化。我把這四點(diǎn)稍稍展開(kāi)一點(diǎn)，講一些細節。研發(fā)測試其實(shí)痛點(diǎn)是什么，可能大家做業(yè)務(wù)的時(shí)候偶爾也會(huì )給研發(fā)測試的進(jìn)行溝通，會(huì )發(fā)現研發(fā)測試很難去完整的測試出APP，我這個(gè)應用系統到底是否正常，它總會(huì )出現一些異常的情況。剛上線(xiàn)之后可能會(huì )出現大量不可控的bug和故障，IT團隊時(shí)時(shí)刻刻都處于救火的狀態(tài)，給用戶(hù)帶來(lái)不好的體驗，甚至嚴重影響業(yè)務(wù)的正常運行。面對這樣的挑戰，我們通過(guò)興業(yè)銀行的一個(gè)落地案例來(lái)體現聽(tīng)云如何應對類(lèi)似的研發(fā)測試場(chǎng)景。

　　在興業(yè)銀行這兒我們可以快速的定位排查，比如我們的代碼中有沒(méi)有BUG，手機APP有沒(méi)有崩潰，有沒(méi)有各種異常，同時(shí)我們覆蓋了興業(yè)各種主流的APP包括我的網(wǎng)銀、家庭銀行、信用卡包括一些小程序等等。

　　我們再看一個(gè)具體的實(shí)際的能力，剛剛也看到了，比如我們看到了一個(gè)后端的程序可能是跨過(guò)了多個(gè)服務(wù)器或者多個(gè)組件進(jìn)行的，如何把這些服務(wù)器、組件統一的綜合的看起來(lái)，我們會(huì )有一個(gè)全棧溯源式問(wèn)題追蹤，能快速的知道到底具體是哪個(gè)服務(wù)器或者哪個(gè)具體的代碼出現了問(wèn)題。同時(shí)我們也具有代碼級的根源分析能力，以前需要一些專(zhuān)家級的人員來(lái)進(jìn)行長(cháng)時(shí)間的判斷，現在我們可以很快的把具體每一行代碼，哪一塊具體的錯誤給查找出來(lái)。

　　日常運營(yíng)的時(shí)候其實(shí)我們發(fā)現對于一些正常出現的業(yè)務(wù)失敗，比如無(wú)法登錄，APP閃退等等，很多時(shí)候我們是被動(dòng)的解決問(wèn)題，比如用戶(hù)投訴或者社交網(wǎng)絡(luò )上有人抱怨了，或者APP市場(chǎng)里面有人提意見(jiàn)了，這個(gè)時(shí)候我們才被動(dòng)的解決問(wèn)題。同時(shí)這個(gè)問(wèn)題很難去有效的定位，比如可能會(huì )進(jìn)到網(wǎng)絡(luò )部門(mén)，網(wǎng)絡(luò )部門(mén)可能會(huì )覺(jué)得網(wǎng)絡(luò )沒(méi)有問(wèn)題，那就流轉到數據庫部門(mén)，數據庫覺(jué)得數據庫也沒(méi)有問(wèn)題，一看好像各個(gè)部門(mén)都覺(jué)得沒(méi)有什么問(wèn)題，這就造成了一個(gè)非常耗時(shí)去解決真正問(wèn)題的問(wèn)題。

　　舉一個(gè)興業(yè)銀行的例子，這邊我們應用到了網(wǎng)絡(luò )金融部，覆蓋了多個(gè)渠道的服務(wù)器，當這個(gè)事情真正發(fā)生的時(shí)候，比如有一些故障真正發(fā)生的時(shí)候不需要用戶(hù)主動(dòng)來(lái)找我，而是我通過(guò)一些報警的機制主動(dòng)的發(fā)現一些問(wèn)題，這些報警會(huì )主動(dòng)指出一些錯誤，我可能還能通過(guò)報表到底是哪個(gè)指標出了錯誤。甚至我能看到每一個(gè)網(wǎng)絡(luò )請求，甚至每一個(gè)設備它們到底是哪里出現了問(wèn)題，可以快速、精確的定位到具體的問(wèn)題。

　　我們再舉一個(gè)模仿落地的例子，這個(gè)是用聽(tīng)云Network主動(dòng)去探測尋找問(wèn)題的案例，這條線(xiàn)明顯跟其他線(xiàn)不太一樣，講的是三大運營(yíng)商，說(shuō)明網(wǎng)銀業(yè)務(wù)的可用性突然下降了，同時(shí)三大運營(yíng)商的客戶(hù)都受到了影響。我們再仔細下降一點(diǎn)，發(fā)現大量的線(xiàn)上任務(wù)超時(shí)，很多頁(yè)面超過(guò)60秒都不能打開(kāi)。這個(gè)時(shí)候我們就要分析問(wèn)題了，要通過(guò)一些比較偏技術(shù)的，比如說(shuō)Ping、Tracer去看。最后我們發(fā)現是數據庫的變更造成的，那可以很快的去確定這個(gè)范圍，不在網(wǎng)絡(luò )部，在數據部門(mén)，可以盡快的去解決這樣的問(wèn)題。其實(shí)我們碰到了很多這樣的場(chǎng)景，同樣是三大運營(yíng)商受到了影響，但是后來(lái)發(fā)現根本不是數據庫的問(wèn)題，而是DNS被劫持了，那我們就需要去那個(gè)城市或者那個(gè)省份去解決DNS劫持的問(wèn)題。

　　同時(shí)我們發(fā)現類(lèi)似的場(chǎng)景還很多，背后的原因可能是多種多樣的。再舉一個(gè)例子，突然某一個(gè)運營(yíng)商的波動(dòng)特別大，它的延時(shí)特別長(cháng)，那我們的建議是什么呢？趕緊聯(lián)系這個(gè)運營(yíng)商，跟這個(gè)運營(yíng)商探討一下到農行的線(xiàn)路是不是有什么故障。

　　所以我們看到一個(gè)簡(jiǎn)單的問(wèn)題，一個(gè)網(wǎng)銀慢的問(wèn)題，可能它發(fā)生的根源是多種多樣的，只有通過(guò)數據和工具的手段能讓我們更好的服務(wù)好我們的客戶(hù)。這個(gè)例子也是20%的資源加載不出，可能在我測試這兒看來(lái)沒(méi)有問(wèn)題，我的網(wǎng)站打開(kāi)都沒(méi)問(wèn)題，但是就有20%的客戶(hù)投訴說(shuō)慢了，為什么呢？最后我們發(fā)現是適配的問(wèn)題。

　　第三點(diǎn)，如何用聽(tīng)云來(lái)提升今天的體驗和客戶(hù)成功。在滿(mǎn)足客戶(hù)的基本需求之后，我們很難去進(jìn)一步提升客戶(hù)的體驗，比如說(shuō)很多客戶(hù)會(huì )投訴慢、響應時(shí)間長(cháng)、效率低等等，怎么去解決這個(gè)問(wèn)題呢？我來(lái)舉一個(gè)在光大銀行落地的實(shí)例，光大銀行大家看，左邊是光大銀行的網(wǎng)絡(luò )和APP，右邊是他們后端的架構，同時(shí)我們就把聽(tīng)云的APP產(chǎn)品聽(tīng)云的Sys產(chǎn)品部署在廣大上，一邊是監控用戶(hù)端，一邊是監控后端。當用戶(hù)發(fā)生響應時(shí)間慢，加載不出來(lái)的情況怎么辦呢？這個(gè)時(shí)候我們會(huì )聯(lián)系研發(fā)人員，去看到底崩潰、慢請求是什么原因。甚至我們能夠做到個(gè)性化的判斷，可能個(gè)別的用戶(hù)他不能訪(fǎng)問(wèn)這個(gè)網(wǎng)站，但不代表所有客戶(hù)不能訪(fǎng)問(wèn)這個(gè)網(wǎng)站，所以我們可以進(jìn)行個(gè)性化的用戶(hù)體驗，具體的去排除潛在的原因，然后把這個(gè)原因提交給業(yè)務(wù)人員，同時(shí)業(yè)務(wù)人員再把類(lèi)似的信息提交給客服人員，這時(shí)候客服人員可能就可以確定確實(shí)剛剛發(fā)生了這樣的問(wèn)題，問(wèn)題可能出在什么地方，我們可能會(huì )用什么樣的方式來(lái)去解決這樣的問(wèn)題。

　　為什么剛剛說(shuō)可以個(gè)性化呢？我們可以把具體的用戶(hù)定位出來(lái)，比如根據他的手機號或者唯一標識符可以具體定義到它發(fā)生的崩潰，比如在崩潰之前他進(jìn)行了哪些操作，可能查了余額又提交了一個(gè)貸款申請，突然崩潰了，這個(gè)操作軌跡我們都能還原出來(lái)，以及相應的技術(shù)方面的代碼歸棧等等我們都可以拿出來(lái)，第一是幫助客服人員去確認確實(shí)有這樣的問(wèn)題，更快的把這些錯誤信息傳遞到后端，讓開(kāi)發(fā)人員去解決這樣的問(wèn)題。

　　第四個(gè)，運營(yíng)優(yōu)化。在銀行內部經(jīng)常會(huì )進(jìn)行一些營(yíng)銷(xiāo)活動(dòng)，比如需要拿一些用戶(hù)畫(huà)像，線(xiàn)上的營(yíng)銷(xiāo)活動(dòng)的跟蹤，精準營(yíng)銷(xiāo)等等。我們也可以把相應的數據拿下來(lái)，不管是從APP端還是網(wǎng)頁(yè)端，我們都可以做漏斗轉化、留存分析、用戶(hù)體驗包括最后的用戶(hù)路徑，包括打用戶(hù)行為溯源等等。

　　剛剛講四大場(chǎng)景，研發(fā)測試、體驗改進(jìn)、日常運維、運營(yíng)優(yōu)化，我們講了三個(gè)例子，農行、光大、興業(yè)。聽(tīng)云在成長(cháng)過(guò)程中也在不斷的發(fā)展，我們立足于應用性能監控也做了多方面的拓展，一方面希望能做到橫向拓展，能拓寬業(yè)務(wù)邊界，不光是我們知道有哪些代碼錯誤，哪些報錯，404，網(wǎng)頁(yè)錯誤等等，這些是給研發(fā)人員看的。在業(yè)務(wù)層面看是需要知道業(yè)務(wù)的可能性是怎么樣的，手下可能有幾十個(gè)業(yè)務(wù)，業(yè)務(wù)下面可能還有子業(yè)務(wù)，它們的表現怎么樣，有多少業(yè)務(wù)今天已經(jīng)完成了，有多少業(yè)務(wù)出錯了，這是我關(guān)心的事情。如何用業(yè)務(wù)的信息跟IT的信息結合起來(lái)，幫助我們的業(yè)務(wù)做更好的決策。

　　另一方面我們希望能做縱向擴展，利用AI人工智能的技術(shù)，希望能幫助客戶(hù)提高效率，減少解決問(wèn)題的時(shí)間，盡量能幫助他們更好的實(shí)現業(yè)務(wù)上的發(fā)展。

　　一個(gè)是我們如何結合業(yè)務(wù)運維，這是南方電網(wǎng)的案例，可以把南方電網(wǎng)的業(yè)務(wù)建模成N層的構建，比如它有它的營(yíng)銷(xiāo)體系、4A平臺、資產(chǎn)管理等等，這些業(yè)務(wù)之下還有他們的子業(yè)務(wù)，可能是呈樹(shù)狀結構。對于每個(gè)業(yè)務(wù)流程怎么去分析，他們的業(yè)務(wù)操作有哪些，對于全棧的業(yè)務(wù)，各種指標如何做分析和判斷，做數據挖掘，這個(gè)是我們業(yè)務(wù)運維的場(chǎng)景。

　　同時(shí)在A(yíng)I方面，一個(gè)是智能警報，傳統上來(lái)說(shuō)，可能很多時(shí)候我要做報警，我要去手動(dòng)設置非常多的東西，去指定我要去什么東西做報警，上限是什么，下限是什么，閾值是什么，在現在看來(lái)我們希望把產(chǎn)品做的盡量簡(jiǎn)單。用戶(hù)幾乎不需要進(jìn)行任何的輸入，背后我們有多個(gè)算法在同時(shí)進(jìn)行各種操作，判斷出來(lái)是不是當前的場(chǎng)景異常，然后提醒客戶(hù)。

　　其實(shí)我們發(fā)現異常之后這只是第一步，我們告訴你可能你現在A(yíng)PP有點(diǎn)問(wèn)題，你的整個(gè)業(yè)務(wù)受到一些影響，但是客戶(hù)得解決問(wèn)題，他得知道到底這個(gè)錯誤在什么地方，怎么去定位這個(gè)問(wèn)題。比如我們看到這邊有一個(gè)波峰，在那段時(shí)間可能整個(gè)響應時(shí)間變長(cháng)了，對于業(yè)務(wù)方來(lái)說(shuō)用戶(hù)體驗就下降了，對于運維來(lái)說(shuō)也很難去挖到具體的根源是什么。

　　我們做了一鍵根源分析的系統，結合了大數據和實(shí)時(shí)計算，能夠快速的一鍵定位到真正的根源。比如這個(gè)例子，可能某一個(gè)城市的主站網(wǎng)絡(luò )發(fā)生了問(wèn)題，或者新的Android版本發(fā)生了問(wèn)題，定位這個(gè)問(wèn)題我可能需要幾天甚至幾周的時(shí)間去把這個(gè)問(wèn)題，現在我只需要輕輕一點(diǎn)，通過(guò)后臺大量的數據我可以分析出這個(gè)異常的潛在的根因是什么。

　　在我們聽(tīng)云看來(lái)，整個(gè)數字化分為五步，從一開(kāi)始的IT是獨立成本中心，后來(lái)逐漸成了IT支撐業(yè)務(wù)，到后來(lái)成了競爭優(yōu)勢，我們聽(tīng)云希望幫助客戶(hù)在轉型當中讓數字化成為業(yè)務(wù)的本身，同時(shí)可以讓我們的數字化和IT從一個(gè)成本中心變成它真正的競爭優(yōu)勢。