阿里云数字化安全生产平台 DPS V1.0 正式发布！

2022 年 4 月 24 日
本文字数：1495 字
阅读完需：约 5 分钟

作者：银桑、比扬

阿里云创立于 2009 年，是全球领先的云计算及人工智能科技公司。阿里云为 200 多个国家和地区的企业、公共机构和开发者，提供安全、可靠的云计算、大数据、人工智能等产品和服务。阿里云作为全国首家云等保试点示范平台和首家通过国家等保四级备案测评的云服务商，为中国超过一半的上市公司，为 80%中国科技创新企业提供云计算服务。

众所周知，阿里巴巴双 11 是对业务来说是一个独一无二的挑战。在大促期间，集群规模超过百万，单集群规模达到 10000 以上。2019 年双 11 的数据库峰值能力达到 54.5 万笔订单每秒，数据库 TPS 达到 8700 万，实时计算 Blink 处理峰值达到 25 亿消息每秒，消息系统峰值达到 1.5 亿消息每秒。这些数值是对业务的极致性能和极致稳定性的要求，其中的业务稳定性离不开全面的高可用架构和手段来保障。阿里云在海量互联网服务以及历年双 11 场景的实践过程中，沉淀出了包括全链路压测、线上流量管控、故障演练、多活容灾和安全生产等高可用核心技术，并通过开源和云上云下服务的形式对外输出，以帮助企业用户和开发者享受技术红利，提升系统稳定性和业务连续性。

11111111111.png

image.gif

图 1：企业数字化安全生产解决方案：阿里巴巴业务连续性实践

数字化安全生产平台（Digital Production Stability，简称 DPS）核心面向 1-5-10 应急响应场景，提供应急事件和故障的发现、响应和处理，提供应急场景的定义与管理、故障监控布防、故障上报、故障应急协同、故障过程跟踪、故障恢复、改进措施的全生命周期管理能力。帮助客户提升业务稳定性，为客户提供故障应急场景下的一站式服务。

如今，云原生已经成为企业数字化转型的关键策略，由于应用需要快速开发和交付，这就促使企业采用云原生的方法来开发应用，以提高效率，并增加灵活性。对于身处云原生时代的企业和开发者而言，不仅需要采用云原生的手段来应对业务的高速迭代，更要关注业可用及连续性管理建设。数字化安全生产平台则帮助客户促进业务与 IT 的全面协同，从业务集中监控、业务流程管理、应急指挥响应等多维度来帮助客户建立完善专业的业务连续性保障体系。

数字化安全生产平台核心面向业务连续性管理，围绕业务提供风险预警、决策支撑、指挥调度和组织运营四大板块能力，同时每个板块由多个能力域共同组成，通过具体的业务场景（如 1-5-10 应急响应）串联整个业务流程。

风险预警。 通过监控中心、事件中心两大核心能力，提供基础设施、业务应用的实时监控信息，配合应急场景定义、监控项关联、事件响应与处理、ChatOps 协同等能力，为客户业务提供实时监控告警和风险通告，实时了解业务的运行情况。
决策支撑。 通过根因定位、智能分析和日志中心三大核心能力，在业务出现告警事件甚至故障的情况下，提供丰富的定位手段和数据来支撑业务变更决策。支持业务的智能巡检，指标关联类、调用异常类的根因定位；支持数据库调用、接口调用、应用性能和调用链的分析与查询。同时也支持多种日志类型采集与分析，从日志中查询业务运行情况。
指挥调度。 当业务告警事件或者故障需要面临变更时，通过与高可用产品的深度集成，提供丰富的变更处理手段来应对业务变更。流量防护提供应用防护和网关防护能力，可以配置多种流控规则来应对大流量或者服务不稳定调用的场景；开关预案提供快速的、有计划的变更处理。
组织运营。 业务的连续性管理不仅仅是保障应用的高可用，更多是业务人员的应急协同，从而为客户打造 SRE 型组织。平台提供组织协同管理、工单、知识库等能力，帮助客户将运维人员和业务应用通过流程化的方式进行协同管理，应急响应责任到人，通过工单、事件单和演练评测的方式等方式实现组织协同。