项目简介
某重要总集智慧项目近期因应用发版异常导致无法正常办理业务，引发客户对交付进度和交付质量的担忧，出现客情。混合云SRE混合云技术服务团队紧急投入进行稳定性护航。
项目成果
从转维发版流程、总集管理规范、应用监控、自动化工具等四个维度入手，通过制定总集管理方案、部署自动化告警监控、配置可视化应用监控，丰富应用监控事项，流程线上化工具等夯实云平台稳定性，提高项目组与ISV沟通协作效率，保证线上问题专人跟进闭环管理，进一步提升了平台稳定性和项目交付质量。近期应用发版保障顺利完成，客情得到缓解。主要完成：
- 指导云平台深度巡检，编写云平台应急保障方案，提升云平台健康度，提高应急响应和处置能力
- 整理输出应用转维验收checklist，总集应用运维管理方案、应用运维考核细则等制度，全面覆盖应用开发、架构链路、业务监控和文档建设等方面，加强总集管控，提高应用交付质量
- 部署SRE技术保障平台监控工具，全面实现云平台硬件、产品组件、云产品实例、安全事件、云外网络等方面的监控并实现消息及时推送
- 部署应用监控工具，从端口、URL、SLS日志，API网关接口日志等四个维度进行监控，已在八个应用系统推广试点，还将继续丰富业务CMDB建设，进一步提高应用监控能力。
我们是阿里云智能全球技术服务-SRE团队，我们致力成为一个以技术为基础、面向服务、保障业务系统高可用的工程师团队；提供专业、体系化的SRE服务，帮助广大客户更好地使用云、基于云构建更加稳定可靠的业务系统，提升业务稳定性。我们期望能够分享更多帮助企业客户上云、用好云，让客户云上业务运行更加稳定可靠的技术，您可用钉钉扫描下方二维码，加入阿里云SRE技术学院钉钉圈子，和更多云上人交流关于云平台的那些事。