JRT 0361-2026《金融数据中心智能运维规范》

1本文件规定了金融数据中心智能运维的总体架构、感知能力、分析决策能力、自动化处理能力及可视化与交互能力要求。下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本(包括所有的修改单)适用于本下列术语和定义适用于本文件。智能运维intelligentoperationa通过传感器、接口等方式采集金融数据中心的资产和运行数据，采用人工智能、大数据等技术分析数据，实现运维过程可感知、可分析、可决策、可自动执行的运维方式。由计算机场地(机房)、机房基础设施、信息系统硬件(物理和虚拟资源)、信息系统软件、信息资源(数据)和人员以及相应的规章制度组成的组织。[来源：GB/T33136—2024,3.1.1,有修改]金融数据中心financiald下列缩略语适用于本文件。API:应用程序编程接口(ApplicationProgrammingInterface)APP:应用程序(Application)PLF:供电负载系数(PowerLoadFactor)提高效率提升效益强化安全智能运维应用场景感知能力智能运维能力感知节点服务设施场地环境数据中心物理视图可视化与交互自动化处理分析决策自动化处理优化体验b)提高效率：实现金融数据中心对设施预测性维护，提高发现、分析、解决运维问题的速度。d)强化安全：实现金融数据中心运维的规则标准化和执行3a)感知能力：智能运维过程中产生与接收管理数据和技术数据，进行初步筛选，为智能运维的后续动作提供必要数据。b)分析决策能力：智能运维过程中对影响运维目标实现的诸多因素进行分析、计算、判断和选优，提供多种运维选择。d)可视化与交互能力：智能运维过程中将运维对象及关联关系、运维流程、运维活动、运维管理信息转换成可展示的数字化图形或图像，实现数字仿真、可视交互、可视运维、可视管理等功智能运维应用场景指金融数据中心在环境管理、运行服务管理等方面使用智能运维技术的应用场a)夯实数据基础，规范治理体系：智能运维收集金融数据中心环境、硬件、软件相关的属性、状态等数据信息，制定数据字典，规范数据内容，建立规范化的数据基础。b)强化风险管控，提升处置能力：智能运维应用智能化技术，智能运维的数据采集应以全域运维数据为基础，对金融数据中心场地环境和IT服务设施数据进行采集，为分析决策、自动化处理、可视化与交互提供数据支持。具体内容如下。a)应采用低负载技术手段进行数据采集，例如旁路复制、日志采集、API轮询、主动推送、被动监听等方式。b)应按运维策略采集全部数据，采集内容包括但不限于生产系统、电气系统、暖通系统、弱电系统、视频监控系统、门禁系统、消防系统、网络系统、计算系统、存储系统的软硬件运行情c)应能准确、及时地捕获采集对象的关键状态变化，确保数据精度；同时，应具备与平台的联动能力，并支持对采集频次、性能、告警阈值等参数的在线配置，满足智能运维的灵活需求。d)应具备故障自检与异常监测能力，当检测到异常或失效时通过声、光等本地方式发出告警，并同步上报至智能运维平台(以下简称平台)。对于监测到的运维对象异常事件，系统应能自动触发预定义的恢复流程，并在平台上生成处置记录，最大限度地减少人工干预。f)应具备良好的可扩展性，能够自动或通过简易配置，发现并接入新增或变更的各类运维对象。智能运维的数据通信应建立安全可靠的数据通信网络，保障采集数据高效稳定传输。具体内容如下。a)应支持多种网络接入方式。b)应具有多种接口能力，支持多种通讯协议。4c)应保障数据传输的安全性。e)应支持主备和多链路备份。f)应满足数据通信的带宽、传输速率、可靠性、容错性需求。智能运维的传送分发应具备数据接入后的分发控制能力，具体内容如下。a)应支持基于编排策略的数据分发控制。b)应支持数据分发到多个模块，包括但不限于分析决策能力模块、自动化能力模块、可视化与交c)应具备数据分发权限控制和安全保障能力d)应支持数据分发的格式转换和编码转换，适应不同模块需求。8.1.1数据管理能力a)应提供流处理、批处理、图计算、高性能计算等处理能力。b)应建立整体策略执行和策略调度管理能力。a)应支持不同类型运维数据的存储，应针对运维指标、日志、链路、配置、事件等不同数据特点组合使用相关存储组件。c)应提供具有可扩展性的数据存储设施。e)应具备运维数据的备份及恢复能力。f)应具备快速清理历史无用数据的能力。g)应保护数据存储过程中的安全性。8.2建模能力a)算法集开发：应包含成熟的、基于开放标准的机器学习算法库及开发框架，提供高效算法开发环境，支持私有云、容器等多种方式部署。b)算法集管理：应支持算法导入、发布和更新，支持预置智能运维场景常用算法，例如指标异常检测、指标关联分析、日志聚类分析、趋势预测、故障预测、根因分析等算法。智能运维的算法模型开发与训练应具备建模数据处理、数据样本管理、模型训练、模型调试等功能，具体内容如下。a)建模数据处理：应提供用户自定义数据预处理规则，对算法模型依赖的源数据进行预处理；应5支持特征工程相关处理工作。b)数据样本管理：应支持各类算法服务的样本标注及管理能力；应支持样本用于算法模型效果评估及迭代优化。c)模型训练：应使用预处理后的数据，从算法集中导入合d)模型调试：应支持对模型进行调试、测试的能力，并输出模型评估报告。b)算法服务运行：应保障算法服务线上运行的稳定性及可用性。a)应支持通过自学习识别指标运行规律生成动态阈值，支c)应支持自动识别日志中模式变化异常，包括新增、突增、突降、无日志等异常行为。a)应支持根据告警的各类属性，聚合压缩合并相关告警，并推送给运维人员。b)应具备告警的影响分析功能，包括受影响的业务、应用、系统等。d)应根据告警的严重程度、业务的影响范围、紧急程度等因素，制定智能告警分级标准和优先级排序算法。a)应支持基于多维下钻、影响关联分析、时序因果、链路追踪等一种或多种方法确定故障边界，且不同的故障界限范围对应明确的应急快速恢复手段。b)应支持业务异常时，自动化追溯异常根因对象或指标。8.3.4故障预测a)应支持针对输入的多维时序指标，预测指标未来一段时间的变化，并提供周期、趋势相关统计注：通常用于预测故障异常、流量变化等场景。b)应支持根据应用容量运行情况，自动化生成容量弹性伸缩策略，提升金融数据中心资源使用效d)应支持根据资源使用情况输出资源画像，结合物理机配置、虚拟机和云平台资源、应用级的资源负载，生成错峰混合部署优化方案，并提供迁移调度路径。6e)应支持根据资源部署拓扑，生成成本优化部署方案，并提供迁移调f)应基于规则或模型分析金融数据中心成本，包含基础环境运维成本、硬件运维成本、软件运维g)应支持对PaaS层、基础设施等基础资源的容量管理及资源预测分析，为基础资源建设提供依b)应支持根据变更场景和变更监控时序，自动化分析识别异常变更，并及时做出告警。d)应支持构建变更部署的监控和度量体系。a)应通过数据获取、信息抽取、知识融合与知识加工等关键技术，构建运维领域的专用知识图b)宜通过基于规则、自然语言处理、智能机器人等技术手段识别用户语义，自动准确回复用户运维及运营相关问题，且能够根据历史对话内容、标注及反馈，更新数据并训练模型。a)纳管能力：应具备对自动化纳管对象的上线、运行调整、下线等生命周期环节做闭环自处理的b)检查能力：应具备对自动化纳管对象进行自动比对分析、健康检查、异常探测，并自动生成检测结果的能力。d)优化能力：应具备监控检查及干预所需阈值自动调整、工作步骤自动更新、适配处理条件自动完善的能力。f)应急处理能力：应具备突发事件快速处置能力。定义过程包含的内容如下。b)执行脚本定义：兼容python、shellc)执行参数定义：定义任务执行对象、入参数据、出参数据。e)编排可支持子任务嵌套：应确保流程结构的清晰性与可理解性。设计需对嵌套逻辑进行合理规约，嵌套层数宜控制在3层以内。f)执行规则定义：定义任务执行的时间周期、优先级、对象范围、重试机制、超时时间等。7a)已编排的任务在正式发布前应进行调试，验证其分析结果是否符合预期，应支持单个策略和多个策略的验证能力，应记录策略验证环境。b)宜实现模型和环境之间解耦，支持测试验证后仅调整参数即可部署至生产环境。发布应包含内容如下。a)打包已验证任务的配置、数据等内容，发布到运行环境，并激活运行数据接入实例、数据分析实例、数据存储实例。b)发布具有版本管理能力的策略，支持版本历史查看、版本比对、版本回退。c)在特定事件发生后，基于指定的规则策略自动触发。d)在平台模块、软件、传感器匹配特定条件时自动触发。e)应能检测多任务并发执行过程中，单台设备对不同任务配置下发时的冲突。b)存量配置的影响验证：基于存量配置的SLA、流量等数据，形成存量配置基线，支持在变更执行后，比对存量配置的业务状态，保证存量业务不受影响。回滚应支持在异常发生时，基于记录的信息快速定位问题根源和评估影响范围，具体内容如下。——过程异常回滚：自动化下发过程异常时，具备基于事务机制，对已下发配置执行自动回滚b)应具备对回滚机制的管理能力，描述如下。a)执行记录：对任务执行结果进行记录存档。注：记录信息包含任务ID、任务类型、执行时间、结果状态、执行类型(执行、检查、回滚)等。b)记录关联：记录执行任务下发的参数、配置等信息，关联上述信息和被执行对象，保证任务执行准确性和执行性。8c)数据一致性：应具备对人为配置参数或信息同步数据的一致性校验能力，能反向获取并记录被执行对象的现有配置数据。d)结果反馈：将任务执行结果反馈至分析决策平台。当某个特定事件发生后，基于指定规则策略，自动触发任务执行。可视化与交互能力指对采集和分析的数据提供可视化界面并进行人机交互的能力，具体内容如下。a)应具备可视化配置能力，包含数据来源、数据组装、组件效果、页面布局、发布展示整套流程的可视化配置，实现即时可视，快速构建，实时洞察。b)应具备交互可视化能力，使用交互式界面和工具，通过交互操作，根据需求分析统计数据，提c)应具备获取信息便利性和交互多样性的能力，通过手机、智能可穿戴设备、虚拟现实等设备访d)应具备可视化与交互权限控制能力，根据运维与业务的运维可视化与交互指通过可视化手段呈现运维的服务、资产、设备、设施的状态和性能态势，使运维人员快速决策，具体内容如下。a)应自动统计归纳并多维度可视化展示资源、资产、告警、关键运行指标等基本信息。b)应支持展示数据的逐级下钻。c)应支持金融数据中心运维对象可视化建模并呈现对象间关系和运行状态。业务可视化与交互指可视化总览生产系统的能力，实现核心业务数据可视化，具体内容如下。a)应全面展示业务系统运行状态、性能态势等信息。b)应支持业务影响风险、业务全链路、业务服务动态控制等可视化。采用智能运维的金融数据中心的规划、建设及运维管理，应通过文档审查、服务操作、日志查验、技术验证、效果评估等方法，验证其感知能力、分析决策能力、自动化处理能力、可视化与交互能力是否符合本文件的要求。9对金融数据中心的电气、空调、消防、动环监控系统、安防系统、机架及综合布线等场地与基础设施进行管理。实现对场地与基础设施运行状态的全面感知、智能分析与集中调控，支撑安全、高效、精准的运维b)可视化管理，包括运维可视化和业务可视化。c)多元设备的协调纳管。对网络、计算、存储等基础设施进行综合管理。实现金融数据中心网络及IT系统的智能管理。IT基础设施具备的管理能力如下。a)网络管控，包括网络管理、网络智能分析等。b)网络平台管理，包括自动化任务编排、流程管理、配置管理、故障管理等。c)运维业务管理，包括业务意图、运维监控、运营管理等。对金融数据中心基础设施的容量数据进行统计汇总并多维度图形化呈现，辅助运维人员决策分注：容量数据包含整体机架数、总服务器数、机架电力利用率、制冷利用率、带宽利用率、制冷容量、载荷容量1.3.2管理目标实现对金融数据中心基础设施的容量数据的智能监控与管理a)根据金融数据中心容量数据，模拟及分析当前电力和空间使用情况，提供日常及应急场景下的b)分析空闲机位、可用电力、机架功率、预设阈值等数据，在容量异常时触发告警。c)根据机位和电力信息提供机位锁定与解锁建议。d)管理(检测、监控等)网络单元关键参数，确保实现其最大利用率。1.4.1管理内容对金融数据中心能源子系统进行管理。1.4.2管理目标对金融数据中心的能耗预测并绘制能耗曲线，实现对金融数据中心IT系统、制冷、照明、电气等进行能效及碳排放状况分层、分级评估，及部分可再生能源的回收利用。1.4.3管理能力a)基于金融数据中心的能耗运行情况，分析影响PUE的因子及权重值，包括但不限于能效因子。b)提供时间维度、空间维度的数据展示功能，展示金融数据中心能耗分布，实时展示设备及子系统能耗使用情况。c)基于整体楼宇和子系统的用电成本分析，自动生成图文展示的节能优化方案，并预测优化后的d)基于基础设施运营情况，预测并绘制未来1/4/12小时内的能耗数据曲线。对金融数据中心的碳排放、储能发电、制冷等进行管理。1.5.2管理目标评估金融数据中心相关IT系统、制冷、照明、电气等的环保情况1.5.3管理能力a)碳排放数据查询和碳排放报告查询。b)自建可再生能源配置、余热回收配置、清洁能源配置、碳排放交易配置、投资配置、绿色运营规范配置、绿色电力交易配置。c)计算成本，建立成本模型，提供低成本调配方案，包含电力市场管理分析、能源成本预测等。e)发电能源管理：支持自发电控制。2.1事件管理对IT资产(软硬件设施、数据库等)、业务流程、人员、容量等重要信息进行管理。收集、分类和处理金融数据中心重要数据，实现智能化设a)自动化能力。b)感知能力。——具备根据运行情况调整监控参数的能力。d)诊断能力：具备告警根因分析、减少重复告警的能力。e)决策能力：具备根据监控现状与管理目标提供措施建议并持续优化改进的能力。服务台管理具备的管理能力如下。a)自动化能力。b)感知能力。c)描述能力。d)诊断及自愈能力。——基于IT运维大数据和机器学习技术，分析定位事件原因和业务影响。e)学习能力。提供基于知识图谱的智能问答，通过交互反馈信息的学习，扩展知识图谱，识别用对变更请求进行处理。a)自动化能力。b)描述能力。c)感知能力。d)学习能力。e)预测能力。——具备自动识别变更影响范围、评估变更风险的能力。——具备通过仿真系统对变更方案(包括回退方案)进行模拟仿真的能力。f)诊断能力。g)决策能力。——具备根据变更级别制定保障方案的能力。——具备实时启动变更沟通、调整、回退流程的能力。在资产相关的统筹规划、管理实施、稽核检查、资产运营等流程中，通过智能化手段对资产进行全生命周期管理。a)自动化能力：具备自动发现、更新资产及配置信息的能力。b)描述能力：具备实时展示资产整体数据、运行状态及可用性状态能力。c)感知能力：具备自动识别资产状态的能力，根据不同类型资产之间的属性自动建立和更新关联d)诊断能力：具备根据历史数据及资产折旧情况预测资产的折旧趋势、报废率等情况，提出优化建议的能力。注：针对台风、洪水等恶劣天气或灾害情况，提供重点关注指标。b)提供电力系统拓扑图和运行参数曲线图。注：电力系统拓扑图和运行参数曲线图包括电力系统架构、断路器闭合状态、设备运行参数、设备告警等信息。c)提供冷源系统拓扑图和运行数据曲线图。注：冷源系统拓扑图和运行数据曲线图包括制冷系统架构、设备运行状态、管道水流动态、设备运行参数、设备告警等信息。d)支持环境设施视图2D和3D快速切换。注：环境设施包括展示园区鸟瞰图、大楼整体图、楼层与房间模型图、设备监控视图，楼房、机房、微模块、机架、设备的3D视图，UPS、空调系统、照明系统综合视图等。f)具备超出阈值后自动生成告警等功能。通过软件巡检、机器人巡检等方式，利用多传感器融合、软件探测、服务编排等技术对金融数据中心运维对象执行重复性巡检任务，根据规则判定问题并进行后续处理。注：巡检管理包括巡检模板管理、巡检路线管理、巡检项管理、巡检任务、巡检转单(事件)、移动巡检、巡检数据统计分析、待办提醒等功能。a)通过手持终端对机房内设备进行标准化流程巡检。b)发现的问题自动生成事件或问题工单。实现对金融数据中心基础设施的实时监控、故障识别、根因分故障告警管理具备的管理能力如下。a)统一日志管理，汇总各层日志，支持注：各层包含基础设施层、服务运行层、应用事务层、决策洞察层等。b)以空间平面图、告警列表等形式