新形态下性能质量建设.docx

《新形态下性能质量建设.docx》由会员分享，可在线阅读，更多相关《新形态下性能质量建设.docx（5页珍藏版）》请在第一文库网上搜索。

1、新形态下性能质量建设随着数字化金融的持续推进，敏捷开发、区块链、大数据、人工智能、云原生等成为引领科技发展的新航标。高频迭代的业务需求、高速增长的交易流量对于银行系统的测试工作带来前所未有的压力。其中，系统性能方面质量建设须直面性能保障要求大幅提高和资源缺口之间的矛盾，同时还要应对越发复杂的金融场景和新技术的引用，这驱使我们主动探索一条性能质量管控的转型之路。在此背景下，中信银行探索出一条可行的解决方案一一，性能管控建设体系。一、全局性能质量的管控者SmartPerf天启性能测试平台，作为全局质量流水线的管控者，旨在以提质增效为目标，依托于19项国家创新发明专利，运用数据挖掘、人工智能等先进技

2、术手段进行创新，从测试标准、测试流程、测试策略、测试设计、风险预警等多方面进行攻坚克难，全方位助力内建质量、助推研发效能。历经两年实践，形成了集方法、标准、管理模式有机结合的测试质量管控体系平台。1 .测试流程一体化，聚焦精准高效模式。传统性能测试工作模式下，“脚本开发、场景执行、指标监控、结果收集”等线下环节较为割裂分散，从源头上造成信息孤岛。SmartPerf以一种标准而确定的方式将各项测试环节串联起来，使各流程环节平滑式过渡，实现流程统一。完善的引导教程、流程设计，极大提升了用户体验。测试周期缩短25%尤其对于交付频率高的系统，测试周期甚至缩短50机2 .性能测试体系标准化，打造科学规范

3、管理之路。SmartPerf以TMMI等国际领先的方法论体系为依托，严格遵守测试过程可管理、质量可度量、缺陷可预防、过程可优化的要求，搭建完整的性能质量管控体系。平台面向组织级系统群，通过内建执行规范，结合中信银行标准化过程管理以及严苛的准入准出规范，塑造了“风险预警先于问题发生”的文化理念。通过建立有法可依、有章可循的标准体系，助力测试整体效率提升34%、测试承接容量提升40%以上。3 .测试经验工具化，充分发挥强有力的技术支撑。SmartPerf旨在构建数据化、自动化、可视化等测试平台生态，利用各种经验、技术构建高度自动化的质量工程体系，从而形成强有力的产品化输出。诸如智能寻优、压力源智能

4、调度、链路风险点自动定位、测试资产智能化多级复用、自助式系统健康评估等。推动测试效能提升2倍以上，实现了“人机合一、事半功倍”的平台愿景。4 .质量数据全景化，提供全生态测试资产归档保鲜方案。SmartPerf作为性能数据管家，致力于打造全生态资产管控体系，对环境、文档、脚本、数据等进行结构化归档。同时结合大数据智能分析等技术手段，结合BI可视化功能，对测试资产实现全景化展现，通过指标感知变化、调优分析、实时检核反馈，全力保障测试数据内循环，助推研发效能可量化、可分析、可提升。压力机管理项目信息结果展示SmartPerf天启性能测试管理平台整体架构执行队列执傥果报告生成执行调蜃调度中心执行中心

5、压力机分配文件拆分脚本上传场景拆分agnet通僖流量下发数据收集SMMgartJmeter/GMiin9Dodcer自动部署UM1bgEF1hVbgentJmttrGat1ingDoCk彳JmeterZGatIingD(xkrf图SmartPerf天启平台整体架构二、全局路网整体掌控具有先进质量流水线的管控功能虽然可以满足单系统的性能及容量验证，但对于银行这类具有大型复杂交易逻辑的企业，没有任何业务是依靠单点独立完成的。全局性的系统影响性分析历来是测试的重点和难点。为了能够有效解决该问题，我们引入字节码增强技术并开发了APM,通过12项自主研发专利的结合，设计了性能“全局驾驶舱”。1 .基于智

6、能交易分析，奠定交易路网基础。借由行内自主研发专利“Smart-Trave1”,完成系统交易链路的探测和梳理。“Smar1Trave1”通过AI智能分析把交易在业务系统间的复杂调用关系透明化、数字化。通过线上化平台捕捉项目测试案例执行过程的流水号与交易归属系统，结合关联系统信息及系统间数据传递模型，自动进行各系统日志动态分块采集，智能计算，追踪交易在所有系统的执行痕迹，检核项目交易级和场景级执行的真实有效性，构建形成交易的调用链路网，通过字节码增强植入APM,完成全系统路网节点安装“探头”，形成交易、渠道、系统多维度的链路视图。2 .基于流水线管控，实现数据可视化监控。通过单点系统的质量流水线

7、管控达到测试数据引流，引入生产监控数据统计分析结果，对交易路网节点进行数据灌注，形成动态的路网数据图。路网数据图包含应用节点关键性能参数，如TPS、ART等。路网数据图中的节点组成了各系统交易的坐标矩阵，完整展示了任意交易在全局系统中的坐标定位及属性。数据的流动性使得视图可以动态查看各链路节点的性能发展趋势。同时测试业务链条数据的动态变化，还能够反哺业务性能数据建模，实现了数据技术和业务的双融合。3 .A1智能管控，实现容量流控“自由”。通过引入机器学习，对各节点数据流量及性能参数进行识别和记录，通过控制模型算法自动判断下游节点容量是否低于上游系统节点容量，并对复杂节点的交互关系进行记录。在每

8、次测试数据结果及生产监控数据分析结果的引流过程中,会自动对所有节点的关联方进行比对和分析，通过不间断的流控触发热点进行统计，形成路网数据图中的“红灯”。通过地图中的“红灯”节点，一方面可以对系统的短板节点或容量风险点进行提前预警，另一方面从业务角度了解到系统业务量的发展趋势，为业务发展和规划起到支撑作用。三、金融科技助推业务发展的新支点在金融数字化转型的大潮中，金融科技正逐渐融入业务场景以支持前台营销工作，助推银行发展。为此,我们打造了基于业务的性能链路视图一一，性能地图。性能地图的应用，依靠标准化的海量数据资产，业务全链路导航模型、系统健康画像，形成容量、用户并发、资源、运行监控等多维度数据

9、透视，生成业务处理全流程镜像，具备多参数、多概率的业务流量分析能力，完整模拟交易增长时全路径上的瓶颈和风险。通过系统级全局视图模式还能掌握关联系统间的业务风险,并通过资产库信息提供最优解决建议。1 .突发性业务与性能地图的高效预警。当业务部门组织营销活动时，通过业务渠道及交易信息，性能地图可快速识别从前端入口到后台的全路径分支。只要业务部门给出业务量预期，性能地图便可分析并显示链路瓶颈点及风险段落，再结合系统健康检查结果，从而确定扩容、分流、数据库优化等多种优化建议。目前性能地图已覆盖42个主要系统，超过200条交易级链路信息，如理财销售、网联支付、核心业务等，为业务营销稳定保驾护航。2 .新

10、业务与性能地图的关联影响分析优势。重点渠道新增业务或新建渠道，传统的测试方法已经不能满足对性能风险识别的需要。性能地图则通过落地两项自主研发的多维性能数据透视分析，在系统设计阶段将新业务的全链路在各系统节点间进行勾画，同步分析各系统辐射出的原有业务链路信息，实现点线面的路径多维度交叉分析，模拟新业务在各系统与其他业务链路之间的影响。性能地图可以提前预警，同时提供扩容或优化建议，提前识别风险、完善开发计划。目前该项功能已经在手机银行、通讯类前置、支付类系统实现应用，已为20余个含有新增交易项目提供链路关联影响性分析，提示节点性能瓶颈风险，支持开发测试方案的调整。3 .新技术引入与性能地图的优势。

11、金融机构新建或重构系统通常引入新技术并形成标准化架构。例如中信银行打造基于ServiceMesh的技术中台架构，系统的通讯层形成统一的微服务体系，性能地图全链路各节点数据得到加强，除了展示性能影响性分析，还将数据透视维度向统一流控策略、高可用性进行延展，帮助架构师全局掌控交易路径上的流控能力和参数规划。四、思考与展望金融数字化转型的大背景下，科技和业务相互促进，我们应大胆尝试，将科技创新转化为企业发展的驱动力，将质量的守护形成业绩的助推剂。同时将性能质量管控工作的改革创新提升到保障企业经营安全、提高企业经济效益的层面,充分发挥质量生态建设的工作价值。我们坚信，以SrnartPerf和性能地图为代表的创新必然能为科技带来效率和质量的双升，为金融科技全面赋能打造坚实的基座。