廣發(fā)證券以“成為具有國際競爭力、品牌影響力和系統(tǒng)重要性的現(xiàn)代投資銀行”為戰(zhàn)略愿景，秉承“以價值創(chuàng)造成就金融報國之夢”的使命，致力于通過科技創(chuàng)新與國際化布局，打造綜合金融服務平臺，服務國家戰(zhàn)略與實體經濟高質量發(fā)展。在此戰(zhàn)略框架下，數(shù)據中心網絡作為支撐全球業(yè)務高效運轉的基石，其重要性愈發(fā)凸顯。數(shù)據中心網絡不僅是踐行“穩(wěn)健經營，持續(xù)創(chuàng)新”理念的技術載體，更是其實現(xiàn)“科技-金融-產業(yè)”良性循環(huán)、賦能新質生產力培育的戰(zhàn)略性支點，為推進行業(yè)創(chuàng)新實踐、構建數(shù)字化金融生態(tài)奠定了堅實基礎。

網絡運維挑戰(zhàn)

廣發(fā)證券經過多年的持續(xù)建設，形成了同城雙活、異地災備體系架構，并逐漸構建分布式多地云化數(shù)據中心，有力地支撐生產、辦公和管理業(yè)務的運行，但同時，數(shù)據中心網絡設備不斷增加，架構復雜化給網絡運維帶來諸多挑戰(zhàn)，傳統(tǒng)網絡運維無法滿足日益增長的網絡需求。

01 數(shù)據孤島，檢測不精細

在日常監(jiān)測中，傳統(tǒng)多個運維系統(tǒng)的數(shù)據相互孤立，數(shù)據之間缺乏關聯(lián)性，依賴人工整合分析，另外，傳統(tǒng)SNMP協(xié)議采集精度差（通常5分鐘粒度），難以主動感知網絡微突發(fā)類異常（亞秒級粒度）。目前數(shù)據中心包括傳統(tǒng)業(yè)務網絡、組播業(yè)務網絡、GPU業(yè)務網絡等多種組網，而之前多套傳統(tǒng)運維系統(tǒng)及多個視圖，存在數(shù)據孤島，無法統(tǒng)一分析和監(jiān)測，無疑給復雜的運維工作帶來更大的困難。

02 隱患難尋，風險缺預防

目前數(shù)據中心網絡既有傳統(tǒng)業(yè)務，又有組播業(yè)務，大模型相關的智算業(yè)務也在建設中，業(yè)務擴縮容和網絡變更頻繁，隨之網絡中可能存在一些潛在風險，例如，數(shù)據中心網絡中會采用大量的光模塊，光模塊器件的可靠性遠低于網絡設備硬件本身，運維需要系統(tǒng)性地排查網絡中的風險，從根源上減少故障的發(fā)生。

03 路徑不明，鏡像成本高

網絡流量與業(yè)務路徑黑盒化，傳統(tǒng)NPM鏡像部署成本高昂卻難以解決數(shù)據割裂問題。例如，為了業(yè)務平穩(wěn)運行，數(shù)據中心網絡普遍采用高可用架構設計，如MLAG和路由ECMP負載等技術，卻造成業(yè)務流量路徑不再唯一。運維人員因此只能在所有業(yè)務流量可能經過的設備上進行流量統(tǒng)計，人工逐段定位丟包位置，并且這些動作都必須等待排障窗口期。

數(shù)據中心網絡智能運維實踐

廣發(fā)證券堅持以科技金融為重大戰(zhàn)略之一，持續(xù)推進數(shù)字化轉型。為了更好保障用戶體驗，廣發(fā)證券攜手華為，基于iMaster NCE-FabricInsight建設統(tǒng)一的數(shù)據中心網絡智能運維平臺，以提升數(shù)據中心網絡運維效率。智能運維平臺重點圍繞統(tǒng)一可視化、網絡風險預防、智能化故障定界三個方向展開實踐。

打造統(tǒng)一數(shù)據底座，多Fabric統(tǒng)一監(jiān)測

針對多系統(tǒng)數(shù)據孤島、檢測粒度不精細等問題，網絡智能運維平臺構建了統(tǒng)一的數(shù)據底座，目前已納管交易區(qū)、非交易區(qū)、互聯(lián)網區(qū)、大數(shù)據區(qū)、組播私網區(qū)、測試區(qū)等Fabric網絡，數(shù)據對象包含網絡設備、全網TCP業(yè)務流的特征報文、關鍵業(yè)務流的全包、組播業(yè)務流等。通過Telemetry技術實現(xiàn)多種不同架構網絡指標的主動訂閱與亞秒級數(shù)據上報，監(jiān)測維度更加豐富，包含接口鏈路、隊列緩存、光模塊、配置、表項、丟包檢測等，實時監(jiān)測全網資源、故障、性能質量情況，并通過對接微信平臺統(tǒng)一告警通知。

從被動到主動，網絡風險預測

防火勝于救火，如何系統(tǒng)性排查網絡風險也是重點課題之一。目前，廣發(fā)證券正在構建統(tǒng)一的網絡主動預防體系，基于知識圖譜的數(shù)據底座，進行整網風險建模與特征智能識別，從組網、路由、設備板卡、電源、風扇、鏈路、光器件等多個維度系統(tǒng)全面地分析網絡潛在風險，識別風險原因并提供處理建議，轉變傳統(tǒng)被動救火的運維模式，降低故障發(fā)生概率，支撐網絡健康運營。

圖1 網絡健康巡檢大屏

三維立體的流鏡像，應用異常智能化定界

廣發(fā)證券正在大力推進網絡基礎設施的智能化建設。然而，應用質量與網絡流量分析割裂、網絡路徑呈現(xiàn)黑盒狀態(tài)，網絡看不清業(yè)務流量路徑，故障定位困難。若在所有網絡節(jié)點部署傳統(tǒng)NPM流量鏡像，整體建設成本高昂，而且依舊無法解決應用-網絡-設備一體化的數(shù)據整合與分析，數(shù)據割裂導致定位時間長、運維效率低。

為解決上述問題，廣發(fā)證券通過在網絡智能運維平臺基礎上疊加了xFlow智能全流和xFlow按需抓流技術，網絡智能運維平臺基于ERSPAN技術輕量級鏡像整網全部業(yè)務流的TCP建鏈狀態(tài)，還原業(yè)務流在網絡中的真實轉發(fā)路徑，并關聯(lián)網絡設備信息，感知微突發(fā)、丟包等KPI指標，實現(xiàn)“網絡路況”可視化，就像地圖導航感知每條道路的通行質量一樣。繼而，再在網絡最復雜、業(yè)務容易出問題的關鍵位置（例如防火墻、負載均衡、關鍵路由交換設備前后）部署xFlow全流分析探針，1:1采集業(yè)務流的全包數(shù)據，檢測業(yè)務流傳輸過程中的丟包、時延等關鍵網絡性能，實現(xiàn)分段定界。針對網絡指標有異常的分段，結合路況信息，可按需在沿途的網絡設備上遠程鏡像，進一步縮小分段定界的范圍，分鐘級定位故障點。此方案特點在于：以低成本方案“廣撒網”，在重點區(qū)域“深挖壕”，再結合設備協(xié)同完成“按需補位”，構建立體化、多層次的流分析體系。

圖2 業(yè)務質差問題排障邏輯

下一步發(fā)展展望

當前，網絡智能運維平臺以“數(shù)據+算法”為驅動，實現(xiàn)了數(shù)據一體化分析，顯著提升了網絡運維的效率。后續(xù)，廣發(fā)證券一方面將在智能計算、證券組播行情交易、大模型等網絡建設運維領域持續(xù)探索，另一方面將聚焦應用體驗保障，推動運維模式從以網絡設備為中心向以應用體驗為中心轉變，構建應用質量主動保障體系，以新質生產力賦能智能運維，提升金融業(yè)務服務體驗，為金融創(chuàng)新做出新的貢獻。