阿维塔：从故障监控到业务优化，可观测平台在车企的深度应用.docxVIP

阿维塔：从故障监控到业务优化可观测平台在车企的深度应用

01

阿维塔面临的可观测挑战

02

XX云可观测平台

助力阿维塔打造可观测能力

03

实施效果

与未来展望

阿维塔面临的可观测挑战

业务复杂度激增

?车云系统架构，模块众多、日益复杂

?调用链冗长，依赖关系复杂，难以高效追踪

?业务迭代迅猛，对可观测体系适应性要求高

混合云治理困难

?全球布局架构，然而数据孤岛林立

?多云/IDC资源异构，统—纳管难度大

?运维动线冗长，资源巡检及容量规划困难

智能时代新挑战

?数据亟待丰富与打通，用以奠定智能化基石

?如何借助AI提效，打破运维“被动救火”循环

?如何监控LLM应用，透视调用链与token成本

挑战1：业务复杂度激增

车云系统架构复杂，带来新的运维挑战

调用链冗长从车载终端、网络接入、到云端数

调用链冗长

从车载终端、网络接入、到云端数

据开发与AI计算的完整链条，模块

众多、链路冗长、依赖紧密。

车载终端

任何一环出现性能波动或故障，都

可能通过复杂的调用关系传导放大，

网络接入数据存储最终影响用户的驾乘体验。

网络接入

数据存储

云端服务数据开发AI计算

云端服务

数据开发

业务迭代迅猛业务飞速发展、迭代周期快，对

业务迭代迅猛

业务飞速发展、迭代周期快，对

运维系统的适应性和弹性提出更

高要求。

面对海量告警和复杂问题，如何快

用户体验

速定位排障、确保系统稳定性，遭

遇前所未有的挑战。

挑战2：混合云治理困境

跨平台监控挑战

缺乏统一视图，运维视角割裂

跨云纳管与协同难度大，效率低下运维动线冗长，需跨多个平台才能完成根因定位

资源管理复杂性

数据格式不一，统一处理成本高 缺乏精细化洞察，资源扩缩容依赖人工经验资源利用率不透明，成本浪费与性能瓶颈并存

数据统一与治理挑战

异构数据的标准化与统一处理成本高昂 数据孤岛严重，关联分析困难，运维效率低下数据质量参差不齐，影响告警准确性与决策判断

可观测系统自身的可靠性

自建监控扩展性差，存储与计算易成瓶颈

无法应对流量高峰，监控系统自身稳定性不足缺乏高可用性架构，故障时无法自动检测、恢复与切换

挑战3：智能时代新挑战

数据贯通之困

智能增效之困

新场景观测之困

数据孤岛林立，智能分析无本之木。

多源数据未能融合，全链路追踪缺失，致使智能化决策缺乏根基。

智能能力悬空，运维深陷被动循环。

缺乏AI驱动的分析引擎，难以实现告警降噪、根因定位等关键场景的效能提升。

LLM应用等新场景，成本/性能难以掌控。

难以有效透视LLM调用链、Token消耗与延迟，易造成成本与体验失控。

XX云可观测平台，助力阿维塔构建可观测体系

打造一体化、智能化的可观测能力

从底层资源，到应用性能，再到用户体验，基于指标、链路、日志，并借助AI智能，构建综合可观测体系

智能分析资源巡检链路追踪统一大盘

智能分析

资源巡检

链路追踪

统一大盘

实时告警数字体验应用性能

实时告警

数字体验

应用性能

全球公网质量音视频体验

全球公网质量

前端页面性能终端用户体验CDN/EO性能网络封堵探测

前端页面性能

终端用户体验

LLM应用

LLM应用

Python应用

Python应用

Java应用Golang应用Node.js

Java应用

Golang应用

计算资源存储资源大数据平台

计算资源

存储资源

容器平台网络资源数据库中间件

容器平台

基于大模型和

基于大模型和专家知识库的智能

能：A

能：A测力可观

通过全球立体拨测网络，模拟真实用户访问路径，主动发现和优化用户体验问题。

分析，提供智

分析，提供智能诊断与预测能力

位和性能剖析能力，帮助快速识别和解决问题。

资源层：跨云全栈统一纳管

实现跨云、全栈资源的统—监控和管理，无论部署在何处，都尽在掌握。

可观测实践：从用户体验到资源底座的全链路监控

阿维塔CRM系统，部分用户反馈商机线索页面响应慢，并偶尔出现失败提示，用户体验受损。

体验层：用户体验，主动采集；链路开启，前后串联

体验层：用户体验，主动采集；链路开启，前后串联

1.从宏观业务指标到微观用户会话，快速确认体验受损的范围与程度。2.从用户操作下钻到单次请求Trace开启全链路追踪的起点。体验层 真实用户（前端/终端） 模拟用户（全球拨测点）6错/慢请求指标日志链路

1.从宏观业务指标到微观用户会话，快速确认体验受损的范围与程度。

2.从用户操作下钻到