クラウドネイティブアプリケーションリンク分析の実践を学習しましたか?

1. クラウドアプリケーションの現状と課題

Gビヘイビアは「123+N」デジタル開発システムを深化させ、独立かつ制御可能なフルスタッククラウドプラットフォームを構築し、クラウドネイティブ、マイクロサービス、分散などのテクノロジーを全面的にサポートします。しかし、フルスタックのクラウド環境では、コンテナのドリフトや自動スケーリングにより、アプリケーションの障害サイトの復旧が困難になります。同時に、マイクロサービス技術の適用により、クラウドアプリケーションサービスの呼び出し関係も複雑になり、リンクを正確に整理することが難しくなります。障害発生時に根本原因を迅速に特定することは困難であり、クラウド アプリケーション システムの運用と保守、トラブルシューティングに課題が生じます。したがって、クラウド アプリケーションの管理性と監視性をいかに効果的に実現するかが、より緊急の課題となります。

上記の問題に直面して、G銀行はクラウドネイティブシステムの下にリンク分析システムを構築しました（図1参照）。 Trace（コールチェーン）、Metric（インジケーター）、Log（ログ）をベースとし、インフラ監視（ITIM）からネットワークパフォーマンス監視（NPM）、アプリケーションパフォーマンス分析（APM）、デジタルエクスペリエンス監視（DEM）までのフルリンク分析システムを実現し、クラウドネイティブ環境における可観測性を向上させ、デジタルトランスフォーメーションを守ります。

図1 クラウドネイティブシステムにおけるリンク解析システムの概略図

2. クラウドネイティブアプリケーションパフォーマンスフルリンク分析システムアーキテクチャ

銀行 G は、チャネル アプリケーション パフォーマンス分析システム (CAPAS) を通じてフルスタック クラウド インターネット アプリケーションに接続します。 APM フルスタック プローブの機能とプラットフォームのデータ分析機能を通じて、アプリケーション パフォーマンス スコアリング、コール リンク トラッキング、コード レベルの障害箇所、相関分析を実装します。主な技術アーキテクチャを下図に示します。

図2: クラウドネイティブアプリケーションパフォーマンスフルリンク分析プラットフォームアーキテクチャ

主なコア技術機能は次のとおりです。

アプリの評価

アプリケーションのApdex評価、応答速度、エラー率などの主要なパフォーマンス指標を定量的な要素として使用し、アプリケーションパフォーマンスエクスペリエンスインデックスの総合スコアを計算することで、現在のアプリケーションシステムの全体的な動作状況を直感的に表示します。

スマートエージェントテクノロジー

K8S と完全に互換性があり、イメージなどの複数のインストール方法をサポートします。デーモン プロセスを通じてコン​​テナのスケジュールを監視します。実行環境で管理が必要なコンテナ オブジェクトが生成されていることを検出すると、コンテナ環境に応じて対応するタイプのプローブに自動的に適応し、一致したプローブの構成を自動的にロードして同期することで、プローブの自動検出、自動挿入、統一されたスケジュール設定を実現し、コンテナのドリフトや再起動時の適応的な管理と制御の機能を実現します。

アプリケーションコールチェーン技術の自動検出

バイトコード インジェクションを使用すると、複数のアプリケーション コンポーネントが呼び出されるときに、最初のコンポーネントが呼び出されたときに、最初の呼び出しヘッダーに TraceID が追加されます。他のコンポーネントが呼び出されると、この TraceID が下方に渡されます。アプリケーション コンポーネント呼び出し間の論理関係は、渡された TraceID を通じて自動的に検出できます。有向非巡回グラフ (DAG) の原理に基づいて、アプリケーションの実行に関係するソフトウェアおよびハードウェアのアーキテクチャとコンポーネントを自動的に識別し、アプリケーション相互作用チェーン内のトランザクション通信の各コンポーネントのアクセス パスを描写し、最終的にアプリケーション呼び出しチェーンを形成して、さまざまな複雑なビジネス呼び出しトポロジの自動検出を実現し、アプリケーションの実行状態を分析できます。

エンドツーエンドのフルリンク分析

クライアント側では、アクティブシミュレーションモニタリングとJS/SDKインジェクションを使用して、ネットワークリクエストパフォーマンスデータ、ページ読み込みパフォーマンスデータ、およびユーザーの業務利用中に発生する速度低下、遅延、クラッシュなどのさまざまな問題を取得し、実際の業務利用プロセスにおけるユーザーのパフォーマンスエクスペリエンスと問題を把握し、業務システムのユーザーエクスペリエンスモニタリング（DEM）を実現します。同時に、コンテナ クラウド上でアプリケーション サービスのパフォーマンス収集とデータ分析が実行されます。フロントエンドとバックエンドの TraceID 相関分析機能により、現在のシステムの全体的な動作状態を迅速に把握し、エンドツーエンドの接続性を実現し、ユーザーからコードまでの完全なリンク分析機能を構築できます (図 3 を参照)。

図3 アプリケーションフルリンク分析

3. 応用演習

現在、G-Bank チャネル アプリケーション パフォーマンス分析システムは、モバイル バンキングや企業モバイル バンキングを含む複数のインターネット モバイル システムに接続されています。また、企業オンラインバンキング、個人オンラインバンキング、WeChatバンキングなどのWEBシステムにも接続されています。フルスタッククラウド環境（図4参照）で決済クライアントサービスに接続し、開発・テスト環境から本番運用まで関連システムへの包括的なサービスを提供し、関連業務システムのリアルタイム状態表示や根本原因分析を実現し、業務システムの非機能最適化能力を向上させ、電子チャネルアプリケーション製品の改善に貢献します。

図4: コンテナ環境におけるアプリケーションの動作状況

IV.レビューと展望

システム構築を通じて、フルスタッククラウドプラットフォームと完全に互換性のあるアプリケーションシステムのフロントエンドとバックエンドのパフォーマンス監視および分析機能を構築し、クラウドネイティブアプリケーションのトレース、メトリック、ログデータの収集と分析を実現できます。フロントエンドとバックエンドを連携させることで、根本原因分析を初期段階で実現し、システムの稼働状況を把握することができます。今後は、既存の基盤をベースにさらに以下の目標を達成していきます。

G-Bank のグローバル トラッキング コード テクノロジーを基盤として、既存の TraceID をさらに活用して銀行の内外システムをつなぐリンクを構築し、顧客側、サービス側、さらにはバックエンドの業務システムまでフル リンク トラッキングを実現し、ユーザー操作から製品対応まで洗練されたエクスペリエンス管理を実現します。

既存のアプリケーション指標データに基づいて、ビジネスインサイトを実現し、ユーザーの使用プロセスと軌跡を理解し、パフォーマンスと収益の観点からITサービスサポート効果とユーザーの使用習慣を総合的に分析し、真に運用と保守から始めてビジネス運営を促進および改善することができます。

多次元データの継続的な蓄積を実現し、包括的な自動化された運用と保守のための優れたデータと実用的な基盤を築き、さまざまな次元で AIOps 実装シナリオを構築し、基盤を築きながら運用と保守およびビジネス上のメリットを向上させます。