[中报]博睿数据(688229):2023年半年度报告
|
时间：2023年08月28日 21:57:00 中财网 |
|
原标题:博睿数据:2023年半年度报告
公司代码：688229 公司简称：博睿数据
北京博睿宏远数据科技股份有限公司
2023年半年度报告
重要提示
本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。
重大风险提示
公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施，敬请查阅本报告第三节“管理层讨论与分析”。
公司全体董事出席董事会会议。
本半年度报告未经审计。
公司负责人李凯、主管会计工作负责人王辉及会计机构负责人（会计主管人员）王晓杰声明：保证半年度报告中财务报告的真实、准确、完整。
董事会决议通过的本报告期利润分配预案或公积金转增股本预案
无
是否存在公司治理特殊安排等重要事项
□适用 √不适用
前瞻性陈述的风险声明
√适用 □不适用
本报告中涉及的未来计划、发展战略等前瞻性陈述因存在不确定性，不构成公司对投资者的实质承诺，敬请投资者注意投资风险。
是否存在被控股股东及其他关联方非经营性占用资金情况
否
是否存在违反规定决策程序对外提供担保的情况？
否
是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性
否
其他
□适用 √不适用
目录
第一节 释义 ................................................................................................................... 5
第二节 公司简介和主要财务指标 ............................................................................. 11
第三节 管理层讨论与分析 ......................................................................................... 16
第四节 公司治理 ......................................................................................................... 43
第五节 环境与社会责任 ............................................................................................. 47
第六节 重要事项 ......................................................................................................... 49
第七节 股份变动及股东情况 ..................................................................................... 81
第八节 优先股相关情况 ............................................................................................. 86
第九节 债券相关情况 ................................................................................................. 87
第十节 财务报告 ......................................................................................................... 88
| 备查文件目录 | 载有公司负责人、主管会计工作负责人、会计机构负责人签名
并盖章的财务报表。 |
| | 报告期内公开披露过的所有公司文件的正本及公告的原稿 |
第一节 释义
在本报告书中，除非文义另有所指，下列词语具有如下含义：
| 常用词语释义 | | |
| 博睿、博睿数据、股份公
司、本公司、公司、本集
团 | 指 | 北京博睿宏远数据科技股份有限公司 |
| 博睿有限 | 指 | 北京博睿宏远科技发展有限公司 |
| 武汉博睿子公司、武汉博
睿 | 指 | 武汉市博睿宏远科技有限责任公司 |
| 佳合兴利 | 指 | 上海佳合兴利咨询管理中心（有限合
伙），原“北京佳合兴利投资中心（有限合
伙）” |
| 元亨利汇 | 指 | 上海元亨利汇咨询管理中心（有限合
伙），原“北京元亨利汇投资中心（有限合
伙）” |
| 苏商基金 | 指 | 苏州苏商联合产业投资合伙企业（有限
合伙） |
| 报告期期末 | 指 | 2023年6月30日 |
| 报告期 | 指 | 2023年1月1日-2023年6月30日 |
| Gartner | 指 | 高德纳咨询公司（Gartner Group），全
球权威的IT研究与顾问咨询公司，研究范围
覆盖全部IT产业。 |
| IT运维管理、ITOM | 指 | 信息系统运维管理（IT Operational
Management），采用专业的信息技术和方
法，对软硬件环境、网络、应用系统及运维
服务流程等进行综合管理，其目的是保障系
统与网络的可用性、安全性和业务的持续
性。 |
| 应用性能管理、APM | 指 | 应用性能管理（Application
Performance Management & Monitoring），
又可称为应用性能监测，通过监测、诊断和
分析复杂软件及应用程序的性能问题来保障
其良好稳定运行。 |
| IT基础架构 | 指 | 是一个综合概念，为了确保应用系统的
可靠运行，IT基础架构中必须包含网络、服
务器、操作系统、存储、中间件等。 |
| 数字化转型 | 指 | 根据中国信息通信研究院出具的《中国
数字经济发展与就业白皮书（2019年）》中
的定义，数字化转型是指产业与数字技术全
面融合，提升效率的经济转型过程，即各产
业利用数字技术，把产业各要素、各环节全
部数字化，通过对数字世界的仿真模拟、设
计优化等操作，推动技术、人才、资本等资 |
| | | 源配置优化，推动业务流程、生产方式重组
变革，从而提高产业效率。 |
| 数字经济 | 指 | 根据中国信息通信研究院出具的《中国
数字经济发展与就业白皮书（2019年）》中
的定义，数字经济是以数字化的知识和信息
为关键生产要素，以数字技术创新为核心驱
动力，以现代信息网络为重要载体，通过数
字技术与实体经济深度融合，不断提高传统
产业数字化、智能化水平，加速重构经济发
展与政府治理模式的新型经济形态。 |
| 全栈溯源 | 指 | 是一种在复杂的应用环境下，精确定位
并判断网络、移动端、浏览器端、服务端性
能问题根源的技术手段，可降低跨部门排障
沟通成本，实现完整业务调用链跟踪。 |
| 海量数据 | 指 | 行业内一般指超过PB量级的数据 |
| 数字体验监测、DEM | 指 | 数字体验监测（Digital Experience
Monitoring）产品，是前端应用监控产品，
可监控客户线上业务链条前端APP、网页等
应用程序的用户体验以及互联网传输状况。 |
| 应用发现跟踪和诊断 | 指 | 应用发现跟踪和诊断（Application
Discovery，Tracing and Diagnostics）产
品，是后端服务器应用监控产品，可监控客
户线上业务链条后端服务器应用处理前端请
求的交互过程。 |
| 智能运维、AIOps | 指 | 智能运维（Artificial Intelligence
for IT Operations），将人工智能应用于运
维领域，结合大数据和机器学习等技术，提
升IT运维效率，实现机器自我学习、自行分
析决策、自动化执行脚本，进一步解决自动
化运维无法解决的问题。 |
| 网络性能监测、NPM | 指 | 网络性能监测（Network Performance
Management & Monitoring），又可称为网络
性能管理，利用包数据、流数据和基础设施
指标的组合，对网络可用性、性能以及运行
的应用程序流量提供历史的、实时的和预测
性的视图。 |
| 报文 | 指 | 是网络中交换与传输的数据单元，即站
点一次性要发送的数据块。报文包含了将要
发送的完整数据信息，其长短很不一致，长
度不限且可变。 |
| 事务 | 指 | 访问并可能更新数据库中各种数据项的
一个程序执行单元，事务由事务开始和事务
结束之间执行的全体操作组成。 |
| 列式压缩存储 | 指 | 将一张表中的数据压缩后按照列为基础 |
| | | 逻辑存储单元进行存储，相较于行式存储，
列式存储最大可能降低查询响应时间，可在
数据列中高效查找数据，无需维护索引，并
更节省存储空间。 |
| 响应式 | 指 | 根据不同设备浏览尺寸或分辨率来展示
不同页面结构层、行为层、表现层内容。 |
| 探针技术 | 指 | 探针是一段代码（或者说一类简易程
序），嵌入在关键节点、底层软件、应用框
架或应用软件中用来探测空间、服务器运行
状况和信息，可以实时查看服务器硬盘资
源、内存占用、网卡流量、系统负载、服务
器时间等信息。 |
| 服务器 | 指 | 也称伺服器，是提供计算服务的设备，
其构成包括处理器、硬盘、内存、系统总线
等，和通用的计算机架构类似，但拥有更高
的性能。 |
| PC | 指 | 个人计算机，由硬件系统和软件系统组
成，一种能独立运行，完成特定功能的设
备，在大小、性能以及价位等多个方面适合
于个人使用，并由最终用户直接操控的计算
机的统称。 |
| APP | 指 | 应用程序，即可以在移动设备上使用，
满足人们咨询、购物、社交、娱乐、搜索等
需求的应用程序。 |
| SDK | 指 | 软件开发工具包（Software
Development Kit，首字母缩写为SDK）一般
都是一些软件工程师为特定的软件包、软件
框架、硬件平台、操作系统等建立应用软件
时的开发工具的集合。 |
| IOS | 指 | 由苹果公司开发的移动操作系统，属于
类Unix的商业操作系统。 |
| Android | 指 | 一种基于Linux的自由及开放源代码的
操作系统，主要使用于移动设备。 |
| API | 指 | Application Programming Interface，
应用程序编程接口，是操作系统留给应用程
序的一个调用接口，应用程序通过调用操作
系统的API，使操作系统去执行应用程序的
命令。 |
| 流媒体 | 指 | 采用流式传输的方式在互联网播放的媒
体格式，即商家用视频传送服务器把内容数
据包传送到网络上，用户通过解压设备对这
些数据进行解压后获取节目内容。 |
| 云计算 | 指 | IT基础设施与应用的交付和使用模式，
通过网络以按需、易扩展的方式获得所需资 |
| | | 源；广义云计算指服务的交付和使用模式，
指通过网络以按需、易扩展的方式获得所需
服务。 |
| TCP | 指 | Transmission Control Protocol，传输
控制协议，是一种面向连接的、可靠的、基
于字节流的传输层通信协议。 |
| HTTP | 指 | HyperText Transfer Protocol，超文本
传输协议，是一个客户端和服务器端请求和
应答的标准，是一种详细规定了浏览器和万
维网服务器之间的通信规则，通过因特网传
送万维网文档的数据传送协议。 |
| H5 | 指 | HTML 5，即第五代超文本标识语言。 |
| JavaScript | 指 | 一种解释性脚本语言，主要用来向HTML
页面添加交互行为。 |
| Ajax | 指 | 异步JavaScript和XML，是指一种创建
交互式网页应用的网页开发技术，通过在后
台与服务器进行少量数据交换，Ajax可以使
网页实现异步更新。这意味着可以在不重新
加载整个网页的情况下，对网页的某部分进
行更新。 |
| 容器化 | 指 | 应用程序级别的虚拟化，允许单个内核
上有多个独立的用户空间实例，这些实例成
为容器，容器提供了将应用程序的代码、运
行时环境、系统工具、系统库和配置打包到
一个实例中的标准方法。 |
| 微服务 | 指 | 一项在云中部署应用和服务的新技术，
微服务基于业务能力构建，每个服务独立运
行，使用轻量级机制通信，能够通过自动化
部署机制来独立部署，使用不同的编程语言
实现以及不同数据存储技术，并保持最低限
度的集中式管理。 |
| SaaS | 指 | 软件即服务（Software-as-a-
Service），是一种通过Internet提供软件
的模式，厂商将应用软件统一部署在自己的
服务器上，客户可以根据自己实际需求，通
过互联网向厂商定购所需的应用软件服务，
按定购的服务多少和时间长短向厂商支付费
用，并通过互联网获得厂商提供的服务。 |
| 解耦 | 指 | 耦合是指两个及以上的体系或两种运动
形式间通过相互作用而彼此影响以至联合起
来的现象。在软件工程中，对象之间的耦合
度体现了对象之间的依赖性，耦合越高，维
护成本越高。解耦即降低耦合度。 |
| 高并发 | 指 | 通常指通过设计保证系统能够同时并行 |
| | | 处理很多请求 |
| 拓扑 | 指 | 研究几何图形或空间在连续改变形状后
还能保持不变的一些性质的一个学科，它只
考虑物体间的位置关系而不考虑其形状和大
小。计算机网络的拓扑结构是引用拓扑学中
研究与大小，形状无关的点、线关系的方
法。把网络中的计算机和通信设备抽象为一
个点，把传输介质抽象为一条线，由点和线
组成的几何图形就是计算机网络的拓扑结
构。 |
| 敏捷开发 | 指 | Agile Software Development，一种能
应对快速变化需求的软件开发能力。相对于
“非敏捷”，更强调程序员团队与业务专家
之间的紧密协作、面对面沟通、频繁交付新
的软件版本、紧凑而自我组织型的团队、能
够很好地适应需求变化的代码编写和团队组
织方法，也更注重作为软件开发中人的作
用。 |
| DevOps | 指 | Development和Operations的组合词，
是为促进开发、运维和质量保障部门之间的
沟通、协作和集成所采用的流程、方法和体
系的集合。DevOps将敏捷的理念引入运维领
域，打通从需求提出到上线运行之间的所有
环节，从而使IT投入能够快速转化为业务价
值。 |
| SQL | 指 | 结构化查询语言（Structured Query
Language），是一种数据库查询和程序设计
语言，用于存取数据以及查询、更新和管理
关系数据库系统。 |
| NoSQL | 指 | Not Only SQL，泛指非关系型的数据库 |
| UI | 指 | User Interface（用户界面）的简称，
泛指用户的操作界面，UI设计主要指界面的
样式、美观程度、软件的人机交互、操作逻
辑、界面美观的整体设计等。 |
| 慢请求 | 指 | 响应时间超过指定阈值的请求 |
| Prometheus Exporter | 指 | 一种用于监控的工具，它可以将其他应
用程序的监控数据导出为Prometheus 可以
使用的格式，以便 Prometheus 可以对其进
行处理和存储。Prometheus Exporter 可以
导出各种类型的数据，例如系统指标、数据
库指标、Web 服务器指标等等。 |
| Kafka | 指 | 一种分布式流处理平台，它可以处理大
量的实时数据流。Kafka 可以在多个应用程
序之间传输数据，并且可以在不同的应用程 |
| | | 序之间进行数据交换。Kafka 可以处理大量
的数据，并且可以在多个节点之间进行分布
式处理。 |
| OpenTelemetry | 指 | 一个开源项目，它提供了一组API 和
SDK，用于生成、收集和传输跨语言和跨平台
的遥测数据。OpenTelemetry 可以帮助开发
人员更好地了解他们的应用程序和系统的性
能，并帮助他们诊断和解决问题。 |
| SNMP Query | 指 | 使用SNMP 协议查询网络设备或服务器
上的信息。SNMP Query 可以查询各种类型的
信息，例如 CPU 使用率、内存使用率、磁盘
使用率等等。 |
| K8S | 指 | Kubernetes，是一个开源容器编排系
统，它可以自动化部署、扩展和管理容器化
应用程序。Kubernetes 可以管理多个容器化
应用程序，并确保它们在不同节点上运行时
具有高可用性和可伸缩性。 |
| Node.js | 指 | 一种基于Chrome V8 引擎的
JavaScript 运行环境，它可以在服务器端运
行 JavaScript 应用程序。Node.js 具有高
效性和可伸缩性，并且可以轻松地构建高性
能的网络服务和 Web 应用程序。 |
| .NET Core/CorNet | 指 | 一种开源跨平台框架，它可以让开发人
员使用C# 或 F# 等语言构建高性能的 Web
应用程序和服务。.NET Core/CorNet 具有高
效性、可靠性和安全性，并且可以在
Windows、Linux 和 macOS 等操作系统上运
行。 |
| RN Flutter | 指 | React Native 和 Flutter，它们都是移
动应用程序开发框架。React Native 是一个
基于 JavaScript 的框架，Flutter 是一个
基于 Dart 的框架。React Native 和
Flutter 都可以让开发人员使用相同的代码
库构建 iOS 和 Android 应用程序，并且都
具有高效性和可伸缩性。 |
| UE | 指 | User Experience的缩写，意为用户体
验 |
| 信通院 | 指 | 中国信息通信研究院，是中国电信科技
产业的重要研究机构之一 |
| 中国证监会 | 指 | 中国证券监督管理委员会 |
| 深圳智象 | 指 | 深圳市智象科技有限公司 |
| 智维盈讯 | 指 | 北京智维盈讯网络科技有限公司 |
| 可观测性 | 指 | Gartner 将可观测性定义为软件和系统
的一种特性，通过分析系统生成的数据理解 |
| | | 推演出系统内部的状态。 |
| 信创 | 指 | 即信息技术应用创新产业，它是数据安
全、网络安全的基础，也是新基建的重要组
成部分 。 |
| IDC | 指 | 国际数据（英语： International Data
Corporation，IDC）是美国一间从事市场研
究、分析和咨询的公司，专注于资讯科技、
电信和消费科技。 |
第二节 公司简介和主要财务指标
一、 公司基本情况
| 公司的中文名称 | 北京博睿宏远数据科技股份有限公司 |
| 公司的中文简称 | 博睿数据 |
| 公司的外文名称 | Bonree Data Technology Co.,Ltd |
| 公司的外文名称缩写 | Bonree |
| 公司的法定代表人 | 李凯 |
| 公司注册地址 | 北京市东城区东中街46号4层 |
| 公司注册地址的历史变更情况 | 公司于2008年2月29日设立，注册地址为北京市
通州区西集镇国防路43号221室；于2010年6月
25日注册地址变更至北京市朝阳区吉庆里18号
楼B座1206室；于2013年5月29日注册地址变更
至北京市朝阳区吉庆里6号楼1702室；于2016年
11月18日注册地址变更至北京市东城区东中街
46号4层。 |
| 公司办公地址 | 北京市东城区东中街46号4层 |
| 公司办公地址的邮政编码 | 100027 |
| 公司网址 | http://www.bonree.com |
| 电子信箱 | [email protected] |
| 报告期内变更情况查询索引 | 无 |
| | |
二、 联系人和联系方式
三、 信息披露及备置地点变更情况简介
| 公司选定的信息披露报纸名称 | 中国证券报、上海证券报、证券时报、证券日
报 |
| 登载半年度报告的网站地址 | www.see.com.cn |
| 公司半年度报告备置地点 | 公司董事会办公室 |
| 报告期内变更情况查询索引 | 不适用 |
四、 公司股票/存托凭证简况
(一) 公司股票简况
√适用 □不适用
| 公司股票简况 | | | | |
| 股票种类 | 股票上市交易
所及板块 | 股票简称 | 股票代码 | 变更前股票简称 |
| A股 | 上海证券交易
所科创板 | 博睿数据 | 688229 | 无 |
(二) 公司存托凭证简况
□适用 √不适用
五、 其他有关资料
□适用 √不适用
六、 公司主要会计数据和财务指标
(一) 主要会计数据
单位：元 币种：人民币
| 主要会计数据 | 本报告期
（1－6月） | 上年同期 | 本报告期比
上年同期增
减(%) |
| 营业收入 | 65,362,990.10 | 62,550,362.54 | 4.50 |
| 归属于上市公司股东的净利润 | -50,644,264.23 | -48,817,578.44 | 不适用 |
| 归属于上市公司股东的扣除非经
常性损益的净利润 | -54,216,417.20 | -54,987,920.82 | 不适用 |
| 经营活动产生的现金流量净额 | -53,884,123.66 | -60,733,206.33 | 不适用 |
| | 本报告期末 | 上年度末 | 本报告期末
比上年度末
增减(%) |
| 归属于上市公司股东的净资产 | 604,514,852.48 | 656,865,648.89 | -7.97 |
| 总资产 | 654,317,018.78 | 713,805,016.38 | -8.33 |
(二) 主要财务指标
| 主要财务指标 | 本报告期
（1－6月） | 上年同期 | 本报告期比上
年同期增减(%) |
| 基本每股收益（元／股） | -1.16 | -1.10 | 不适用 |
| 稀释每股收益（元／股） | -1.16 | -1.10 | 不适用 |
| 扣除非经常性损益后的基本每
股收益（元／股） | -1.24 | -1.24 | 不适用 |
| 加权平均净资产收益率（%） | -8.03 | -6.50 | 减少1.53个百
分点 |
| 扣除非经常性损益后的加权平
均净资产收益率（%） | -8.60 | -7.32 | 减少1.28个百
分点 |
| 研发投入占营业收入的比例（%
） | 72.36 | 75.11 | 减少2.75个百
分点 |
公司主要会计数据和财务指标的说明
√适用 □不适用
1.2023年半年度公司实现营业收入6,536.30万元，较去年同期增加4.50%，主要系公司本报告期内市场开拓有所好转，自研软件销售服务收入和技术开发服务收入较去年同期有所增长导致。
2.2023年半年度公司归属于上市公司股东的净利润为-5,064.43万元，较去年同期减少182.67万元，基本持平；2023年半年度公司归属于上市公司股东的扣除非经常性损益的净利润为-5,421.64万元，较去年同期增加77.15万元，有所增长，主要原因是： （1）2023年半年度公司所得税费用为-8.29万元，较去年同期增加1,233.59万元，增长金额较大，主要系公司本报告期内未计提未来可抵扣亏损相关的递延所得税资产所致。
（2）2023年半年度公司销售费用为3,776.73万元，较去年同期减少1,428.42万元，下降幅度为27.44%，主要系公司本报告期内持续优化现有销售团队人员结构，与销售人员相关的薪酬费用减少，加之本报告期内股份支付费用和市场费用等较去年同期减少，从而导致销售费用较去年同期大幅下降。
（3）2023年半年度公司营业成本为2,017.34万元，较去年同期增加408.71万元，增长幅度为25.41%，主要系本报告期内公司外采技术开发服务和项目驻场服务、网络运营成本、折旧费以及外采软件成本等增加所致。
（4）2023年半年度公司非经常性损益为357.22万元，较去年同期减少259.82万元，下降幅度为42.11%，主要系公司本报告期内理财产品投资收益减少所致。
上述原因共同影响导致2023年半年度公司归属于上市公司股东的净利润较去年同期基本持平，2023年半年度公司归属于上市公司股东的扣除非经常性损益的净利润较去年同期有所增长。
3.2023年半年度公司经营活动产生的现金流量净额-5,388.41万元，较去年同期节约现金流出684.91万元，主要系公司本报告期内持续优化现有人员结构，支付给职工以及为职工支付的现金较去年同期减少所致。
4.2023年半年度末，公司归属于上市公司股东的净资产、总资产分别为60,451.49万元、65,431.70万元，较2022年末分别下降7.97%、8.33%,主要系公司在报告期内亏损，导致归属于上市公司股东的净资产和总资产减少所致。
5.2023年半年度公司基本每股收益、扣除非经常性损益后的基本每股收益分别为-1.16元/股、-1.24元/股，较去年同期基本持平。
6. 2023年半年度公司加权平均净资产收益率、扣除非经常性损益后的加权平均净资产收益率分别为-8.03%、-8.60%，较去年同期基本持平。
7. 2023年半年度公司研发投入占营业收入的比例72.36%,较去年同期基本持平。
七、 境内外会计准则下会计数据差异
□适用 √不适用
八、 非经常性损益项目和金额
√适用 □不适用
单位:元 币种:人民币
| 非经常性损益项目 | 金额 | 附注（如适用） |
| 非流动资产处置损益 | 66,079.23 | |
| 越权审批，或无正式批准文
件，或偶发性的税收返还、
减免 | | |
| 计入当期损益的政府补助，
但与公司正常经营业务密切
相关，符合国家政策规定、
按照一定标准定额或定量持
续享受的政府补助除外 | 203,160.69 | |
| 计入当期损益的对非金融企
业收取的资金占用费 | | |
| 企业取得子公司、联营企业
及合营企业的投资成本小于
取得投资时应享有被投资单
位可辨认净资产公允价值产
生的收益 | | |
| 非货币性资产交换损益 | | |
| 委托他人投资或管理资产的
损益 | | |
| 因不可抗力因素，如遭受自
然灾害而计提的各项资产减
值准备 | | |
| 债务重组损益 | | |
| 企业重组费用，如安置职工
的支出、整合费用等 | | |
| 交易价格显失公允的交易产 | | |
| 生的超过公允价值部分的损
益 | | |
| 同一控制下企业合并产生的
子公司期初至合并日的当期
净损益 | | |
| 与公司正常经营业务无关的
或有事项产生的损益 | | |
| 除同公司正常经营业务相关
的有效套期保值业务外，持
有交易性金融资产、衍生金
融资产、交易性金融负债、
衍生金融负债产生的公允价
值变动损益，以及处置交易
性金融资产、衍生金融资
产、交易性金融负债、衍生
金融负债和其他债权投资取
得的投资收益 | 3,572,318.05 | |
| 单独进行减值测试的应收款
项、合同资产减值准备转回 | | |
| 对外委托贷款取得的损益 | | |
| 采用公允价值模式进行后续
计量的投资性房地产公允价
值变动产生的损益 | | |
| 根据税收、会计等法律、法
规的要求对当期损益进行一
次性调整对当期损益的影响 | | |
| 受托经营取得的托管费收入 | | |
| 除上述各项之外的其他营业
外收入和支出 | -269,405.00 | |
| 其他符合非经常性损益定义
的损益项目 | | |
| 减：所得税影响额 | 0.00 | |
| 少数股东权益影响额
（税后） | | |
| 合计 | 3,572,152.97 | |
对公司根据《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》定义界定的非经常性损益项目，以及把《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。
□适用 √不适用
九、 非企业会计准则业绩指标说明
□适用 √不适用
第三节 管理层讨论与分析
一、 报告期内公司所属行业及主营业务情况说明
（一）主营业务情况
自成立以来，博睿数据始终秉承“以数据赋能 IT运维”的理念，致力为企业级客户提供应用性能监测服务、销售应用性能监测软件及提供其他相关服务。公司主营业务属于IT运维管理领域的重要分支——应用性能管理行业。
在当前的数字化时代背景下，无论是电商通过网站平台售卖商品，还是航空公司通过APP程序售卖机票，亦或是汽车制造商通过生产管理系统进行生产排期、零部件调配，软件应用在企业的日常运营和业务开展中已无处不在。同时，消费者的行为和习惯已随着信息技术的快速发展而发生了巨大改变，应用已成为企业的品牌，只有最佳的用户体验才能赢得消费者的持续参与和信赖，进而为企业带来收入。因此，企业在运营日益复杂的应用程序和 IT基础架构环境的同时，还需要不断开发、部署、更新各类应用程序以持续吸引用户、保障高质量的用户体验、提高员工生产力、提升企业运营效率，可以说数字化转型的成功已成为企业生存竞争的关键。
公司产品可通过监测、分析、优化企业软件应用的性能状况，如APP是否卡顿崩溃、交易的响应时间、服务器负载情况等，帮助企业精准定位影响其软件应用使用性能和用户体验的原因，助力企业加速数字化转型进程。
公司产品可供 IT运维人员、开发人员、技术支持人员、前端业务人员等不同角色使用，可贯穿前端网页、APP等应用、中端网络和后端服务器应用，提供端到端的统一监控视角；从界面交互的操作层到业务逻辑层、最后直击代码底层，实现全栈溯源；利用机器学习技术创建动态基线来判定客户的应用和业务交易的健康标准，自动发现业务异常，最终以可视化图表的方式向客户展示。
公司主要产品介绍如下表所示
| 第一级 | 第二级 | 产品名
称 | 监测
技术 | 功能介绍 |
| 应用性能
监测产品
（APM） | 云原生
可观测
平台 | ONE | 被动
式 | One 平台致力于完成“一个平台，满足所
有监控需求”的目标，覆盖用户、网络、
服务、进程、代码、容器、主机、数据中
心的全面监控，使得数据间建立关联，可
以更全面、更深入地还原现场，查看业务
从客户端的用户旅程到服务端的调用链的
处理过程。帮助企业建立云原生系统的可
观测性。 |
| 数字体验监测产
品
（DEM） | 模拟用
户监测
产品 | Net | 主动
式 | 博睿数据无需嵌码、开箱即用的数字体
验模拟用户监控（ Synthetic
Monitor）产品 Net，基于广布全球
的监控网络，为企业提供网页浏览、业
务操作、音视频播放、直播推流、文件
传输、API调用、网络质量探测、互联 |
| | | | | 网短信服务、CDN质量评估、网络劫持
分析等多种终端用户使用场景下的应用
性能体验监控，帮助企业主动掌握应用
服务水平、立体评估竞品差距、精准定
位性能瓶颈、快速验证新版功能。 |
| | 模拟用
户监测
产品 | APP | 主动
式 | Bonree APP是一款主动式Android/iOS数
字体验性能监测产品，可以进行安全可靠
的黑盒测试，移动网络覆盖全国移动、联
通、电信、WIFI监测环境，上千部真实
手机的监测节点，实现从APP上线前、上
线后、版本迭代、更新等立体一站式服
务，先于最终用户发现问题，并给予及时
处理，确保最终用户的体验效果，为企业
提供更有价值的问题分析数据 |
（二） 所属行业
1、行业的发展阶段、基本特点、主要技术门槛
公司是一家为企业级客户提供应用性能管理服务、销售应用性能监测软件及提供其他相关服务的高新技术企业，主营业务属于 IT运维管理领域内的重要分支——应用性能管理行业，是应用性能管理（APM）行业的领先厂商。公司的核心产品有两大类别：一是保留“数字体验监测产品”，二是将原“应用发现跟踪和诊断产品”升级为“可观测平台”，并在核心产品线中加载了“智能运维”能力。经过十余年发展，构建起以应用性能管理产品为核心，以大数据分析与智能运维产品为未来发展方向的多维度、一体化产品格局。根据中国证监会发布的《上市公司行业分类指引（2012年修订）》，公司属于软件和信息技术服务业（分类代码：I65）。根据《国民经济行业分类和代码表 （按第1号修改单修订）》（GB/T 4754-2017），公司所处行业为“信息传输、软件和信息技术服务业”门类中的“软件和信息技术服务业”。
（1）行业发展阶段：
随着 IT系统复杂度提升、信息量剧增、分布式架构兴起、系统环境高动态化等趋势发展，传统的IT运维监测软件已逐渐落后，以APM产品为代表的可实时进行端到端一体化监控、具备智能分析能力的应用性能管理软件逐渐引领市场需求。在全球应用性能管理领域，北美市场起步较早。市场经过多年的发展，已全面形成有效、完整的市场竞争格局。从 2015年开始，云计算、物联网、人工智能、大数据技术的发展带动周边产业迅速崛起，数字经济快速发展。因此中国应用性能管理行业的需求日趋强烈，迎来蓬勃的发展势头。随着传统行业数字化转型进程不断加速，APM相关产品及服务正不断向金融、航空、制造等传统行业延伸。国内数字化业务的蓬勃发展势必将带动应用性能管理行业的增长。
（2）行业发展基本特点：
①优化信息技术服务，带来更广泛的行业机遇。
面向数字化、网络化、智能化应用需求，加强典型场景下的算法服务，推进企业级业务连续性管理（BCM）相关技术创新。围绕数字化管理咨询、一体化集成、智能运维等，完善信息技术服务体系，提升重点行业和领域专业化信息技术服务能力。
支撑构建具备感知力、控制力和决策力的信息技术服务生态。
②信息安全日益受重视，国产化将是必然趋势
在IT技术迅猛发展的时代背景下，信息安全被提升到了国家战略的高度，IT国产化的呼声也越来越高。应用性能管理产品作为数字化时代的信息化基础设施，在我国信息化与数字化过程升级、传统产业改造与现代服务业发展方面发挥出不可替代的基础支撑作用。因此，APM产品国产化趋势明显，特别是在政府、金融、能源等国民经济重点领域。
随着国内网络基础设施的不断完善，以及企业数字化转型进程的持续加速，国内的APM产品也日渐完善与成熟。由于国内厂商更容易理解国内复杂的 IT系统环境以及国内企业的实际需求，本土化优势开始显现，国内APM厂商的市场空间进一步释放。目前，国内APM行业尚处于市场竞争格局未完全形成，各类企业迅速抢占市场，整体处于高速繁荣发展的阶段。
③IT架构复杂度提升使得面向业务与用户体验的统一监控平台成为必然 数字化转型将继续推动数字业务增长，数据量规模将大量增加，且 IT环境复杂度日趋提升。这也导致从分散的监控工具的角度去监控与管理 IT系统不足以保证数字业务成功。企业需要改变其监控方式，建立自上而下从基础架构到应用程序的监控与管理能力，并实现 IT系统与用户体验的关联分析，持续提升数字化业务的可观测性，并基于一体化可观测平台提供的高质量的数据实现运维系统真正的智能化。
因此，端到端、全链路、面向业务与用户体验的一体化智能可观测平台是当前APM产品主要的发展方向。
④IT运维市场融合发展，APM正向邻近领域延伸
虽然今天的“监控类”产品在 ITOM领域中还是相对独立的运维工具，但未来其将向邻近领域逐渐延伸，与另外两大类别——自动化工具和 IT服务管理工具（ITSM）高度集成、紧密融合，形成“监”、“管”、“控”三位一体的 IT运维管理生态体系，全面提升企业IT运维服务架构的自动化程度和灵活性。
首先，监测工具可与自动化工具（如应用程序发布编排工具）相集成，在软件的敏捷开发和运营实践（DevOps）工具链中高度融合，发挥协同作用，对企业软件应用迭代更新的有效性做出自动化智能决策，减少应用更新过程中繁复的手动流程。
其次，监测工具可与 IT服务管理工具相集成，加载了人工智能技术的监测工具可以帮助IT管理部门精准告警，甚至可在问题蔓延前预警问题，自动管理和调配IT系统资源，实现性能问题的全自动预警、告警、决策与管理。
（3）主要的技术门槛：
①建设功能完备、高性能、一体化的应用性能管理产品，实现端到端全链路的全栈式的监控，研发技术难度高
应用性能管理产品涉及注入事务流程模拟及回放技术、探针大规模自动化部署技术、多语言多系统框架数据采集技术、海量数据实时处理分析技术等多项监测技术难点，在监测数据的采集、处理、存储及分析等环节均有较高的要求。同时应用性能管理产品需要满足高性能、稳定性、可扩展性、跨平台、跨语言的要求，这需要开发商具备优秀的软件架构能力和底层技术研发能力。
②应用性能管理产品需搭载 AI能力实现分析与决策智能，人工智能技术门槛较高
AIOps是将AI技术应用到IT运维领域，提升效率和创造现实价值的“工程化”过程。在AI技术应用的过程中将面临多项技术难点。
I 多维度、多数据源、海量数据的存储、分析和处理
算法的应用是以数据为前提的。IT系统除常规的服务器配置、资源占用情况等信息外，业务在运行时会产生大量的日志、异常、告警、状态报告等海量数据。在有数万台服务器的场合下，每天产生的数据量是数亿级的，存储量是 TB级别的。而这些海量的数据也往往来自于不同的 IT运维工具。如何对海量的数据进行收集、清洗、存储、关联分析等，保证AIOps平台的高质量的数据来源是一个技术难点。
II AI工程化的复杂性
目前，机器学习是AIOps的重要手段，同时还涉及自然语言处理，高级搜索，知识图谱等人工智能技术的应用。如何将这些领先的技术综合应用到 IT运维领域达成实际“工程化”的落地效果而非AIOps的简单算法落地，是面临的另外一个挑战。
III 复杂业务模型下的故障定位与修复
当前复杂的业务模型使得定位故障很困难，发现根因问题成本较高。一个问题的追查往往需要多部门合作，开发、运维人员相互配合分析。现在的大规模系统很难找到一个能掌控全局的人。通过 AI技术进行故障定位、告警处理、根因分析、故障自愈可以大幅度降低问题的追查难度，提升运维效率。但是并非用了人工智能或机器学习，故障定位的效果就一定很好，这取决于很多因素，首先需要建立复杂业务系统的关联性，为智能化提供自动化、标准化的支持。在此基础上针对智能化的能力比如特征工程、算法模型、参数调整、数据清洗等，也需要不断地调整和学习。
③新兴技术导致IT系统更新频繁，应用复杂度急剧升高带来监控的新技术挑战 当下，企业正逐步加快数字化变革的步伐，导致 IT系统更新频繁，应用复杂度急剧升高。微服务、容器化等云原生技术也从之前仅有技术型公司关注的前沿技术逐渐在传统企业中兴起，同时云计算服务则早已经成为企业大规模运营数字业务所必备的技术服务。越来越多的前沿技术正在被广大企业大规模应用，使得APM产品对数据采集和分析的难度与成本大幅提高。因此，增强APM产品及服务对于当下新兴技术的适应性，更好的兼容云计算、容器化、微服务等创新技术也是应用性能管理行业发展的重要技术挑战。
2.公司所处的行业地位分析及其变化情况
（1）公司产品性能优越，构建了一整套自主可控的知识产权体系和产品体系，具有较强的技术先进性。
公司自成立以来始终坚持自主创新，紧跟传统互联网、移动互联网、云计算、大数据、人工智能等行业前沿技术的发展变革，持续不断的推陈出新。公司专注于企业IT运维管理中的应用性能管理领域，以 APM相关产品和技术为主体，围绕企业数字化转型过程中对应用性能管理的需求和实践，持续开展创新迭代，已自主研发28项核心技术，形成了覆盖桌面端采集、移动端采集、服务端采集、数据存储和分析、AI智能分析五大领域的技术群，在多项技术领域已取得业内领先地位，并获得27项已授权技术发明专利，119项软件著作权。公司持续发力机器学习、文本语义分析、图像处理等前沿技术领域，进一步加强产品的融合分析能力，打造应用性能监测产品的智能引擎，已构建了一整套自主可控的知识产权体系和产品体系，具有较强的技术先进性。
（2）拥有深厚产品研发和客户服务经验，产品体系健全而丰富
基于多年的产品建设与技术积累，当前博睿数据产品已经覆盖了包括数字终端体验（DEM）、网络性能（NPMD）、应用性能（APM）、基础设施（ITIM）等全面的监控能力，并推出新一代端到端一体化智能可观测平台产品 Bonree ONE，为企业提供从代码到用户的全面的系统可观测能力。产品体系的完善性领先于行业同类厂商。
公司多年持续投入研发，目前已经在智能探针技术、大数据处理和人工智能技术上建立了较强的技术竞争力。
（3）拥有优质的客户群和品牌形象，在国内市场竞争中处于领导者地位。
公司具备良好的客户资源和品牌形象。根据 IDC发布的《中国IT统一运维软件产品市场跟踪报告》，2022年博睿数据以市场占有率18.3%蝉联APM市场第一。随着企业数字化转型进程不断推进，公司通过多产品组合的整体解决方案，并在 2023年发布一体化智能可观测平台Bonree ONE，帮助客户优化用户体验，提升IT运维效率。
目前，公司客户已涵盖互联网、金融、新媒体、云服务、制造业等多个行业，并长期服务各行业的头部客户，合作关系稳固，客户粘性较强，在长期市场竞争中处于优势地位。
二、 核心技术与研发进展
1. 核心技术及其先进性以及报告期内的变化情况
| 技
术
类
别 | 技术
名称 | 技术特点 | 技
术
来
源 | 技术成果转
化情况 |
| 桌
面
端
应
用
性
能
监
测
数
据
采
集
相
关
技
术
群 | 多协
议在
线流
媒体
播放
及监
测技
术 | 是一种基于多种主流播放器内核相关
接口或源代码，实现对诸如基于
http、https、rtsp、rtmp、rtmpe、
rtmpt、rtmps、hls等多种协议的在
线音视频流的播放，并在实际播放过
程中通过监听或改造播放器相关的多
种事件接口，实现实时获取各种类型
音视频播放过程中的网络加载性能和
用户观看体验相关数据的技术。 | 自
主
研
发 | Bonree Net |
| | | | | |
| | 多浏
览器
内核
网络
加载
性能
数据
采集
与分
析技
术 | 通过对主流浏览器内核海量源代码的
深入研究，同时结合对浏览器内核底
层API调用行为的分析，实现获取和
分析桌面端任意网页加载过程中的全
面网络性能数据的技术。此技术支持
HTTP、HTTPS、WebSocket等协议，
能完全支持微软 IE、Google Chrome
等浏览器全系列版本内核的数据采
集，能自动兼容多浏览器各版本之间
的较大的底层架构差异。 | 自
主
研
发 | Bonree Net |
| | | | | |
| | 多浏
览器
在线 | 是一种实现基于桌面端浏览器的在线
事务用户操作流程自动录制及回放的
技术，支持微软 IE、Google Chrome | 自
主 | Bonree Net |
| | 事务
流程
脚本
录制
及自
动回
放技
术 | 两大主流的浏览器平台，可实现自动
记录用户在网页中的多种交互操作，
包括浏览网址、点击控件（按钮、图
片、文字链接等）、跳转等待等，以
及完整记录用户鼠标及键盘原始事
件，并可自动形成自定义格式脚本。 | 研
发 | |
| | | | | |
| | 多平
台网
络报
文实
时抓
取及
智能
关联
分析
技术 | 是一种实现在多平台（Windows、
Linux、Android）下系统网络原始报
文数据的实时抓取和智能分析的技
术，该技术可抓取主动式性能监测任
务执行过程中的全量网络报文，并通
过相关内置策略实时分析和筛选出跟
目标应用业务相关的报文进行保存并
上传后台，通过多种关联策略实现应
用层监测与网络报文层监测的数据关
联，以帮助用户更加准确的分析和定
位网络故障出现的根因。 | 自
主
研
发 | Bonree Net |
| | | | | |
| | 海量
多频
率多
地区
运营
商监
测任
务智
能分
发调
度技
术 | 该技术实现对监测网络中海量监测节
点状态的实时监控和管理，并以此为
基础实现千万量级复杂自定义策略任
务的智能分发和调度，保证数据按客
户指定规则稳定回收。 | 自
主
研
发 | Bonree
Net、
BonreeAPP |
| 移
动
端
应
用
性
能
监
测
数
据
采 | 无须
Root
权限
采集
移动
端网
页网
络加
载性
能数
据技
术 | 是一种可在未获得Android或IOS系
统 Root权限的情况下，也无须安装
其他辅助软件或设备，实现自动采集
任意移动端网页加载过程中的网络性
能数据的技术。该技术通过在浏览器
内核组件运行时拦截其对操作系统底
层接口的调用，并获取相关上下文参
数进行实时分析，实现对目标网页相
关网络性能数据采集，支持
HTTP/HTTPS/WEBSOCKET等多种主流
网络协议。 | 自
主
研
发 | Bonree
Net、
Bonree APP |
| | 移动
平台
运行
时动
态修
改宿
主进
程执
行代
码技
术 | 是一种实现在主流移动平台
（Android、IOS平台）上APP运行时
动态修改APP相关进程执行代码的功
能，从而达到将监测功能代码黑盒注
入目标APP进程中，实时感知其内部
代码执行逻辑的技术。此技术的特点
是无须对被监测APP源代码的任何修
改，即可完全以黑盒的方式动态改变
目标APP的代码执行逻辑。 | 自
主
研
发 | Bonree APP |
| | | | | |
| | 移动
端
APP
在线
事务
流程
脚本
录制
及自
动回
放技
术 | 是一种实现自动记录用户在远程云端
录制手机上与目标APP的所有交互操
作，并形成自定义动作脚本并在其他
真实监测手机设备中自动适应并精准
播放的技术。该技术可兼容原生、H5
及混合型多种APP开发技术和框架，
可对 APP中任意 UI元素进行标识和
识别，对复杂场景适应强，可达到高
精准度还原用户交互操作流程。 | 自
主
研
发 | Bonree APP |
| | | | | |
| | 主动
式移
动端
性能
监测
及远
程管
理一
体化
集成
硬件
设备
设计
技术 | 是一种实现将多种硬件模块（多台真
实手机、微型 PC机、工控机、电
源、HUB、天线、风扇、机箱等）进
行集成设计，形成一体化硬件设备的
技术。该一体化硬件设备具有安装部
署便捷、网络连接稳定、硬件故障率
低、远程管理方便及节能等多项优
势。 | 自
主
研
发 | Bonree
Net、
Bonree APP |
| | | | | |
| | 基于
AOP
范式
的移
动端
应用
性能 | 该技术是基于 AOP范式和操作系统
Runtime机制，直接针对关键点函数
进行自动拦截处理，实现仅需手动添
加一行启动代码即可达到对APP全局
性能监控的技术。该技术优势在于实
现了移动端APP性能监测数据采集时
的低侵入、零感知模式，且对应用原 | 自
主
研
发 | Bonree SDK |
| | 数据
采集
技术 | 先业务处理流程无影响，可精准全面
的采集APP运行时的各项性能指标数
据。 | | |
| | | | | |
| | 移动
端混
合式
应用
全量
网络
请求
详情
数据
采集
技术 | 是一种解决传统技术方案中对移动端
混合式应用内因网络请求框架不一而
导致网络性能数据采集不全问题的技
术。该技术可实现移动端多种原生网
络框架（ Httpclient 、
Httpconnection 、 OKHttp 、
NSURLConnection 、 NSURLSeesion
等）和多种 H5 框架（Android
Webview、腾讯 X5、 Facebook
Reactnative、苹果 UIWebview、
WKWebview等）下的网络请求性能数
据的全量采集，对Android和iOS平
台绝大多数版本具有良好的兼容性。 | 自
主
研
发 | Bonree SDK |
| | | | | |
| | 券商
APP
股票
实时
行情
及交
易性
能数
据采
集及
分析
技术 | 是一种采用主动式性能监测的模式，
通过在国内主要大城市部署大量真实
手机监测设备，并真实运行各大券商
股票交易 APP，完全通过黑盒的方式
实现采集不同券商APP股票交易和行
情性能数据的实时采集的技术。该技
术结合首创专利的SQE指数和算法对
采集数据进行建模和分析，真实展现
不同券商APP在不同区域的用户体验
情况，帮助券商客户实现自身和竞品
情况的量化感知，辅助进行快速问题
定位和针对性优化。此技术的特点在
于无须券商任何配合，即可实现多家
券商APP的用户体验感知和竞品分析
需求，目前已支持券商已超过 70
家。 | 自
主
研
发 | Bonree APP |
| 服
务
端
及
We
b
端
应
用
性
能
监 | 全量
业务
请求
端到
端全
链路
追踪
技术 | 是一种通过对前端用户发起的所有业
务请求进行全链路自动标记和追踪，
采集各个关键处理节点的相关上下文
数据，汇总分析后形成从用户前端到
服务后端的完整的端到端全链路可视
化追踪视图的技术。该技术的特点在
于无须客户对业务系统代码进行任何
改造，即可实现将业务系统中复杂的
请求处理过程以用户请求为中心串联
起来，合并形成一个完整全面的端到
端调用链路追踪视图，实现问题的快
速追踪和定位。 | 自
主
研
发 | Bonree
SDK、Bonree
Browser、
Bonree
Server |
| | 服务
端免
配置
集成
化智
能客
户端
技术 | 是一种自主研发服务端性能监测相关
的实现探针大规模自动化部署的智能
探针技术，该技术只需宿主机上一次
安装集成化客户端程序
（SmartAgent），即可实现自动对宿
主机上所有目标应用进程进行自动识
别和探针部署、配置。整个过程无需
用户任何手工干预，帮助用户自动化
完成探针部署和配置。该技术不仅支
持直接运行于宿主机的应用进程监
测，也支持运行于常见容器技术中的
应用进程监测，同时兼容多种主流操
作系统平台及JDK版本。 | 自
主
研
发 | Bonree
Server |
| | | | | |
| | 多语
言应
用性
能监
测探
针技
术 | 该技术是一项复合技术，可以实现对
Java、 .Net、 .NetCore、 php、
python、Node.js等多种开发语言开
发的服务端应用系统程序运行时的监
测代码注入，从而实现对各种语言开
发服务端应用系统的被动式性能监
控。该技术的特点在于支持多语言和
多平台，对监测目标应用系统的业务
代码零侵入，可实现如应用性能监测
等多种场景业务需求。 | 自
主
研
发 | Bonree
Server |
| | | | | |
| | 服务
端应
用性
能数
据采
集与
综合
分析
技术 | 是一种实现服务端应用运行过程中相
关的多层面性能数据采集与综合分析
的技术。其实现功能包括业务性能分
析、数据库性能分析、NoSQL性能分
析、远程调用性能分析、慢请求分
析、错误请求分析、异常分析、全栈
快照获取，应用重启和环境变量改变
事件识别、容器运行时线程、内存、
GC信息、CPU占用、磁盘 IO、网络
IO、磁盘使用状态、系统TCP连接状
态获取等。该技术的特点在于融合多
种监控功能于一体，使业务信息、组
件信息、容器信息、主机信息、网络
信息综合一体形成全景式性能监测。 | 自
主
研
发 | Bonree
Server |
| | | | | |
| | 服务
端应
用逻
辑拓
扑结
构自
动发 | 是一种通过对服务端应用各模块其
Web容器之间的相互调用关系的实时
监控，以及其对关系型数据库、
Nosql数据库、消息队列等中间件及
其他远程调用服务接口的调用关系的
实时采集，综合关联分析，从而自动
感知并构建复杂应用内部各个模块、 | 自
主
研
发 | Bonree
Server |
| | 现技
术 | 组件之间的调用依赖关系，进而形成
全局的可视化拓扑视图的技术。该技
术的特点与优势在于区别传统的拓扑
结构监控方案，无须客户进行任何的
事先手动配置，即可自动发现应用内
部逻辑拓扑结构，帮助客户便捷的梳
理复杂应用系统的逻辑架构，实时可
视化的定位复杂拓扑中的故障节点。 | | |
| | | | | |
| | Web
应用
前端
页面
性能
数据
采集
技术 | 此技术通过 JavaScript脚本实时获
取Web页面加载过程中的所有相关性
能和用户体验数据，包括页面加载耗
时、渲染耗时，首屏时间、白屏时
间，资源加载耗时、AJAX请求及响
应耗时，JavaScript脚本异常及
AJAX错误、用户交互页面及操作轨
迹等关键性能数据。该技术适用于所
有原生浏览器及其它内置浏览器，其
特点在于可获取Web前端网页面加载
过程的性能和用户体验双方面数据。 | 自
主
研
发 | Bonree
Browser、
Bonree SDK |
| | | | | |
| | Web
应用
前端
页面
数据
采集
探针
全自
动注
入技
术 | 是一种通过服务端应用性能监测探针
对前端用户访问的 HTML页面进行监
听和拦截，并自动注入页面性能采集
探针后再返回给最终用户，达到自动
加载Web应用前端页面数据采集探针
目的的技术。该技术区别于传统的手
动植入探针的方案，结合服务端探针
相关技术，在服务端处理用户请求时
将探针全自动注入，从而帮助用户低
成本、高效部署全量网页的性能监
测。 | 自
主
研
发 | Bonree
Browser、
Bonree
Server |
| 数
据
接
入
、
处
理
、
存
储
与
分
析
技 | 海量
数据
大并
发实
时接
入与
在线
离线
处理
技术 | 是一种可实现日均累计百亿条量级的
性能监测原始数据的实时回收，并对
此海量原始数据实现复杂在线和离线
分析计算，如协议解析、噪点数据过
滤、数据格式化、字段抽取和转换，
以及多维度统计分析等计算的技术。 | 自
主
研
发 | Bonree
Net、
Bonree
APP、
Bonree
SDK、Bonree
Browser、
Bonree
Server |
| | | | | |
| | 海量
时序
指标
数据 | 是一种可高度灵活配置数据处理规则
的计算框架技术，计算框架自身与数
据的业务属性解耦。可实现对海量流
式时序数据规则的灵活配置，无须编 | 自
主
研
发 | Bonree
Net、
Bonree
APP、 |
| | 分布
式计
算框
架技
术 | 码即可帮助用户包括对原始数据的格
式化、指标抽取、转换等自定义规则
处理。该技术的特点在于可将原本复
杂的海量时序指标数据处理的大量编
码工作，转变为通过配置脚本的方式
即可实现，大幅降低了用户对于海量
监测类指标数据的处理成本，提升了
效率。 | | Bonree
Server、
Bonree
SDK、Bonree
Browser |
| | | | | |
| | PB级
海量
大数
据列
式压
缩存
储及
响应
式分
析技
术 | 是一种实现对 PB级时序数据的集中
存储与响应式分析的技术，其特点在
于支持海量结构化数据的按列编码压
缩存储，可避免常见存储组件存在数
据膨胀的问题、支持灵活的数据预聚
合策略、及开放灵活的数据分析接口
等特性，实现多种数据的统一存储和
分析，并且具备分布式、高可用和可
伸缩的特点。 | 自
主
研
发 | Bonree
Net、
Bonree
APP、
Bonree
SDK、Bonree
Browser、
Bonree
Server、
Bonree Zues |
| | | | | |
| | 海量
对象
型文
件数
据分
布式
云存
储技
术 | 是一种实现对海量对象型文件数据的
分布式云存储和索引服务的技术。该
技术的特点在于将用户海量对象型文
件数据在写入时自动合并或切分成指
定大小的数据块进行块式存储，并支
持多数据副本和自动平衡等机制保证
数据的安全，支持多租户、无元数据
存储节点、快速索引和读取等特性，
性能明显优于行业内其他同类技术方
案。 | 自
主
研
发 | Bonree
Net、
Bonree
APP、Bonree
SDK、Bonree
Server、
Bonree
Browser |
| | 海量
数据
响应
式分
析查
询脚
本语
言技
术 | 是一种自定义和实现的，灵活、简洁
且功能强大数据响应式分析规则描述
脚本语言技术。该自定义脚本语言语
法规则兼容标准SQL语法，并进行了
扩充，支持多种管道命令、多条件组
合过滤、多种常用及高阶分析函数等
重要特性。该技术的特点是可将用户
复杂的大数据响应式在线分析逻辑规
则通过易编写、易理解的脚本语言进
行描述，并交于后台进行词法分析、
语法分析后，自动编排查询执行计
划，并最终调用数据存储引擎执行实
现。整个过程用户只需要编写并调试
分析脚本，而不需要任何传统的编写
复杂程序代码，降低数据分析的难度
和成本。 | 自
主
研
发 | Bonree
SDK、Bonree
Server、
Bonree
Browser |
| AI
智
能
分
析
算
法
技
术
群 | 基于
无监
督机
器学
习算
法的
时序
指标
数据
动态
基线
智能
预测
技术 | 是一种基于机器学习技术，使用各
KPI指标项真实历史数据作为预测模
型训练样本，实现对各监测KPI指标
项时间趋势进行智能预测的技术。该
技术根据被预测指标的过往一段时间
的历史数据，通过机器学习算法提取
指标的有效特征，选择相应的算法进
行模型训练，训练完成后将模型部署
到在线生产环境对该指标未来一段时
间的波动趋势进行预测，提前预判关
键指标项的趋势变化，可以预先对系
统硬件及网络资源进行调度和准备，
防止服务异常或中断。 | 自
主
研
发 | Bonree
SDK、
Bonree
Browser
Bonree
Server |
| | | | | |
| | 服务
端应
用程
序代
码执
行性
能在
线智
能分
析技
术 | 是一种基于机器学习和代码执行堆栈
跟踪相关技术，形成对某业务请求处
理过程代码执行性能的精确在线分析
结果的技术，包括业务代码执行丰富
堆栈分析、系统调用耗时分析、方法
CPU耗时分析、线程死锁分析等。该
技术的特点在于无需客户对系统代码
进行事先的改造，通过自动学习分析
最影响性能的方法集合，可在生产环
境下即时分析系统级和用户级代码的
性能瓶颈所在。 | 自
主
研
发 | Bonree
Server |
| | | | | |
| | 基于
无监
督机 | 是一种基于机器学习的技术，该技术
通过对各KPI指标项的历史数据进行
机器学习，从而识别和提取该指标项 | 自
主 | Bonree
Server |
| | 器学
习算
法的
时序
指标
数据
异常
事件
检测
技术 | 的波动趋势特征，并再结合如极值检
测等相关算法对该指标新产生的数据
样本进行实时异常检测，如发现新数
据样本出现某种不符合预期的异常波
动趋势则自动生成事件并告知用户。
该技术的特点在于完全无需人工事先
对海量的各种类型KPI指标项进行异
常定义或配置，即可自动对监控系统
内的各KPI指标进行全自动的异常感
知。 | 研
发 | |
| | | | | |
| | 基于
调用
链路
关系
和知
识图
谱技
术的
IT系
统故
障智
能根
因分
析技
术 | 是一种基于 IT系统内部各服务组件
间实时调用关系，以及系统内部所有
实体，如应用、服务、实例、容器、
主机等从属关系动态生成 IT系统架
构的知识图谱，从而对监控系统中产
生的多个告警事件进行智能分析、关
联和溯源，并通过指标多维分析、启
发式学习及知识图谱等 AI相关算法
技术，自动识别多个告警事件中的源
事件，并进一步定位告警产生的根本
原因，从而帮助用户完成故障的快速
定位和恢复，显著故障处置过程时间
和成本，减少业务损失。 | 自
主
研
发 | Bonree ONE |
国家科学技术奖项获奖情况
□适用 √不适用
国家级专精特新“小巨人”企业
制造业“单项冠军”认定情况
□适用 √不适用
2. 报告期内获得的研发成果
截止2023年6月30日，公司已获发明专利27项，软件著作权119项。经过多年技术积累，形成的核心技术包括“移动端APP在线事务流程脚本录制及自动回放技术”、“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”等共计 28项，在数据的采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。（未完）
