期货交易分早盘、夜盘等多个时段，运维人员每周要处理数万条告警。上海一家期货公司把告警响应收拢到一个平台上，做法包括四项：
- 选用支持交易日历和邮件告警解析的 On-call 平台。
- 设立专职监控岗，建立值班制度。
- 打通 CMDB，用元数据补全告警上下文。
- 定期用 MTTA 和 MTTR 衡量各团队的值班工作。
本文整理自该公司技术专家宋庆羽在第二届 CCF 夜莺可观测性创新论坛上的分享。
该期货公司是国内首批获得金融期货全面结算业务资格的期货公司，在中国期货业协会分类评价中获得 AA 级。公司提供商品期货经纪、金融期货经纪和资产管理等服务。公司在全国设有 20 余家分公司和 300 余家证券 IB 营业部，多项经营指标连续多年位列行业第一梯队。
期货运维的三个难点
宋庆羽总结了期货行业运维保障的三个特点：
- 业务覆盖多家交易所，有早盘、夜盘等多个交易时段。运维需要全程保障，人员需要全天候值班。
- 期货交易连续、实时、风险高，高峰期压力大。信息系统的安全稳定要求很高。
- 运维人员平均每周处理数万条告警。数量过大会降低对告警的敏感度。该公司历史上曾因遗漏关键告警而发生生产事故。
因此，团队需要把管理制度、技术要求和运营机制落到一个统一的告警响应平台上。目标是加快告警响应，减轻运维压力。
选平台：看排班、交易日历、多源接入、降噪和元数据
选型时，团队重点考察五项能力：
- 灵活的排班和告警升级机制。
- 交易日历，用于适配金融行业的业务节奏。
- 对接公司内各类告警数据源。
- 统一的告警降噪和抑制策略。
- 与 CMDB 等元数据中心打通。
经过调研和测试，团队选择了 Flashduty On-call 作为 On-call 平台。
接入现有监控时，Flashduty 的邮件集成与标签增强组合解决了一类难题。网络分析平台（天旦、科莱）以及 OceanBase、TdSQL、沃趣 Qfusion、SmartX 等系统只提供邮件告警。这些系统难以通过 Webhook 与第三方联动，告警也无法直接进入 IM。
Flashduty 可以解析告警邮件的标题和正文。告警详情、阈值、状态更新等信息会被提取为结构化数据，再通过不同渠道通知运维人员。
建制度：设专职监控岗，明确值班机制
公司层面设立了专职团队，即 EEC 监控岗。该岗位负责建立和完善 On-call 制度，沉淀相关能力，并跟进值班中的遗留问题。
贴合业务场景的值班机制，能减少响应过程中的不确定性。工程师清楚应该看什么、找谁、如何升级。
统一元数据：从 CMDB 补全告警标签
CMDB 中已经保存了资源之间、资源与人员之间的关系。On-call 平台直接复用这些信息，告警分发更加自动化。重复配置随之减少，元数据不一致的风险也更低。
Flashduty 支持与 CMDB 对接，获取资产依赖映射，并用这些元数据增强告警标签。补全后的标签用于自动分发。工程师收到告警时，也能看到更完整的上下文，更快判断影响范围和严重程度。
持续运营：用数据衡量值班工作
所有告警集中到一个平台后，处理生命周期中的每个节点都有记录。Flashduty 提供工作量统计、TopK 告警统计、MTTA（平均认领时间）和 MTTR（平均恢复时间）。管理者据此判断应优化哪条规则、哪个团队或哪段流程。
如需深入交流，可添加宋庆羽老师的微信：giggs06。Flashduty On-call 的更多信息见产品介绍页。
