北塔軟件正式推出全鏈路業務管理 微應用
全鏈路業務管理管理微應用（One Sight）是北塔軟件推出的一款業務管理產品。
全鏈路業務管理微應用，旨在于幫助用戶快速構建業務視圖，同時提供業務故障回溯能力，幫助用戶快速定位故障。
全鏈路業務管理（End-to-End Service Management）是一種全面的業務管理方法，旨在實現端到端的全棧業務線路上的所有IT組件及其之間的調用關系的有效管理和監控。這種方法將幫助企業更好地理解和管理其IT系統，從而提高業務效率和可靠性。
主要服務用戶群體
全鏈路業務管理微應用的主要用戶群體涵蓋了各個行業。
其顯著特色在于“全棧”二字，它可以將多個采集平臺的數據集中到統一的CMDB庫，從而形成全棧鏈路視圖。
此外，該微應用還可以與其他管理模塊搭配，形成各種管理解決方案。
核心管理價值
【提升運維效率】
隨著企業信息化的不斷發展，業務系統越來越多，各個配套的子系統也越來越多，而傳統的監控手段往往只關注單一的業務組件，當業務出現故障的時候，依靠運維人員個人經驗摸排故障費時費力，通過業務視圖，可以從全局展示整個業務系統的運行狀況，通過故障回溯，按照時間軸演示整個業務系統故障演變情況，有效幫助運維人員定位故障原因。
【降低學習難度】
通過圖形化的業務視圖，可以幫助運維人員直觀了解業務的組成，以及各個業務組件之間的聯系，相當于把復雜繁瑣的運維經驗，以可視化的拓撲圖進行展現，能夠有效降低技術人員對于各個業務的理解和學習難度。
【運維可視化】
運維工作普遍偏技術化，領導非常重視，但是很難了解實際工作內容和成果，通過構建業務視圖，管理人員可以直觀了解運維人員工作內容和成果。
【提升信息化建設水平】
通過構建業務視圖，實現業務服務管理建設，可以清晰的展示各個業務架構、業務組成、業務聯系、業務故障，幫助管理人員從全局了解業務整體運行狀況，有效提升企業信息化建設水平。
產品優勢
【多中臺支持】
全鏈路業務管理微應用，支持在一個視圖內管理和展示多個中臺的管理對象，實現了全局統一展示能力，可以有效支撐大型項目。
【平臺體系優勢】
北塔全鏈路業務管理方案以監控產品為基礎，支持與北塔監控產品和其他微應用進行聯動，避免復雜調和過程和管理孤島，比如調用自動化任務等功能。
【CMDB業務調用鏈關系】
業務組件之間的調用關系可以直接從CMDB里獲取到，并且隨著CMDB變化而變化，不用手工繪制業務組件之間的關系信息。
【故障回溯】
全鏈路業務視圖除了對全棧節點進行展示和監控外，它還可以回溯到故障發生之初，幫助用戶找到整個事件鏈條的起火點。這就像是在回放一部電影，用戶可以從頭開始，一步步地探索故障是如何發生的
主要功能構成
【跨中臺統一展示】
全鏈路業務管理微應用，支持在一張業務視圖內管理和展示多個中臺的管理對象，實現了多中臺、全鏈路管理能力，可以有效支撐多中臺和大節點項目。
【事件中心集成】
全鏈路業務管理微應用與事件中心高度集成，支持從事件中心獲取業務對象事件，事件類型包括閾值事件、安全事件、AIOPS事件、配置變更事件，把運維管理模式從單一組件的監控告警，上升到了全局業務管理緯度，可以更加準確地監測業務整體運行情況，幫助運維人員更準確地定位故障點。
【快速構建業務視圖】
在問題排查過程中，如果有張準確的業務關系圖作為參考，可以方便問題排查和定位；但是在實際運維過程中，由于各團隊職責不同以及業務系統不斷變更等情況，如何構建一張準確的業務視圖成為運維人員面臨的棘手難題。
全鏈路業務管理微應用，提供了多種方式構建業務視圖，可以幫助用戶從整個組織所有業務的全局監控或者單個各關鍵環節進行實時監控。
例如，可為全局值班用戶展示全局業務的實時狀態，當業務出現故障時，通過總圖-業務圖可非常容易地找到組件故障點，實現完整監控、快速定位故障的效果。
1)自動發現鄰居
系統支持從一個業務對象開始，自動發現該業務對象所關聯的對象，并自動創建鄰居關系，將發現的對象以圖形化方式在業務視圖中展示，鄰居對象也支持自動發現鄰居關系，最終形成了一個完整的業務關系拓撲圖，在一張業務關系圖展示各個組件之間的業務關系：
2)通過資源組創建業務視圖
利用北塔統一CMDB提供的資源組能力，可以有效幫助用戶快速創建業務視圖。
- 通過資源組進行篩選
系統支持從CMDB資源組中篩選對象，快速添加到業務視圖。
- 關聯資源組
系統支持把指定的業務視圖，關聯1個或多個資源組，當資源組內對象發生變化時，對應的業務視圖也會動態變化。
3) 業務視圖美化
構建業務視圖的最終目的是為了展示業務布局和狀態，系統提供了多種便捷功能，通過對業務視圖布局、線型、圖標、背景圖進行調整，可以有效提升業務視圖的展示效果。
4)事件回溯
系統提供了事件回溯功能，支持通過時間軸的形式在業務視圖上動態回放業務故障演變情況，結合業務關系圖，輔助運維人員有效完成故障定位工作。
聲明| 該文圖片中所有數據均為實驗室數據
版權聲明：本文內容由互聯網用戶自發貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發現本站有涉嫌抄襲侵權/違法違規的內容， 請發送郵件至 舉報，一經查實，本站將立刻刪除。