资源利用率提升50%:Serverless 驱动国诚投顾打造智能投顾新范式

本文涉及的产品
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
容器镜像服务 ACR,镜像仓库100个 不限时长
注册配置 MSE Nacos/ZooKeeper,118元/月
简介: 通过与阿里云深度合作,国诚投顾完成了从传统 ECS 架构向云原生 Serverless 架构的全面转型。新的技术架构不仅解决了原有系统在稳定性、弹性、运维效率等方面的痛点,还在成本控制、API 治理、可观测性、DevOps 自动化等方面实现了全方位升级。

1.gif


“依托阿里云 Serverless 架构,我们构建了高弹性、智能化的技术底座,实现了业务系统的稳定、高效运行。未来,我们将持续深化云原生技术实践,以全链路数字化能力赋能行业生态,为投资者打造更敏捷、安全的智能投顾服务平台,引领行业数字化变革新范式。”

——国诚投顾 副总经理 石旦


在数字化转型的浪潮中,深圳市国诚投资咨询有限公司携手阿里云,选择将 Serverless 应用引擎(SAE)作为其技术架构的核心支撑平台,该举措便取得了显著成效。通过基于 SAE 的全量迁移和 Serveless 整体架构,企业不仅大幅提升了业务系统的稳定性与运行效率,还在成本控制方面实现了质的飞跃。

借助云原生 API 网关,企业实现了对外服务的统一接入与精细化流量管理,提升了接口调用的安全性与可观测性;同时,结合微服务治理能力,系统在服务发现、负载均衡、熔断限流等方面具备了更强的弹性和自动化运维水平。尤其在高并发场景下,整体架构展现出优异的高可用性与稳定性,有效破解了原有系统中的性能瓶颈,全面支撑起业务的高效运转与未来持续扩展需求。


客户介绍


深圳市国诚投资咨询有限公司(简称“国诚投顾”)成立于 2004 年,是一家完全依靠市场竞争成长起来的专业投资咨询机构。20 年来,公司秉承规范、诚信、创新的宗旨,致力于打造集合精品投研资讯、投资者教育、选股决策辅助的综合互联网产品,立足专业的深度调研,帮助客户构建自己的盈利体系,提高自身投资能力。公司以专业化的投研体系为根基,结合前沿创新科技,实现传统投顾经验智慧与智能投顾数据算力的双向融合,为中小投资者提供全周期的投资决策辅助方案。


2024 年,国诚投顾发布自研智能投顾软件“决策家”,一款汇聚专业投研团队提供指导建议的可视化交易决策辅助工具,成为中小投资者信赖的智能投顾标杆产品。


业务挑战


在之前,国诚投顾全栈系统主要搭建在 ECS 之上,业务高峰期前需要预先扩容机器来应对预期外的流量。同时中间件也在 ECS 上自建微服务网关,负责南北方向流量调度、安全防护以及微服务治理,配合服务注册配置中心实现服务间调用、配置管理和变更推送,很好地支撑了国诚投顾前期的业务快速增长。


但随着业务的高速发展,原本的这套技术架构逐渐暴露出诸多问题:


1. 稳定性挑战日益突出


随着业务访问量逐年增长,尤其是在行情波动或市场热点事件期间,平台面临巨大的并发访问压力。由于微服务网关、注册中心等关键组件均以自建形式部署于 ECS 上,集群稳定性难以保障。面对高频访问和突发流量冲击,经常出现服务响应延迟、调用链异常甚至部分服务不可用的情况。同时,由于缺乏完善的监控体系与自动恢复机制,一旦发生故障,问题定位复杂、排查周期长,严重影响业务连续性。自建中间件的高维护门槛也使得稳定性优化工作滞后于业务增长速度,成为阻碍系统持续演进的关键瓶颈。


2. 资源弹性能力不足,利用率低下


传统 ECS 架构下,资源扩容依赖人工操作或定时任务,在流量突增时往往无法及时响应,导致系统过载、请求堆积甚至系统雪崩的严重问题。而在业务低谷期,大量 ECS、容器实例处于闲置状态,资源利用率偏低,造成不必要的成本支出。此外,由于缺乏对实际业务流量曲线的动态感知能力,企业在资源规划上多采用“预留冗余”的方式,导致长期存在资源浪费现象,既增加了运维成本,又降低了资源使用的灵活性与效率。


3. 运维复杂度高,人力投入大


ECS、容器集群的日常运维涉及节点管理、网络配置、中间件部署、日志收集等多个环节,整个系统依赖大量专业人员进行维护。例如 Kubernetes 集群的搭建与调优、微服务网关的版本更新、服务注册中心的维护等,都需要具备较高技术水平的开发和运维团队参与。特别是在面对复杂的故障场景时,排查过程繁琐、调试难度大,响应效率远不能满足业务快速变化的需求。这种高门槛、高人力成本的运维模式,严重限制了企业的敏捷性和创新能力。


4. 发布流程低效,缺乏灵活发布机制


随着业务需求不断变化,频繁的功能迭代和版本发布已成为常态。但在原有的 ECS 和部分容器架构下,每次发布都需要逐台登录服务器进行代码更新,不仅耗时长、效率低,还极易因人为操作失误导致发布失败或服务异常。更关键的是,该架构缺乏现代应用所需的滚动发布、灰度发布、A/B 测试等高级发布能力,也没有完善的一键回滚机制。一旦新版本上线后发现问题,修复成本极高,且容易引发更大范围的服务中断,影响用户体验和品牌口碑。


5. 缺乏统一的技术中台支撑


随着业务模块不断增加,各系统之间的耦合度越来越高,但缺乏统一的技术中台进行集中管理和协同调度。不同业务线各自为政,重复建设中间件和服务组件,导致技术栈分散、标准不一,进一步加大了系统集成与协同开发的难度,API 管理的成本大幅度上升。同时,缺乏统一的日志分析、监控告警、链路追踪等可观测性能力,使得系统整体运行状态难以全面掌握,影响了故障预警和性能调优的效率。




综上所述,国诚投顾亟需一套更加现代化、云原生化、智能化的技术架构来替代传统的 ECS 、容器化自建方案,以应对当前业务快速发展带来的多重挑战。新的架构不仅要具备更高的稳定性、弹性和可维护性,还需支持高效的发布机制和统一的技术治理能力,从而全面提升平台的可用性、扩展性与运维效率,为企业未来的数字化转型和业务创新提供坚实的技术底座。


构建云原生 Serverless 架构,驱动国诚投顾技术升级


为应对上述挑战,深圳市国诚投资咨询有限公司携手阿里云,基于云原生理念打造了一套全新的技术架构。该方案以 Serverless 应用引擎(SAE)为核心平台,结合云原生 API 网关、MSE 微服务治理引擎、ARMS 应用监控、SLS 日志服务等多项阿里云产品,全面重构了原有的 ECS、容器自建架构,实现了从传统运维模式向现代化云原生架构的平滑演进。


1. 全量迁移至 Serverless 应用引擎(SAE),实现资源弹性与自动伸缩


国诚投顾将原有部署在 ECS、容器上的业务系统逐步迁移至阿里云 SAE 平台。SAE 提供开箱即用的 Serverless 容器运行环境,无需管理底层服务器资源,系统可根据实时流量自动进行弹性扩缩容,极大提升了系统的响应能力和资源利用率。


  • 智能弹性扩容:SAE 支持秒级弹性扩容,有效应对突发流量冲击,避免因容量不足导致的服务不可用。
  • 资源按需计费:仅按实际使用资源付费,大幅降低闲置资源带来的成本浪费。
  • 零运维门槛:告别繁琐的节点维护和集群管理,让团队更专注于业务开发与创新。


2. 引入云原生 API 网关,统一南北向流量治理


针对原有自建网关稳定性差、功能单一的问题,国诚投顾采用阿里云云原生 API 网关替代原有微服务网关,作为对外服务的统一入口。


  • 统一接入层:集中管理所有 API 接口,支持多种协议(HTTP/HTTPS/gRPC 等),提升接口调用的安全性与 API 的可管理性。
  • 精细化流量控制:支持限流、鉴权、缓存、日志分析等功能,保障核心接口稳定运行。
  • 高可用部署:API 网关天然具备跨可用区容灾能力,保障业务连续性和访问稳定性。


3. 微服务治理体系全面升级,构建高可用分布式架构


通过集成阿里云 MSE(微服务引擎)国诚投顾实现了微服务架构的深度优化。


  • 服务注册与发现:基于 Nacos 的服务注册中心,确保服务间高效通信。
  • 服务治理能力增强:包括负载均衡、熔断降级、链路追踪等,全面提升系统健壮性。
  • 多语言支持:兼容 Java、Go、Python 等主流语言,满足不同业务模块的技术需求。
  • 灰度发布能力:支持金丝雀发布、A/B 测试等高级发布策略,显著降低上线风险。


4. 构建可观测体系,提升系统透明度与故障响应效率


借助阿里云 ARMS 应用实时监控服务SLS 日志服务 ,国诚投顾建立了完整的可观测性体系:


  • 链路追踪(Tracing):对请求链路进行端到端跟踪,快速定位性能瓶颈与异常点。
  • 指标监控(Metrics):实时展示 CPU、内存、QPS、错误率等关键指标,辅助运维决策。
  • 日志集中管理(Logging):统一收集、存储并分析各业务模块日志,提高排障效率。


5. 自动化 DevOps 体系,提升发布效率与质量


为解决原有发布流程低效、易出错的问题,国诚投顾基于阿里云 DevOps 平台 CodePipeline + CodeBuild + Jenkins 插件集成,构建了完整的 CI/CD 流水线:


  • 代码提交 → 构建 → 测试 → 发布全流程自动化
  • 支持滚动发布、蓝绿部署、灰度发布等多种策略
  • 一键回滚机制,快速修复线上问题,保障用户体验
  • 与 SAE 深度集成,实现无缝部署与版本管理


升级后架构图


业务价值


成本效益显著提升:弹性资源 + 按需使用,大幅降本增效


借助阿里云 Serverless 应用引擎(SAE)的智能弹性策略,国诚投顾能够灵活应对周期性业务高峰,无需提前预估容量、手动扩容。SAE 支持自动扩缩容,且支持开发测试环境一键启停,极大提升了资源利用率。


  • 整体成本下降,有效避免了传统 ECS 架构下因资源预留导致的浪费;
  • 资源申请与部署流程从“天级”缩短至“分钟级”,运维团队压力显著降低;
  • 团队整体工作效率提升约 40%,助力业务快速迭代与上线。
  • 整体资源利用率提升近 50%,告别“资源闲置”与“资源不足”的两难局面;
  • 结合 Serverless 的按量计费模式,企业真正做到“用多少付多少”,进一步压缩 IT 运营成本。


可观测体系建设完善,系统运行状态一目了然


SAE 平台原生集成阿里云 ARMS、MSE、SLS 等监控与高可用能力,为国诚投顾构建了一套完整的可观测体系。


  • 实现了对应用性能、调用链路、异常日志等关键指标的实时监控;
  • 故障定位速度提升 30%,Bug 处理效率显著提高;
  • 从请求入口到微服务内部调用,端到端可视化呈现,便于快速排查问题;
  • 运维和开发团队响应更敏捷,系统稳定性与服务质量持续优化。


API 管理能力全面升级,统一入口治理更高效


通过引入阿里云云原生 API 网关,国诚投顾实现了对外服务接口的统一接入与集中管理。


  • 结合 API First 开发实践和 API 管理能力的优势,提升系统开发部署运维的效率;
  • 提供鉴权、限流、缓存、日志分析等功能,保障核心服务的安全与稳定;
  • 支持多协议、多版本 API 管理,满足复杂业务场景下的灵活扩展需求;
  • 接口发布、变更、灰度上线流程标准化,提升 API 治理效率与可维护性。


总结


通过与阿里云深度合作,国诚投顾完成了从传统 ECS 架构向云原生 Serverless 架构的全面转型。新的技术架构不仅解决了原有系统在稳定性、弹性、运维效率等方面的痛点,还在成本控制、API 治理、可观测性、DevOps 自动化等方面实现了全方位升级。


这一转型不仅为企业带来了更高的系统稳定性、更低的运营成本和更快的业务响应速度,更为未来的数字化创新、智能化升级和规模化扩展打下了坚实的技术基础。


2025 年,国诚投顾与阿里云进一步达成深度合作,成为国内率先接入阿里云全栈自主研发 AI 技术的证券投资顾问机构,借助阿里云强大的云计算能力和先进的 AI 算法模型,国诚投顾将实现在产品服务、客户服务、业务运营、智能合规管理、智慧投研以及智能风控等多个关键领域的优化升级随着数智化转型全面推进,国诚投顾在各业务场景应用中积极拥抱大模型,深度融合大模型技术与自身投研逻辑,显著提升业务效能与客户服务体验。


点击https://www.aliyun.com/product/aliware/sae,了解阿里云SAE更多应用场景

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
12天前
|
自然语言处理 API 开发工具
端午出游高定:通义灵码+高德 MCP 10 分钟定制出游攻略
本文介绍了如何使用通义灵码编程智能体与高德 MCP 2.0 制作北京端午3天旅行攻略页面。首先需下载通义灵码 AI IDE 并获取高德申请的 key,接着通过添加 MCP 服务生成 travel_tips.html 文件,最终在手机端查看已发布上线的攻略。此外还详细说明了利用通义灵码打造专属 MCP 服务的过程,包括开发计划、代码编写、部署及连接服务等步骤,并提供了自由探索的方向及相关资料链接。
325 96
|
9天前
|
人工智能 Java 开发工具
MCP Java 开发指南
MCP Java 开发指南
313 16
MCP Java 开发指南
|
6天前
|
数据采集 自然语言处理 搜索推荐
基于Qwen3的Embedding和Rerank模型系列,开源!
近年来,随着大规模预训练语言模型(LLM)的飞速发展,文本嵌入(Embedding)和重排序(Reranking)技术在搜索引擎、问答系统、推荐系统等多个领域的重要性愈发凸显。
757 75
|
17天前
|
人工智能 供应链 安全
MCP Server的五种主流架构与Nacos的选择
本文深入探讨了Model Context Protocol (MCP) 在企业级环境中的部署与管理挑战,详细解析了五种主流MCP架构模式(直连远程、代理连接远程、直连本地、本地代理连接本地、混合模式)的优缺点及适用场景,并结合Nacos服务治理框架,提供了实用的企业级MCP部署指南。通过Nacos MCP Router,实现MCP服务的统一管理和智能路由,助力金融、互联网、制造等行业根据数据安全、性能需求和扩展性要求选择合适架构。文章还展望了MCP在企业落地的关键方向,包括中心化注册、软件供应链控制和安全访问等完整解决方案。
943 87
MCP Server的五种主流架构与Nacos的选择
|
5天前
|
存储 Web App开发 缓存
清理C盘空间的6种方法,附详细操作步骤
释放C盘空间并不难。只要掌握合适的方法,哪怕你是电脑小白,也能轻松清理出几十GB空间。下面就为大家介绍6种实用、安全、细致的清理方法,并附上操作步骤。
|
9天前
|
机器学习/深度学习 人工智能 搜索推荐
Deep Search 如何理解业务仓库代码?
本文系统地介绍了 Deep Search 和 Deep Research 的概念、与传统 RAG 的区别、当前主流的商业产品与开源方案、在代码领域的应用(如 Deep Search for 仓库问答)以及未来的发展规划。
110 13
Deep Search 如何理解业务仓库代码?
|
17天前
|
人工智能 弹性计算 JSON
MCP进阶:一键批量搞定MCP工具部署
本文介绍了一种基于阿里云计算巢的一站式MCP工具解决方案,解决了传统MCP工具集成中的效率低下、调用方式割裂和动态管理困难等问题。方案通过标准化协议实现多MCP工具批量部署,提高云资源利用率,并支持OpenAPI与MCP双通道调用,使主流AI助手如Dify、Cherry Studio等无缝接入。内容涵盖背景、原理剖析、部署使用实战及问题排查,最后强调MCP协议作为“通用语言”连接数字与物理世界的重要性。
395 62
MCP进阶:一键批量搞定MCP工具部署
|
26天前
|
消息中间件 人工智能 自然语言处理
DeepWiki × LoongCollector:AI 重塑开源代码理解
本文探讨了开源项目LoongCollector的复杂性及其对开发者带来的挑战,介绍了DeepWiki作为AI驱动的智能文档生成工具如何解决这些问题。DeepWiki通过结构化文档、交互式流程图和核心数据结构解析,帮助开发者快速理解项目架构与逻辑。同时,其内置的AI对话助手可实时解答技术疑问,提供场景化指导,如问题排查、源码学习路径制定及开发指导。文章还展示了DeepWiki在优化LoongCollector插件开发、提升社区贡献效率方面的实际应用,并展望了AI重构开源协作范式的未来潜力。
401 43
|
20天前
|
机器学习/深度学习 自然语言处理 算法框架/工具
实战 | Qwen2.5-VL模型目标检测(Grounding)任务领域微调教程
在目标检测领域,众多神经网络模型早已凭借其卓越的性能,实现了精准的目标检测与目标分割效果。然而,随着多模态模型的崛起,其在图像分析方面展现出的非凡能力,为该领域带来了新的机遇。多模态模型不仅能够深入理解图像内容,还能将这种理解转化为文本形式输出,极大地拓展了其应用场景。
1363 74
|
26天前
|
存储 SQL 大数据
从 o11y 2.0 说起,大数据 Pipeline 的「多快好省」之道
SLS 是阿里云可观测家族的核心产品之一,提供全托管的可观测数据服务。本文以 o11y 2.0 为引子,整理了可观测数据 Pipeline 的演进和一些思考。
224 34