随着社会信息化的建设,银行业务线上化成为主流,电子替代率越来越高,需满足客户需求的银行系统也越来越多。同时随着银行客户、业务和系统的不断扩大,银行系统中已经累积了海量的日志信息,这些日志信息产生速度快、类型丰富多样、且蕴藏着银行各类系统运行的关键信息,对确保银行系统的健壮性和稳定性研究都有极其重要的意义。如何能够有效地对银行系统的日志进行采集、解析、存储和分析管理对银行的发展显得极其重要。日志的分析过程要求快速性和及时性,需要投入大量的时间成本和人力成本来跟进,给银行系统运维工作带来了极大的困扰。经过对某城市商业银行的深入调研,本文从某城市商业银行数千台生产服务器产生的海量日志为研究基础数据,结合银行系统特点和日志提升系统运维能力的需求,设计实现了基于Elasticsearch(简称ES)技术的银行系统智能运维平台。本文的主要工作包括:(1)设计并实现了针对银行系统的数据采集解析平台。从该城市商业银行的业务系统日志数据采集的基础上,增加对中间件,主机,负载均衡器,防火墙,数据库和操作系统层面的日志原始数据采集,经过实时解析和计算完成对原始数据的萃取、清理、转换和整合,将非结构化、半结构化和混合类型数据提炼处理并应用在运维管理中。同时保障了数据的安全性和完整性。(2)研究海量日志的实时收集,分析、搜索和存储等的关键技术,使用功能强大的Elasticsearch技术,实现海量日志实时高效的搜索和存储。同时,这些存储好的海量数据又会被用于系统问题的定位、搜索、分析、干预、解决和预测,进而提升各个系统运维的效率和服务水平。(3)研究使用Kibana技术实现Elasticsearch存储数据的实时监控可视化展示,且通过Kibana可视化页面对Elasticsearch存储数据实现页面高效检索。(4)实现智能化铺助运维。本文使用时间序列预测算法Prophet进行了数据预测异常分析,观察数据的走势,以及判断是否在正常情况下的可接受的范围内,如果超出平时的实际值太多,管理员就应该引起注意,以做好积极应对准备,减少系统异常瘫痪时间,保证系统平稳安全运行。且实现异常及时告警机制,有效提升了运维效率和排障效率。