立项原因：随着建行内部业务系统与物联网接入设备规模持续扩大，传统人工巡检、逐台登录排查的方式响应慢，故障定位依赖个人经验，告警分散、缺乏统一归集，运维效率与系统稳定性难以保障。本项目旨在建设统一的 OMP 运维管理平台，实现监控告警集中接入、自动化巡检与运维任务调度，降低人工运维成本，提升故障发现与处置的时效和规范性。
行业场景与业务背景：项目面向银行金融科技与物联网运维场景，纳管 Web 应用、中间件及联网设备实例；基于 Kafka 汇聚监控指标与告警消息，通过 Nginx 统一接入后端服务，Java（SpringMVC）提供平台 Web 管理能力，Shell 脚本承载巡检、发布与自动化操作，支撑日常运维任务的标准化、流程化管理。
1. **监控告警中心**：集中纳管 Web 应用、中间件及联网设备实例的运行状态，采集指标与告警消息，统一展示告警级别、状态与处理进度，支持告警查询、跟踪与闭环处理。
2. **自动化巡检**：通过 Shell 脚本按计划执行主机、服务与中间件巡检，自动汇总巡检结果，发现异常即触发告警，替代人工逐台登录排查。
3. **运维任务调度**：对巡检、发布、脚本执行等运维任务进行统一编排与调度，记录任务执行过程与结果，支撑日常运维作业的流程化、可追溯管理。
4. **消息与日志处理**：基于 Kafka 汇聚各节点上报的监控指标、告警与日志消息，完成消息接入、流转与分发，缓冲多源上报的并发压力。
5. **Web 管理控制台**：基于 Java（SpringMVC）提供后台管理界面，通过 Nginx 统一接入后端服务，支持实例查看、任务管理与告警处理等操作。
本人在项目中主要负责后端功能开发与运维脚本落地：参与基于 SpringMVC 的 Web 后端接口开发，完成告警、巡检任务与实例管理等模块的业务逻辑；使用 Shell 编写主机与服务巡检、部署及自动化操作脚本，并接入任务调度流程；基于 Kafka 完成监控指标与告警消息的接入、生产消费与流转配置；配合完成 Nginx 反向代理与服务接入配置，保障后端服务统一访问。
**技术栈与架构**：Java、SpringMVC、Shell、Kafka、Nginx，Web 前后端分离架构，以消息队列承担监控告警数据的归集与系统解耦。
**实现亮点**：将分散的人工巡检与告警归集到统一平台，运维作业标准化、过程可追溯；通过消息队列缓冲多源上报，提升接入稳定性。
**主要难点**：多源异构实例与告警格式的统一接入和规范；巡检脚本在不同主机环境下的兼容与稳定执行；告警消息的时序归集与重复告警处理；保障平台自身服务的高可用与配置一致性。
评论