构数据、跨平台服务交互等问题导致运维风险攀升，传统监 控手段难以精准定位故障与性能瓶颈。在此背景下，构建端 到端可观测性能力，实现全链路洞察成为制造企业保障系统 稳定性、提升生产效率的必由之路。 可观测性技术为制造业注入新动能。博睿数据凭借一体化智 能可观测平台领先的全栈数据采集与智能分析能力，可真正 实现全栈、全链路、全场景的可观测性，精准定位故障根因、 预判风险并优化资源配置。显著缩短MTTR、降低运维成本， 同时以数据驱动生产流程优化，为质量管控、供应链协同等 场景提供敏捷支持，最终转化为可持续的竞争力优势。 本案例集收录了制造业多家精选客户实践，系统梳理了近年 来博睿数据服务制造企业的典型经验，聚焦生产系统监控、 故障智能诊断、性能持续优化等核心场景，为制造企业数字 化转型提供可参考、可复制的实战指南。 01 02 03 04 05 06 07 08 09 10 11 12 13 14 博睿数据成立已有十余年，在IT运维领域拥有独 特的优势 产品应用领域广泛 博睿数据产品已广泛应用于银行、证券、保险、 高端制造等领域 应用效果 深度剖析业务交互数据，快速 定位问题根因 快速锁定故障业务操作人员，时效性 由原来2小时缩短至5分钟 优化代码质量，提高应用性能 有针对性的优化代码执行效率，协助 开发人员将SCM生产管理系统的响应 时间降低46.2% 降低运维难度，提高运维效率

部署的区域 ，所有探针全 MESH 多协议探测， 统一的健康度计算、告警 ，并呈现在态势感 知拓扑。帮助运维人员快速判断应用故障是 否与网络有关。 全局网络拓扑 网元自动发现： 基于网络运行数据生成网 络拓扑 ，从架构、 区域、设备到链路整体可 视化 以健康度评估模型为触点 ，构 建故障场景 ， 自动定位故障根因 极简网络发现：基于标准协议， 自动发现 网络设备、连接关系 智能监测： 发现网络后自动采集网络时延、 丢包率、利用率等网元指标 ，动态更新 星空雷达网络 AI 分析平 台 构建数字孪生模型 l l l l l l 自动感知故障 自动发现网络 能力开放 智能分析 故障定界 依托数据中心全景视图大屏 以及聚合展示 ，以网络存活度、平均响应时延、平均丢包率等指标对批量设备的 IP 进行监测 ，星空雷达关注的重点不 再 是单个网元的故障 ，而是可能引起大规模故障的异常网元集合。 星空雷达网络 分析平 台 AI 将网络抽象为设备、链路、路径三类网元 ，而网元健康度基于不同的计算因子采用扣分机制 ，结合历史波动、 异常样本， 自动分辨计算指标的异常状态

上云系统PaaS层用自有研发的组件，IaaS层上混合云，原属地化维护变为 多个单位维护； n IaaS/PaaS/SaaS层的故障难以关联分析，快速定位； n 采用云原生架构，原有基于Oracle及传统架构的运维手段、经验不可用； n 应用间调用关系复杂，传统监控模式无法做到先于客户发现问题，先于 投诉解决故障 监控对象：几何级数增长，人力维护不能胜任 调用承载关系极其复杂，亟待引入运维工具 应用软件: 硬件: 关联监控：通过主数据治理， 拉通从应用到组件、主机的关 联关系，实现故障根因快速定 位 n AI注智：引入AI算法，实现动态 告警阈值及故障趋势预测、关 联分析、根因分析 n 统一监控：按系统/场景/专 业等维度，整IaaS/PaaS/SaaS 的监控手段，实现全省IT系 统监控统一纳管 n 统一调度：固化常见故障自 动化处理手段，探索实现故 障自动发现、自动调度、自 动修复；集中管控日常巡检 腾讯云 阿里云 华为云 融网 专线 专网 网络拓扑 网络安全 融AI 知识图谱 故障自愈 故障预测 数字孪生 IaaS PaaS SaaS 各类IT系统、平台 统一展现 统一监控 自研融合监控平台-智慧运营大脑 自研目标 p 急用先行：统一监控各类IT系统和场景， 解决IT监控分层割裂、故障根因定位难、 手段少的问题，提升系统稳定性； p All In One :一个底座，统一纳管云/网/

定制。网络管理的目的不限于对设备的管理，而是在设备管理的基础上，实现各类系统、模块的 统一调度和一体化操控，并形成跨系统、跨平台的，涵盖结构性数据和非结构性数据的综合运行 维护日志，为酒店及时消除故障、整体平稳运行和挖掘商业机会提供实时数据和参考依据。 综合网络管理平台的建设，需要充分考虑在集成众多系统和设备之后，如何处理随之而来的 海量信息，并如何对海量数据进行有效的提取和过滤。图像智能分析和大数据技术的发展，让这 意部分的网络事件和故障，有可能是来自不同厂家跨平台的信息，也有可能是同一厂家的不同类 型与型号的设备；所以必须部署相应的故障管理工具，进行相关网络设备的故障管理，及时掌握 全网的健康状况。综合网络管理平台的故障管理必须包含能针对故障可以进行分级别、分类别， 提供实时的条件查询（按时间、级别、类别等条件查询）；当故障发生时提供声音形式的网络告 警并可以实时发送电子邮件和手机短信；针对后台的网络故障，可以实时地发现并报警（在 5 分 钟之内）；当某个系统产生故障的报警并在告警页面上显示出来以后，必须先要经过管理员的确 认以后，才能清除此告警；提供系统日志以及本软件系统各个部分的日志的接收和处理；针对各 种网络事件和告警定义实现了不同的级别并以不同颜色相对应；对所有的网络告警和事件提供实 时显示，并默认存储在数据库中。 在日常的运行维护中，不仅需要作为事后补救措施的故障发现和故障消除，综合网络管理平 台更需要具

交付。多云管理平台基于服务蓝图可以连接、编排、分析异构的多云环境。按照容量、故障域、运维管理规范等相 关的调度策略，实现对资源池的动态调度。将管理理念和业务流程实现在技术工具中，提升数据中心治理水平。 平台具备日常的合规巡检、软件安装与发布、补丁分发及安装等强大的自动化管控能力，与监控系统联动，可 实现故障的闭环自动化修复。 平台实现云资源的全生命周期管理和成本管理，减少资源浪费，通过服务的自助交付，合规检查、软件安装等 平台、x86 裸金属服务器、 SDN、SDS 等在内的多云环境，可按照容量、故障域、运维管理规范等相关的服务调度策略，实现对资源池的动态 调度。 从基础架构到业务应用，可用性和性能状态一体化监控、自动化运维和巡检、协助用户保证业务的连续性；通 过对告警数据的关联分析，快速定位业务薄弱点。并根据监控指标可实现故障的闭环自动化修复。 通过云管平台实现对多云环境进行统一资源管控，包括资源配额、 使得 IT 部门能够轻松地对各种设备和系统进行 集中管理。无论设备种类多么繁杂、品牌多么不同，都可以通过云平台进行统一的监控和维护。这不仅简化了运维流程， 还大大提高了管理效率和响应速度。当出现故障或问题时，IT 部门可以迅速定位并解决，减少了业务中断的风险。 此外，通过信创云平台的改造，我行还实现了业务系统的国产化替代，提高了信息安全性和自主可控能力。同时， 一云多芯的支持也为我们带来了

急指挥为核心的、设备设施运行状态可视化管理为基础的、智 慧运营及智慧服务为一体的综合型智慧酒店管理平台。 1.2 设计目的  规避风险 用户可对集成系统所有子系统下的所有设备的使用状态进 行监控，能够有效规避由设备故障或其他风险造成经济上的损 失。  运行优化控制，降低能耗 集成系统中所有管辖下的楼宇机电设备，动环设备，能源 系统等按需运行，根据控制策略确定运行模式，运行数量，运 行负荷，启停时间。 统一集中报警、报警联动状态、报警及设备 2D+3D 定位设备信 息及应急预案展示、实时监控视频画面等进行了集中展示，提 供一个高效、精准、有序的管理界面。 KPI 数据展示，列表展示设备运行状态及故障信息。 可显示山庄内所有智能化系统的设备状态、故障情况及故 障率，以报表及图示的形式呈现，直观简洁。后台可打印查询。 图 4.8 数据展示效果图 4.9 大屏可视化展示 大屏展示方案需要具有实现根据应用场景自动切换展示内容 营情况。包括但不限于：设备接入率、设备报警／故障情况、 交通信息等。 基于地理位置的富民山庄概览：通过地图方式展示山庄的地 理位置、范围、道路信息等； 全区统一报警、事件一览：能够以单一页面集中展示所有楼 栋的报警／故障的情况。应能以清晰的显示报警／故障的总数； 能够将最新的报警信息显示在最上方；报警信息应包含系统类 型、位置、设备名称、时间、报警／故障原因、设备定位等信 息，并能通过关联方式显示应急预案、设备维修／保养详情等

-- 拓扑 图 五遥 -- 遥测 / 遥信 / 遥 控 / 遥调 / 遥视 页面组态 -- 配电主接线 图 曲线分析 电力集抄 光字牌 SOE 事件 故障录波 事故追忆 极值统计 直流屏监测 发电机监测 无功补偿柜监测 变压器监测 实时监测高低压配电柜的电压、电流、功率等电力参数，实现遥测、遥信、遥控、遥调。 针对低压用电环节各回路中的剩余电流、温度和故障电弧等进行实施监测； 侧重点为低压用电环节的安全性，当剩余电流越限时报警输出， 以提醒维护人员进行安全检查，防止因漏电引起 的火灾发生。 ARCM 电气火灾监控 故障电弧传感器对接入线路中的故障电弧 （包括故障并联电弧、故障串联电弧）进行有 效的检测，当检测到线路中存在引起火灾的故 障电弧时，可以进行现场的光报警， 并将报警 信息传输给故障电弧集中显示单元， 以实现预 警火灾发生的目的。 AAFD 故障电弧探测 针对消防设备的电源进行实时的监控， 通过检测电压、电流、开关状态等有关

税务大数据中心建设方案 3) 可靠性原则 系统要具有高可靠性及强大的容错能力。该系统必须保证7×24 全天候不间断地工作， 核心设备比如数据库服务器和存储设备具有全容错结构，并具有热插拔功能，可带电修复 有关故障而不影响整个系统的工作，设计应保持一定数量的冗余以保证整体系统的高可靠 性和高可用性。即便是在系统建设初期也要着重考虑系统可用性、可靠性问题，防止出现 系统停顿等问题造成信息系统的中断服务。通过结合云计算等新技术，可以更好地提高系 大减少，机房相应配套设施建设也可能够相应减少，在实际工作中预计可节省能源达到 70%以上，响应国家节能减排的要求。 4) 完善应急安全机制 云平台可以自动监控资源池中计算单元和应用单元的可用性，检测物理服务器故障， 如果检测到故障，可重新在资源池中其他物理服务器上重新启动相关业务，整个过程无需 人工干预。 通过云安全平台，可快速部署网络安全应用防火墙、IPS 、WEB 应用防火墙等。 5) 提供便捷的管理运维方式。 系统设计具备安全性，采用多种安全防范技术和措施，在物理、系统、网络、应用以 及管理上全面的保障系统的安全。 7. 可靠性 系统设计注重可靠性，能够长期稳定工作，保证7*24 小时不间断地稳定可靠运行， 适应工作环境能力强，故障率低，维护维修方便。 8. 前瞻性 系统设计具有前瞻性，整个系统的硬件配置，应符合长远的规划和设计，保证3 年内 系统的需要。 通过需求分析我们可以得知，本次项目建设项目的设计目标是构造一个功能齐全、设

Hadoop 集群 （ Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  主题数据区、集市数据区和沙盘演练数据区批量作业访问  无最终用户访问  I/O 敏感，日终批量 ETL  以 ELT 形式通过 HiveSQL 执行  与主题区 / 贴源区 / 集市区构成一个 Hadoop 集群 （ Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  MapReduce 分布式计算，半 / 非结构化数据的结构化处理 （包括文本检索、语义分词、图像识别、音频识别等）  与主题区 / 贴源区构成一个 Hadoop 集群（ HDFS ）  无单点故障， 7×24 小时 + 非工作日有限停机  集市区 / 沙盘区 / 增值产品区 / 主题区 / 高时效区批量作业 访问  业务人员执行历史数据查询  MapReduce 分布式计算， HDFS HDFS 命令实现 Hadoop 集群内 归 档 ， Sqoop 实现数据库归 档 ，通过 Hive 提供历史查询  独立的 Hadoop 集群（ HDFS+Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  数据按照 HDFS 文件存储  数据文件按照数据区划分目录，建议保留 7 年  其他各数据区历史数据  按数据生命周期规划归 档 平台过期数据，支撑历史数据查询