银行日志分析场景？

银行日志分析场景就非常多了：
1.故障快速溯源：免登录到后台服务器查询日志，在日志平台上实现关键字秒级检索
2.全链路追踪：自动追踪单笔交易全链路环节，一键定位故障节点
3.业务黄金指标的监控告警和异常检测：按交易类型和渠道维度监控业务黄金指标，及时发现用户感知层面（如交易缓慢，交易失败）的故障
4.GC日志异常分析：通过分析java gc日志，有效发现系统缓慢原因，并预警内存溢出风险
5.dump日志分析：及时发现应用程序产生dump文件，并完成自动化dump文件分析
6.短信/消息队列缓慢增加分析：及时预警队列类型指标恶化趋势，先于投诉发现故障
7.业务新增返回码/错误分析：快速定位故障初次出现的日志指纹，提升故障发现和定位速度
8.负载均衡日志分析：及时发现“脑裂”故障和负载均衡分发不均衡故障
还有虚拟机故障分析，网络设备故障分析等等，可以说从业务，应用，中间件，数据库，服务器到网络设备，整个IT架构都离不开日志分析

日志的价值目前在大部分银行没有很好的发挥作用，作为获取业务和应用最好的数据源，日志分析的价值巨大，目前银行使用日志的场景主要分为以下几个方面，第一可以根据应用日志，进行业务的交易情况分析决策，业务监控大屏展示，业务调用链追踪，快速定位应用故障；第二是安全方面，安全的态势感知平台也是基于设备和设备的日志进行数据分析，从复杂的IT环境中定位安全隐患，进行安全攻击的预判，安全事件的自动防护。后续银行运维的趋势是智能运维，日志是智能运维的主要数据来源，自愈，问题定位等高级自动运维场景都是根据日志的分析得来的。

银行日志分析场景就非常多了：

1.故障快速溯源

2.全链路追踪

3.业务黄金指标的监控告警和异常检测

4.GC日志异常分析

5.内存溢出分析，dump日志分析

6.短信/消息队列缓慢增加分析

7.业务新增返回码/错误分析

8.结合大数据平台完善数据治理