一、项目背景及目标

为应对新一代云原生分布式架构带来的运维挑战，四川银行基于eBPF内核级零侵扰采集与AutoTracing零代码分布式追踪技术，构建了覆盖全行重要交易场景、重要业务系统的全链路可观测体系。项目无需改动任何业务代码，实现全渠道、全栈、全链路交易端到端实时监控与精准定位，故障定界时间从小时级压缩至分钟级。同步构建基于交易链路数据与流量数据的智能数据底座，为后续AIOps场景落地提供支撑，推动运维模式从"经验驱动"升级为"证据驱动"，为监控及故障分析提供完整可溯源的交易证据链。

（一）项目背景

随着金融体系数字化演进提速，云计算、分布式微服务以及国产化软硬件的大规模应用，金融IT基础架构复杂性呈指数级增长。监管层面，人民银行《金融科技发展规划（2022-2025年）》要求金融机构进一步提升系统韧性、防范和化解科技系统性风险，相关政策持续推进金融数据资产的安全与系统自主可控。

四川银行2022年启动新一代信息科技工程，2025年5月一次性集中投产134个业务系统，完成核心系统上云迁移与国产化替换。新架构引入云原生、分布式、单元化等先进技术，容器规模超6万，两地四中心跨域部署。在全新分布式架构下，单笔交易频繁穿梭于云上云下的多个基础设施和业务系统节点，传统监控手段面临三重结构性失效：

一是监控覆盖盲区。传统APM依赖代码埋点，对业务的侵入性强。行内业务系统众多，数据埋点的完整性和准确性难以把控，容易出现覆盖不全的情况。在实际场景中，未进行数据埋点的节点无法取到数据，经过该节点的交易不会留下可分析的记录，致使交易监控出现断链情况影响进一步分析。

二是应用日志短视。应用层仅能汇报其"知道"的信息，如一笔交易处理耗时200毫秒、状态码返回成功，但无法反馈出这200毫秒中有多少消耗在内核态TCP重传，底层是否存在MTU配置与容器网络不匹配的隐患。

三是告警风暴噪声。传统业务系统监控的告警多源于技术层面的异常指标，产生重复告警多，缺乏业务语义关联，运维人员须凭借经验推断业务影响范围，告警本身既无法反映具体服务或交易类型所受的冲击，也无法实现端到端的交易追踪。

（二）项目目标

（1）构建全栈零侵扰可观测底座：在IaaS/PaaS/SaaS各层级统一部署无感知采集引擎，通过eBPF技术彻底摆脱对业务代码改造的依赖，消除东西向微服务调用的盲区。

（2）实现业务交易全链路追踪：还原从渠道终端、流量网关、业务中台到分布式数据库的完整交易生命周期路径，在缺乏统一全局流水号的断链场景中精准还原调用链路，确保每笔交易具备完整可回溯性。

（3）建立语义化数据处理能力： 将底层网络数据包和零散事件转化、聚合为具有清晰业务标识的结构化数据，打通业务语义与底层网络表现的映射关系，从根本上改变"数据无序、存储高昂"的困境。

二、创新点

（一）搭建交易全链路观测体系

将交易全链路观测体系应用于我行重要业务场景，实现"全生命周期可观测"范式。突破传统监控的"系统资源占用监控"和"镜像流量分析"范畴，完整记录一笔具体业务的每跳耗时、请求返回内容与确切落账时间，构建一套可向运维、审计出具的完整交易证据链，将运维从"经验驱动"转变为"证据驱动"。交易全链路监控场景的建设降低了故障联合排查时的协调成本，落实了"用数据证据说话"的科学管理机制。

（二）基于eBPF的内核截获技术采集相关数据

基于eBPF的技术彻底扭转"上监控必须改代码"的传统理念，利用操作系统内核层的探针机制无感采集运行数据，具备不可绕过、不可关闭、不可篡改的特性，且对业务进程的计算资源消耗稳定控制在1%以下。针对ISO-8583消息体解析、TLS/国密通道传输采集、微服务中缺乏追踪ID串联以及国产操作系统CPU指令集适配等难题，形成了系统性整合解决方案。

（三）通过语义化处理层与数据高效压缩存储降本增效

依托专有的业务语义化处理层，平台通过AutoTagging（自动标签注入机制）精准补充容器集群和服务域属性，将采集到的原始网络数据与业务上下文深度绑定。以此为基础，引入高效压缩编码技术对通信数据进行结构化归并与精简，仅保留核心行为要素，全量留档的存储规模相较传统全流量采集方案降低约97%，有效解决了大规模分布式环境下网络行为数据"采得全却存不起"的成本瓶颈。

（四）引入可编程框架支撑复杂多变交易协议

针对系统内、系统间复杂多变的各类交易协议，架构引入了WebAssembly（Wasm）轻量级可编程扩展引擎。无需重新编译主采集程序，可直接开发部署对应的解析插件来兼容行内自有或各软件厂商特有的协议，以热插拔方式动态加载。与传统方案相比，协议适配周期从数月级大幅缩短至天级，确保监控能力能够敏捷追随业务迭代。

三、项目技术方案

（一）应用架构

平台采用"零侵扰采集层+语义化处理层+智能体分析层"三层逻辑架构，各层独立部署、横向弹性扩展。

"零侵扰采集层"利用eBPF内核探针技术部署在生产网络和应用宿主机中，实时感知进程间通信及网络传输行为，全程无需对业务代码进行任何改造。

"语义化处理层"是保障数据可用性和大幅降低平台存储计算成本的关键枢纽。该层依托核心标签引擎，将云端基础设施属性、K8s原生属性以及服务端口信息与行内具体业务进行细粒度自动关联匹配，将原本离散的网络数据包转化为具备"业务应用名称"、"微服务标识"、"API路径"等高级属性特征的结构化事实记录，形成高度语义化、可追溯分析的标准化链路数据。

"智能体分析层"为AIOps大语言模型辅助交互提供高兼容度的标准规范接口，为智能运维场景应用奠定基础。

（二）技术架构

系统基于国产化软硬件环境部署，采集层、计算层、存储层实现解耦与独立扩展。

节点采集层：集成高级观测探针体系，实现报文实时截获及深度解读，无需任何应用内代理注入，实现对Java、Go、Python、C++等各类主流开发语言的无差别支持。

接入与缓存层：配合负载均衡设施将各采集节点数据推入高通量消息队列组件进行削峰缓存，确保高负载业务场景下数据不丢失，额外网络开销几近于零。

计算处理层：采用高效流式处理引擎，执行协议解析、链路关联、数据清洗与压缩编码等核心计算任务，支持秒级告警响应。

存储检索层：采用支持时间序列与文本混合检索的高性能列式存储，满足对全量调用日志的快速检索与历史回溯，符合监管级审计留存要求。

服务与展现层：提供标准化OpenAPI接口和可视化操作界面，供相关管理系统统一调度使用。

（三）集成架构

本项目作为我行科技运维生态能力的重要组成部分，完成了与关键系统的对接集成。系统与行内一体化运维管理系统、云平台及多个流量网关实现数据同步，为上层运维应用持续输送多维立体的感知数据。同时向集中告警中枢即时推送异常提醒，并在底层网络覆盖面上弥补了以往难以触及的东西向流量盲区，形成了横跨新老机房设备、纵贯全栈资源的服务通信监控体系。

四、运营情况

自投产以来，已稳定护航四川银行关键业务场景及系统，实现对每日业务交易场景的持续监测，保障业务连续性。运维团队已将本系统确立为线上运行疑难问题排查的首选工具，广泛应用于链路异常定位、7*24小时监控值守等场景。端到端业务拓扑关系图及精细时序追溯，显著缩短故障事件处置周期，有效满足应急响应要求。系统已与行内三方系统完成常态化对接，实现运维数据的联通，为推动数字化运维与智能化运维建设奠定基础。

五、项目成效

系统自上线以来，主要带来了以下几点改变：一是运维效能大幅提升。全链路故障定界时间从小时级压缩至分钟级，交易故障定位精确度提升90%；交易场景接入无需代码修改，接入效率提升数倍。二是监控资源成本显著降低。系统以12台监控节点实现数百台服务器的全量观测，全量留档比传统全流量抓包方案的存储规模大幅度降低，节约行内基础设施成本投入。三是促使业务连续性管理与合规能力双升级。构建可向监控、审计出具的完整交易证据链，每一笔交易的全链路调用路径、响应时延与异常根因均以结构化、可追溯形式留存，降低合规审计风险，同时促使业务连续性管理从被动响应升级为主动防御。

六、经验总结

本项目的成功实践，主要为我行提供以下经验：一是可观测体系的建设应该与架构升级同步，在架构规划时要考虑到交易全链路监控的技术路线，配套实施推进，提前发现隐患。二是交易全链路监控的建设要考虑对业务的侵扰性以及维护成本，避免对业务产生干扰。三是对原始数据的治理要作为项目的重点工作，避免"先采集原始数据、再通过后端规则补充业务上下文"的情况，通过AutoTagging在数据采集环节即完成业务语义注入，存储规模降低的同时数据可分析价值大幅提升，降低数据治理的成本。四是为后续智能运维演进预留空间，关注项目工作的可复用性，避免重复劳动。