螞蟻集團的業(yè)務(wù)種類繁多，兼具金融級的“穩(wěn)” 和互聯(lián)網(wǎng)的 “快”，支撐又快又穩(wěn)的業(yè)務(wù)發(fā)展需要完善的穩(wěn)定性保障體系， 這個體系的基石就是可觀測性平臺-AntMonitor 。

早在2011年前，監(jiān)控平臺就已經(jīng)完成初代建設(shè)，在2012到2017年這五年間，螞蟻監(jiān)控技術(shù)團隊抽象出了業(yè)務(wù)視角監(jiān)控牽引的模式，大大提升了核心業(yè)務(wù)的故障發(fā)現(xiàn)能力，同期研發(fā)了可視化引擎與易用的配置系統(tǒng)。為了支撐雙11等大規(guī)模海量計算場景，在底層數(shù)據(jù)技術(shù)上做到了實時穩(wěn)定的大規(guī)模日志和指標(biāo)處理能力。隨著這些能力的完成，可觀測平臺的產(chǎn)品也逐漸成熟。

2017年后，整個螞蟻集團 可觀測性能力逐步走向了全息化、數(shù)據(jù)化和智能化 。這一代整個團隊除了繼承前幾年的平臺建設(shè)優(yōu)點之外，還著力解決了幾個方面的問題，包括：

• 完成從客戶端到服務(wù)端，從業(yè)務(wù)應(yīng)用到基礎(chǔ)設(shè)施的 一站式全場景監(jiān)控
• 基于監(jiān)控的海量數(shù)據(jù)， 實時數(shù)據(jù)探查和分析
• AIOps 智能場景化 落地

#1 特色產(chǎn)品能力

1. 全息可觀測

所謂的全息觀測能力， 能力上 融合各項可觀測能力（如指標(biāo)、trace、日志、性能分析）； 覆蓋面上 可以做到一站式解決端到端的各類組件。這兩點共同解決了數(shù)據(jù)孤島的問題。以前觀測類平臺往往是四分五裂的狀態(tài)，所有平臺都嘗試從自身的角度出發(fā)，去解決業(yè)務(wù)系統(tǒng)的觀測問題。但是這樣最終帶來的是“斷頭路”的效果，數(shù)據(jù)只有真正能相互流通關(guān)聯(lián)的時候，才能真正發(fā)揮其作用。Google也在其論文中披露，其內(nèi)部監(jiān)控平臺也是從各個團隊自行運維的borgmon逐漸收攏到統(tǒng)一的平臺Monarch上，以解決在應(yīng)急和數(shù)據(jù)分析過程中跨組件，跨部門的隔閡。

就觀測能力而言， 每類觀測能力均有其優(yōu)勢與不足 。比如，指標(biāo)類數(shù)據(jù)是可以方便地展現(xiàn)一個實體（或大或?。╇S時間變化的趨勢。而日志能獲取明細(xì)數(shù)據(jù)，在排查具體問題的時候非常有用。trace的話往往是站在業(yè)務(wù)請求的角度，可以串聯(lián)這一次請求中的上下文。螞蟻在統(tǒng)一的觀測平臺上，逐步建立了以指標(biāo)和日志為主，trace為輔助的各種能力。并且更為關(guān)鍵的是，平臺很好地融合了這三方面的能力，使之能夠各取所長。除了業(yè)界強調(diào)的可觀測能力三大支柱外，螞蟻的可觀測平臺還深度建設(shè)了性能分析能力和線上單機程序診斷能力。

1）日志、指標(biāo)和trace的融合產(chǎn)品

下圖上，我們可以看到底層的表格上均是關(guān)于錯誤量級的指標(biāo)監(jiān)控，同時點開也能看到錯誤的具體日志詳情，這里對日志做了大量的模式歸類、運維維度的聚合。這極大提升了業(yè)務(wù)排障的效率。

2）一體化的性能分析產(chǎn)品

螞蟻的一線研發(fā)運維，可以在平臺上直接或間接（通過告警自動觸發(fā)）做CPU的細(xì)粒度分析?；旧?，用戶可以從宏觀的指標(biāo)到精確的代碼行，都能得到定量分析。圖示為on cpu的火焰圖分析。

3）客戶端監(jiān)控能力 ，以某個小程序為例，端到端的實現(xiàn)全面可觀測性覆蓋：

4）高效的觀測能力接入

在長期的發(fā)展中，螞蟻監(jiān)控技術(shù)團隊也發(fā)現(xiàn)需要被監(jiān)控的技術(shù)產(chǎn)品多種多樣，每次都單獨適配成本非常之高，因此通過定義一套通用的模型體系，滿足不同用戶需要，不僅能解決效能的提升，還可以建立統(tǒng)一的監(jiān)控數(shù)據(jù)模型體系。技術(shù)上來講，主要是通過標(biāo)準(zhǔn)化、實體化和拓?fù)浠瘉斫鉀Q這個問題的。

首先是標(biāo)準(zhǔn)化 。技術(shù)棧模型方案，通過讓用戶自主的，標(biāo)準(zhǔn)的接入一個新產(chǎn)品，將所有能力開放給用戶，化被動為主動，一方面為用戶提供豐富的開放性能力，另一方面也以一定的標(biāo)準(zhǔn)規(guī)范約束用戶。

第二是實體化 。平臺有能力讓了解每一個組件結(jié)構(gòu)模型的人，為每一個實體建立所需要的實體采集模板、展現(xiàn)模版和告警模版。下圖以內(nèi)部的分布式數(shù)據(jù)庫 oceanbase 舉例，通過定義不同的實體模型就可以很清晰的了解它的拓?fù)淠Ｐ停ㄈ缦聢D），然后根據(jù)用戶的需要對不同的實體采集指標(biāo)數(shù)據(jù)，并匯聚成不同維度的數(shù)據(jù)源，然后根據(jù)數(shù)據(jù)源定義不同的展現(xiàn)模版。

第三是拓?fù)潢P(guān)聯(lián)的處理 。不同的產(chǎn)品都有一定的依賴關(guān)系，我們在構(gòu)建實體模型的時候就已經(jīng)有能力做到這一點了。

有了前面幾點能力，具體操作層面用戶在接入一個新類型異構(gòu)的觀測實體的時候， 僅僅需要做三件事 ：包括定義被觀測實體與它們之間的關(guān)系、定義實體之上的采集與計算規(guī)則、基于實體與其關(guān)系定義展現(xiàn)與告警模板。

2. 內(nèi)置數(shù)據(jù)智能

監(jiān)控的實時數(shù)據(jù)是實現(xiàn)AIOps的基礎(chǔ)，在有了實時、全面、精準(zhǔn)的監(jiān)控數(shù)據(jù)后，就可以在傳統(tǒng)監(jiān)控的基礎(chǔ)上構(gòu)建AIOps的數(shù)據(jù)平臺，實現(xiàn)智能化應(yīng)用。

1）靈活的數(shù)據(jù)探索分析

數(shù)據(jù)分析視角中，最直觀的其實就是 查詢語言 。可觀測平臺內(nèi)部，對所有的結(jié)構(gòu)化數(shù)據(jù)分成了兩大類表： 時序表和維度表 。針對時序表，螞蟻監(jiān)控技術(shù)團隊兼容了業(yè)界在指標(biāo)監(jiān)控領(lǐng)域比較流行的promQL，用戶可以直接提交進行查詢。對于需要更豐富表達能力的分析訴求，平臺上針對維度表和時序表都可以執(zhí)行SQL查詢，包括復(fù)雜的互相join操作等均支持。

技術(shù)實現(xiàn)上，平臺對SQL和promQL的執(zhí)行在架構(gòu)上實現(xiàn)了“ 多模輸入、統(tǒng)一執(zhí)行 ”的結(jié)構(gòu)。首先在api層面，用戶對一個表（或者稱之為指標(biāo)）既可以提交SQL 查詢和promQL查詢。兩者在語法解析層有各自獨立的實現(xiàn)，但是在執(zhí)行層，都統(tǒng)一共享底層的spark、flink以及團隊自研的時序數(shù)據(jù)庫CeresDB等基礎(chǔ)設(shè)施。

2）算法工程平臺

有了強大的數(shù)據(jù)能力后，監(jiān)控團隊針對性地建設(shè)了重點的業(yè)務(wù)場景，同時也在領(lǐng)域內(nèi)落地了算法實驗室，完成了整個數(shù)據(jù)算法智能化的內(nèi)部閉環(huán)，包括算法的部署、訓(xùn)練、回歸，外部場景的管理和樣本數(shù)據(jù)的管理，以及用戶打標(biāo)數(shù)據(jù)的回流等。

3）技術(shù)風(fēng)險場景智能化

在Antmonitor的提供的實時數(shù)據(jù)和AI工程能力之上，螞蟻監(jiān)控團隊深度構(gòu)建了技術(shù)風(fēng)險的各種場景智能化防控能力，為提升支付寶全局系統(tǒng)穩(wěn)定性做出了重要貢獻。

a.智能變更防御場景

經(jīng)過對螞蟻多年的故障分析，可以發(fā)現(xiàn)60%以上的故障都是人為變更導(dǎo)致的，因此沉淀了 智能分批監(jiān)控、錯誤碼檢測、跨鏈路檢測、變更資損檢測、變更窗口檢測 等多種防御微服務(wù)，包含6000多個防御規(guī)則，每天256萬次自動化的防御風(fēng)險校驗，自從有了這套架構(gòu)，每年變更故障下降50%左右。

b. 智能應(yīng)急定位場景

由于支付寶分布式系統(tǒng)規(guī)模龐大，一筆業(yè)務(wù)可能經(jīng)過數(shù)十個系統(tǒng)，依賴的基礎(chǔ)設(shè)施也非常復(fù)雜，涉及相關(guān)人員很多，當(dāng)出現(xiàn)業(yè)務(wù)失敗時，如何快速定位到具體的問題節(jié)點并協(xié)調(diào)相關(guān)人員助力 解決問題 ，就成為重要命題。因此產(chǎn)品基于監(jiān)控指標(biāo)和異常檢測算法，在檢測故障后在釘釘群自動提示、展示故障信息、展示輔助定位信息、組織相關(guān)人員進行相應(yīng)的應(yīng)急處理及善后，在部分場景實現(xiàn)了故障自愈。

c. 智能彈性容量場景

在螞蟻金融屬性業(yè)務(wù)高穩(wěn)定性和互聯(lián)網(wǎng)的業(yè)務(wù)復(fù)雜性要求下，往往造成經(jīng)典在線應(yīng)用利用率長期低下，資源成本浪費嚴(yán)重。但是 經(jīng)典的彈性伸縮無法滿足螞蟻的業(yè)務(wù)要求 ，主要原因之一是經(jīng)典彈性在線資源使用和利用率是無法通過簡單的線性折算出來，之二是彈性伸縮變更風(fēng)險高，無技術(shù)風(fēng)險控制手段，特別是縮容無風(fēng)控手段，異常會直接引發(fā)故障，之三是經(jīng)典在線的擴縮容速度是需要十分鐘以上，擴縮容無法滿足快速彈性的訴求。

經(jīng)過多年的摸索和落地實踐，螞蟻彈性容量 基于技術(shù)風(fēng)險防控體系+云原生統(tǒng)一資源調(diào)度+數(shù)據(jù)智能 ，三者組充分結(jié)合，實現(xiàn)在穩(wěn)定性和成本優(yōu)化中取最大值?；诒O(jiān)控大數(shù)據(jù)和機器學(xué)習(xí)算法、K8S、erviceMesh和技術(shù)風(fēng)險防控技術(shù)，建設(shè)了適合螞蟻的全局在線資源利用率無風(fēng)險精確管理和全局容量異常自適應(yīng)體系。主要的核心技術(shù)有多階段伸縮、預(yù)測式伸縮、云原生分時調(diào)度技術(shù)，這也是螞蟻綠色計算的核心技術(shù)，目前 已經(jīng)將7件 “綠色計算” 相關(guān)專利無償開放。

3. Monitoring as a Service 能力開放

AntMonitor在針對可觀測性這個領(lǐng)域，在解決一些已知的、有共性的需求的時候，都產(chǎn)出了對應(yīng)產(chǎn)品能力。但是如何承載一些和外部系統(tǒng)（通常是SRE團隊）聯(lián)動型的需求、偏領(lǐng)域定制需求等“未知”的需求，如何協(xié)同平臺生態(tài)仍然是巨大的問題。

為此，在產(chǎn)品層面提出了建議 MaaS 的設(shè)想（Monitoring as a Service), 監(jiān)控能力服務(wù)化，開放、融合監(jiān)控能力到SRE各個領(lǐng)域，快速完成 SRE 場景建設(shè)，沉淀可復(fù)用能力，主要包含以下 3 個業(yè)務(wù)目標(biāo)：

• 開放服務(wù)把監(jiān)控的計算、存儲、算法、視圖等等能力開放出來。
• 促進分析服務(wù)的標(biāo)準(zhǔn)化沉淀，讓更多的場景可以復(fù)用、共同建設(shè)這部分的能力。
• 解決“監(jiān)”與“控”之間的鏈接問題。

技術(shù)實現(xiàn)層面，螞蟻監(jiān)控技術(shù)團隊主要基于serverless能力，做了一個領(lǐng)域性的研發(fā)與運行平臺，讓用戶的定制化訴求能直接在這個平臺通過寫一段代碼的方式得到滿足。這里可以直觀地看到一個檢查變更的服務(wù)函數(shù)的產(chǎn)品效果：

螞蟻技術(shù)內(nèi)部的SRE、研發(fā)、質(zhì)量都可以在這樣的開放技術(shù)體系下，基于監(jiān)控的數(shù)據(jù)和智能化能力快速實現(xiàn)自己的個性化需求，目前平臺已經(jīng)有3萬個API持續(xù)為各種應(yīng)用場景持續(xù)提供服務(wù)。

#2 平臺核心技術(shù)

1. 融合的時序數(shù)據(jù)平臺

前面敘述的整個螞蟻可觀測性平臺AntMonitor的所有產(chǎn)品功能均是基于團隊研發(fā)的底層時序數(shù)據(jù)平臺pontus。這里的時序數(shù)據(jù)平臺是一個廣義的時序數(shù)據(jù)的綜合解決方案，可以看做是傳統(tǒng)的CMDB和時序數(shù)據(jù)的融合平臺。這個解決方案中，包括了對結(jié)構(gòu)化時序數(shù)據(jù)的統(tǒng)一建模，數(shù)據(jù)的采集、計算、存儲能力，以及數(shù)據(jù)的管理能力。具體可以參考如下大圖：

1）數(shù)據(jù)管理能力

在整個平臺僅面對指標(biāo)監(jiān)控的固定需求時，對數(shù)據(jù)的管控訴求并沒有這么大。但是隨著上層觀測產(chǎn)品的日益豐富、數(shù)據(jù)冗余、數(shù)據(jù)口徑定義不清、數(shù)據(jù)的來源和存儲引擎的多樣化等現(xiàn)實情況，僅僅引擎層面提供的服務(wù)是不夠的。

AntMonitor底層的時序數(shù)據(jù)平臺 pontus 經(jīng)過迭代，其數(shù)據(jù)管理能力也得到了不斷地增強，從而形成了獨立的底層技術(shù)平臺。平臺的管理能力包括了對數(shù)據(jù)整個流轉(zhuǎn)過程的全方面管理，包括采集、計算、存儲、消費等，是一個綜合性的解決方案能力。放眼業(yè)界，知名的云廠商也都演化出了其時序數(shù)據(jù)平臺或服務(wù)，比如AWS的timestream和Azure的time series insight，它們都提供給了非常強的數(shù)據(jù)管理能力。

當(dāng)前，時序數(shù)據(jù)平臺管理的表數(shù)量已經(jīng)達到接近百萬個，支撐了螞蟻集團所有時序類數(shù)據(jù)和元數(shù)據(jù)。

2）多維時序模型

如何用一個統(tǒng)一模型去組織這些數(shù)據(jù)呢？經(jīng)過考慮，團隊決定讓平臺中的數(shù)據(jù)在技術(shù)上通過“表”來承載。業(yè)務(wù)上，考慮到數(shù)倉領(lǐng)域已經(jīng)較為成熟，因此借鑒了其中一些理論， 多維時序模型其實就是數(shù)倉中雪花模型的應(yīng)用 。

前面提到，時序數(shù)據(jù)平臺是一個傳統(tǒng)CMDB和時序數(shù)據(jù)的融合平臺，其中就有兩類相輔相成的數(shù)據(jù)，分別是元數(shù)據(jù)和時序指標(biāo)數(shù)據(jù)。 元數(shù)據(jù) 是業(yè)務(wù)、應(yīng)用、基礎(chǔ)設(shè)施自身的結(jié)構(gòu)描述，而 時序數(shù)據(jù) 是他們隨時間變化的狀態(tài)描述。因此，所有表又分為時序表和維度表。維度表用來承載元數(shù)據(jù)，時序表用來存儲被監(jiān)控對象的時序觀測數(shù)據(jù)，同時兩者之間可以進行關(guān)聯(lián)。

最終，所有的數(shù)據(jù)都組成了一張大網(wǎng)，同時做好了對任何系統(tǒng)的結(jié)構(gòu)描述與狀態(tài)描述。

有了這樣一個模型，平臺和上層的可觀測業(yè)務(wù)就能真正的解耦，底層平臺中不會再有任何與特定的、異構(gòu)的運維實體或者公司的技術(shù)業(yè)務(wù)架構(gòu)綁定的概念。這也是前述技術(shù)棧產(chǎn)品接入能力的理論基礎(chǔ)。

3）海量數(shù)據(jù)處理架構(gòu)

整體上，可觀測平臺是一個需要實時處理巨量數(shù)據(jù)的（每分鐘40T 輸入數(shù)據(jù)，200億個時序數(shù)據(jù)點寫入）垂直領(lǐng)域?qū)崟r數(shù)據(jù)平臺。 而且，本身螞蟻監(jiān)控技術(shù)團隊服務(wù)的上層業(yè)務(wù)就是公司的SRE與穩(wěn)定性團隊，因此可以 說是線上穩(wěn)定性的最后一道保障，需要在各種極端情況下保證這個實時系統(tǒng)自身的穩(wěn)定。 要在一套解決方案中同時做好實時性、穩(wěn)定性、低成本這三個點，其基礎(chǔ)技術(shù)挑戰(zhàn)非常大。

整體運行時架構(gòu)可以用下圖表達：

在這套架構(gòu)中，我們使用了 regional的多活架構(gòu)。具體來說，regional 架構(gòu)是指，所有的日志采集和指標(biāo)采集的收集與解析層， 都是在機房內(nèi)完成的，流量不出機房以減少對骨干網(wǎng)和專線的網(wǎng)絡(luò)壓力?；诖思軜?gòu)，螞蟻監(jiān)控技術(shù)團隊保障了在極端環(huán)境下的機房級甚至城市級的容災(zāi)能力。同時常態(tài)化的使用多種手段（比如單節(jié)點的資源負(fù)載調(diào)度，多集群的負(fù)載分發(fā)管理等），確保整體數(shù)據(jù)流量的持續(xù)穩(wěn)定使用。

在提升整體架構(gòu)的性能水平上，重點的工作是做了算子下推。這個操作的核心思想都是就近計算，通過調(diào)度計算邏輯，減少數(shù)據(jù)的搬運。算子下推這個能力，經(jīng)過自動化分析之后，甚至可能直接查詢agent的數(shù)據(jù)；或者中心數(shù)據(jù)大規(guī)模聚合可以做到盡量分級提取，能在單機完成的聚合直接聚合給出部分結(jié)果再由中心聚合。

2. 高性能時序數(shù)據(jù)庫

隨著平臺對時序數(shù)據(jù)存儲能力的訴求不斷提高，AntMonitor團隊在調(diào)研了各種開源的時序存儲之后，發(fā)現(xiàn)或多或少存在不滿足當(dāng)前業(yè)務(wù)訴求。在時序數(shù)據(jù)場景中，螞蟻集團需要同時解決這個幾個問題：

1）讀寫高吞吐與低成本

螞蟻的觀測平臺平時每分鐘都在產(chǎn)生200億個時序點上。如何提升極致的讀寫性能，甚至在雙十一這樣的業(yè)務(wù)峰值的時候，也能達到比較好的性能是一個重要的命題。而且，由于業(yè)務(wù)體量巨大，在解決吞吐問題的時候，也需要考慮資源成本（機器）。

2）高可用能力

觀測系統(tǒng)是線上穩(wěn)定性的最后保障。時序數(shù)據(jù)庫作為觀測系統(tǒng)的存儲。必須保證在任何極端情況下都能持續(xù)穩(wěn)定提供服務(wù)，典型場景比如單機不可用、機房斷網(wǎng)等。

3）多租戶與管控能力

這一點，對于大型互聯(lián)網(wǎng)公司來說也是很關(guān)鍵的。螞蟻的觀測數(shù)據(jù)也是分等級的，不同的租戶內(nèi)的管理需求，比如TTL、資源水位等都是不一樣的。

4）時序與分析能力融合

業(yè)界的時序產(chǎn)品，往往僅強調(diào)時序分析性能。但是我們在螞蟻的觀測平臺實踐中，除了要支持時序分析之外，還需要做大量大規(guī)模數(shù)據(jù)分析，基本等同于大數(shù)據(jù)中的AP場景。兩者的業(yè)務(wù)目標(biāo)不同，如何在同一套時序數(shù)據(jù)庫中同時完成，是一個業(yè)界暫時探索不多的命題。

最終，團隊決定自研一款高性能的時序數(shù)據(jù)庫，也就是Ceresdb。而上面說的這些技術(shù)問題，均在自研產(chǎn)品上得到了解決，Ceresdb目前已經(jīng)完整商業(yè)化，近期我們會將其核心代碼開源，貢獻給社區(qū)開放共建，希望能幫助到更多的業(yè)務(wù)場景。

3. 新硬件探索 – AEP

AEP是新型內(nèi)存介質(zhì)產(chǎn)品（數(shù)據(jù)可以持久化）。CeresDB 已經(jīng)有了純內(nèi)存時序數(shù)據(jù)庫 MTSDB 用于緩存最新時間段的數(shù)據(jù)以提升查詢性能，但內(nèi)存是昂貴的，MTSDB 保存的數(shù)據(jù)時長也受到了內(nèi)存的極大限制，很難保存超過 12 小時以上的數(shù)據(jù)，而用戶的查詢需求越來越高，這部分?jǐn)?shù)據(jù)必須從更下層的分布式存儲讀取，時延相對較大，如果能將這部分?jǐn)?shù)據(jù)存儲在和內(nèi)存讀寫速度在一個量級的 AEP 中，那么無疑會給查詢體驗帶來很大的提升。

實踐中，我們采用了 App Direct 模式，直接使用文件系統(tǒng) API 訪問 AEP，將 AEP 作為內(nèi)存之下的二級存儲，從 MTSDB 淘汰的數(shù)據(jù)直接寫入 AEP，第三級為 OBKV。

目前 ceresdb 已經(jīng)在線上完成了部分集群的 AEP 試點，從線上查詢觀察，查詢 RT 接近內(nèi)存，下一步將繼續(xù)努力優(yōu)化在 AEP 中的數(shù)據(jù)結(jié)構(gòu)，提高壓縮比，降低存儲成本。

#3 總結(jié)和展望

業(yè)務(wù)訴求是技術(shù)發(fā)展的核心驅(qū)動力 ，在螞蟻業(yè)務(wù)復(fù)雜多元、極高穩(wěn)定性、超大規(guī)模處理的要求下，多年持續(xù)的投入和打磨核心監(jiān)控系統(tǒng)，逐漸演進到了今天的技術(shù)架構(gòu)。同時，我們也在不斷探索技術(shù)開放，通過技術(shù)開源、產(chǎn)品化等方式為更多的行業(yè)數(shù)字化轉(zhuǎn)型提供穩(wěn)定的底盤支撐。

在開源領(lǐng)域，我們的方向是兼容、提升與共享。在平臺發(fā)展的過程中兼容了大量業(yè)界的優(yōu)秀實現(xiàn)，同時在公司超大規(guī)模的場景下，做出了大量的創(chuàng)新工作，比如多維時序模型、時序與分析融合的高性能時序數(shù)據(jù)庫等，形成一套領(lǐng)先的技術(shù)體系。后續(xù)，我們在可觀測領(lǐng)域的這些平臺與能力組件，都會逐步開源，首先將開源的是時序數(shù)據(jù)庫CeresDB，希望能不斷吸收業(yè)界同行的意見，也可以被更多業(yè)務(wù)場景所集成。

除了服務(wù)內(nèi)部，我們的可觀測平臺產(chǎn)品也在逐漸開展商業(yè)化探索。監(jiān)控平臺作為螞蟻技術(shù)風(fēng)險商業(yè)化產(chǎn)品 TRaas 的關(guān)鍵產(chǎn)品，已經(jīng)輸出到數(shù)十家銀行、機構(gòu)。未來，更多在螞蟻內(nèi)部監(jiān)控廣泛使用的技術(shù)能力，比如數(shù)據(jù)分析、智能檢測、AIOps應(yīng)用等，也將會通過各種產(chǎn)品形態(tài)進行技術(shù)開放，對外賦能。