Websphere Business Monitor综述

最新推荐文章于 2021-02-16 11:08:01 发布

cuancan3886

最新推荐文章于 2021-02-16 11:08:01 发布

阅读量176

点赞数

1.前言

Business Activity Monitoring（简称BAM）由Gartner公司最早提出，旨在通过捕获企业应用系统发送的各类业务事件，对相关的商业流程，行政活动，业务状态等进行即时跟踪和数据采集，并经过一定的统计分析，最终以仪表盘（Dashboards）的形式展现关键性能指标（Key Performance Indicator，简称KPI），业务度量（Business Measures）等监控结果。

Websphere Business Monitor（简称Monitor）是市场上最重要的BAM产品之一，它也是IBM业务流程管理系列产品（BPM Portfolio）的重要组成部分，实现流程管理周期中的业务监控环节，主要功能包括：

l 对业务流程的运行状态进行实时监控

l 对关键性能指标，业务度量等进行统计分析

l 对异常业务情况进行即时检测和报警

l 对潜在的业务问题或者机会进行挖掘预测，便于企业提前采取相应的措施

本文试图从业务的角度出发，逐一举例阐述Monitor的主要功能，最后还列举Monitor V6.2目前支持的主要事件源。

2.实时监控

Monitor可以实时捕获企业应用发送的业务事件，提取其中的业务状态数据，并映射到监控模型（Monitor Model）中预先设定的Metrics，最终通过仪表盘的Instances和Diagrams视图向业务人员展示业务的即时运行状态。如图1所示，Instances视图以表格的形式列举了当前业务实例的状态，如果单击红框所示的链接，Diagrams视图将以流程图的形式呈现该业务实例的实时状态（红色节点代表其进度）。

　　图1 　利用Instances和Diagrams视图对业务进行实时监控

下图则是Monitor在航空行业的一个应用实例，实现对航班状态的实时跟踪。

　　　　　图2 　Monitor对航班状态的实时跟踪

3.统计分析

针对捕获的业务实例数据，Monitor提供强大的统计分析功能，并通过3类视图展现统计报表：KPIs，Dimensions，Reports。

3.1 KPIs视图

KPI指企业商业活动中的关键性能指标，直接反映企业运转的有效性。由于不同行业的KPI差异较大，Monitor允许用户自行定义所需的KPI。下图是Monitor在保险行业的一个应用案例，从索赔类型和索赔金额的角度展示相关的KPI。

　　　　图3 　保险行业的客户索赔KPI

3.2 Dimensions视图

Monitor支持业务度量的多维分析，允许用户对业务数据进行钻取，切片等操作。下图是一个订单的多维分析示例图。

　　　　图4　基于地点的订单多维分析（Dimensions视图）

3.3 Reports视图

Reports视图集中展示业务度量随时间变化的趋势图，下图是一个订单数量的月度分布图。

　　　　图5　订单数量的月度分布图（Reports视图）

4.业务异常的检测和警报

在企业的业务运转中，出现一些异常情况是难以避免的，这时的关键在于，如何即时的获知异常事件，并迅速的采取合理的应对措施，以将损失降低到最小。Monitor对此提供了强大的功能支持。

Monitor允许用户自行定义业务异常的触发条件，以及相关警报的形式和内容。在Monitor V6.2版本以前，用户如果想增加或者修改警报的相关定义，需要对monitor model进行二次开发和重新部署，因此限制了使用此功能的场景。Monitor V6.2消除了这一局限性，通过引入 Dynamic Alerts 将此功能设置为动态形式

如下图所示，用户通过定义警报条件可以对任何 KPI 设置警报。例如，可以将多个条件合并，当响应时间和呼叫量同时增加到超过目标值时，用户可以得到警报。用户可以接收缺省通知，也可以自定义消息的主题或正文，并可以包括其他 KPI 详细信息。定义警报时，用户还可以选择与能够接收通知的其他人共享，如果是授权用户，则可以编辑警报定义本身。还可以指定警报的频率；例如，是接收单个通知还是多个重复通知。

　　　　　　　图6 　动态警报的编辑界面

下图则是一个订单处理时间超时的警报。

　　　　　　　图7 　订单处理超时警报

5. KPI预测

从Monitor V6.2开始，提供基于KPI的历史走势进行预测的功能。对 KPI 未来数值的预测可以增强决策制定的敏捷性，对潜在的业务问题或机会做出更快的响应。业务用户可以在KPI History and Prediction视图中定义预测模型，指定预测期限以及预测点的频率。此外，预测模型还可以考虑使用循环模式，如七天的周循环或每季度累计趋势，也可以基于 KPI 过去的数值、当前的趋势、加速和减速以及可选的循环模式进行预测。

下图展示了KPI的历史走势和未来预测值，实线部分是KPI的历史走势，黄色离散点集则是对该KPI未来数值的预测。如果预测值超出了预先设定的阈值范围，Monitor则可以提前发出警报给相应的业务人员。