[中报]博睿数据(688229):2024年半年度报告
|
时间：2024年08月29日 20:41:43 中财网 |
|
原标题:
博睿数据:2024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
2024年半年度报告
重要提示
一、 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。
二、 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”。
三、 公司全体董事出席董事会会议。
四、 本半年度报告未经审计。
五、 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。
六、 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
七、 是否存在公司治理特殊安排等重要事项
□适用 √不适用
八、 前瞻性陈述的风险声明
√适用 □不适用
（一）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。
（二）本半年度报告中所援引的行业数据均来自第三方机构出版、发布的资料，这些机构包括但不限于IDC以及其他公开渠道获取的相关数据等。提请广大投资者注意： 1、本半年度报告若援引第三方机构出版、发布的资料的，则本半年度报告中将标明相关出处。
2、本半年度报告中所援引的相关数据以及信息等，仅代表其对行业的研究意见或观点，而非客观事实的陈述。若第三方机构嗣后对相关数据以及信息等有变更的，均以第三方机构最新发布的为准，本公司不做另行通知。
3、本半年度报告中所援引的相关数据以及信息的有效期，均以第三方机构发布的时间或标注时间为准，非以本半年度报告披露日为准。
九、 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
十、 是否存在违反规定决策程序对外提供担保的情况
否
十一、 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
十二、 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 ..................................................................................................... 9
第三节 管理层讨论与分析 ............................................................................................................... 13
第四节 公司治理 ............................................................................................................................... 39
第五节 环境与社会责任 ................................................................................................................... 43
第六节 重要事项 ............................................................................................................................... 45
第七节 股份变动及股东情况 ........................................................................................................... 66
第八节 优先股相关情况 ................................................................................................................... 70
第九节 债券相关情况 ....................................................................................................................... 71
第十节 财务报告 ............................................................................................................................... 72
| 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、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 |
| 睿思智数 | 指 | 北京睿思智数科技有限责公司 |
| 佳合兴利 | 指 | 上海佳合兴利咨询管理中心（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） |
| 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 | 2024年 6月 30日 |
| 报告期 | 指 | 2024年 1月 1日-2024年 6月 30日 |
| 《公司法》 | 指 | 《中华人民共和国公司法》 |
| 《证券法》 | 指 | 《中华人民共和国证券法》 |
| 《公司章程》 | 指 | 《北京博睿宏远数据科技股份有限公司章程》 |
| 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。 |
| 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。 |
| BizDevOps | 指 | Business、Development和 Operations的组合词，即“业务研发运
营一体化”，也称为 DevOps2.0或广义的 Devops。 |
| DevSecOps | 指 | Development、Security和 Operations的组合词，是一种软件开发方
法，将安全实践整合到 DevOps 方法论中。它强调开发、运维和
安全团队在整个软件开发生命周期中的合作与协作。 |
| 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。 |
| 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。 |
| 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 |
| 智维盈讯 | 指 | 北京智维盈讯网络科技有限公司 |
| 运营管理平台 | 指 | STM统一运营管理平台，是指对会员、设备、客户端等日常运营
管理的平台，保证监测点以及监测数据质量。 |
| CMDB | 指 | 配置管理数据库(Configuration Management Database) |
| 交叉销售 | 指 | 交叉销售是一种营销策略，通过识别并满足现有客户的多种需求，
实现销售多种相关产品或服务的方式。 |
| 升级销售 | 指 | 升级销售是指向客户销售某一特定产品或服务的升级品、附加品
或其他用以加强其原有功能、用途的产品或服务。 |
| Json | 指 | JSON（JavaScript Object Notation，JavaScript 对象表示法）是一
种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器
解析和生成 |
| Trace | 指 | 监视和记录程序执行或网络请求通过系统各个部分的过程。在分
布式追踪中，"trace"通常指的是一个完整的请求或事务的生命周
期，包括所有相关的服务和组件 |
| f1-score | 指 | F1-score（F1 分数）是机器学习领域中用来衡量模型性能的一个
指标，特别是在分类问题中。它是精确率（Precision）和召回率
（Recall）的调和平均数，反映了模型的准确性和完整性的平衡 |
| Sysbench | 指 | Sysbench 是一个开源的、多线程的基准测试工具，用于评估 Linux
系统的性能。它可以模拟多种不同的工作负载，包括 CPU、内存、
文件 I/O 和数据库操作等。Sysbench 提供了命令行界面，允许
用户自定义测试参数，如线程数、测试时间等，以进行压力测试和
性能分析 |
| 进程内存 | 指 | 进程内存，通常指的是操作系统中一个进程所占用的内存资源 |
| RUM | 指 | RUM 通常指的是“Real User Monitoring”，即真实用户监控。
这是一种专注于监控真实用户在实际使用环境中与应用程序或网
站交互的性能和行为的技术。 |
| Live Tail | 指 | Live Tail是一种实时日志监控功能，它允许用户实时查看最新的
日志数据，这些数据通常是按照时间顺序排列的，并且会随着新
日志的生成而自动更新。 |
| 下钻分析 | 指 | 下钻分析（Drill-down Analysis）是一种数据分析技术，用于深入
探究数据集中的特定部分或维度，以便更详细地了解和解释数据
中观察到的趋势、模式或异常。 |
| OneService | 指 | 主要负责提供数据服务，包含 Metric、log、trace、session、events、
snapshot数据模型基础服务 |
| MTR监测 | 指 | MTR（My Traceroute）是一种网络诊断工具，结合了 Traceroute
和 Ping的功能，用于实时监控和诊断网络连接的质量，帮助您了
解数据包在网络中经过的路径、延迟和丢包情况，从而快速找出
网络故障的原因。MTR监测会输出一个包含每一跳的 IP地址、丢
包率和延迟的表格，通过这个表格可以全方位诊断网络问题。 |
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 | 上海证券报、证券时报 |
| 登载半年度报告的网站地址 | http://www.sse.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 | 66,735,211.16 | 65,362,990.10 | 2.10 |
| 归属于上市公司股东的净利润 | -49,182,566.95 | -50,644,264.23 | 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 | -50,509,565.45 | -54,216,417.20 | 不适用 |
| 经营活动产生的现金流量净额 | -44,939,298.03 | -53,884,123.66 | 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 | 483,353,981.45 | 552,506,991.97 | -12.52 |
| 总资产 | 546,164,885.96 | 607,028,831.77 | -10.03 |
(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） | -1.13 | -1.16 | 不适用 |
| 稀释每股收益（元／股） | -1.13 | -1.16 | 不适用 |
| 扣除非经常性损益后的基本每股收
益（元／股） | -1.17 | -1.24 | 不适用 |
| 加权平均净资产收益率（%） | -9.56 | -8.03 | 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（%） | -9.82 | -8.60 | 减少1.22个百分
点 |
| 研发投入占营业收入的比例（%） | 68.57 | 72.36 | 减少3.79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
1.2024年半年度公司实现营业收入 6,673.52万元，较去年同期增加 137.22万元，较去年同期增加 2.10%，主要系随着 2023年 4月 Bonree ONE正式投入商用，公司市场开拓进展顺利，Bonree ONE产品本报告期营业收入为 1,800.24万元，较去年同期增长 1,122.89万元，增长比例高达165.78%。
2.2024年半年度公司归属于上市公司股东的净利润、归属于上市公司股东的扣除非经常性损益的净利润分别为-4,918.26万元、-5,050.96万元。较去年同期分别增加 146.17万元、370.69万元。
主要原因是：
（1）2024年半年度公司营业收入较去年同期增加 137.22万元，较去年同期增加 2.10%。
（2）2024年半年度公司销售费用为 3,924.64万元，较去年同期增加 147.92万元，增加 3.92%，主要系本报告期与销售人员相关的薪酬费用增加所致。
（3）2024年半年度公司营业成本为 1,905.43万元，较去年同期减少 111.91万元，减少 5.55%，主要系本报告期人工费用减少所致。
（4）2024年半年度公司研发费用为 4,576.30万元，较去年同期减少 153.49万元，减少 3.25%，主要系本报告期与研发人员相关的薪酬费用减少所致。
（5）2024年半年度公司财务费用为-323.68万元，较去年同期减少 103.60万元，主要系本报告期增加银行存款，减少理财产品购买，导致银行存款利息收入增长所致。
（6）2024年半年度公司投资收益为 10.01万元，较去年同期减少 222.50万元，主要系本报告期公司增加银行存款，减少理财产品购买，导致理财产品投资收益减少所致。
上述原因共同影响导致 2024年半年度公司归属于上市公司股东的净利润、2024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均有所增长。
3.2024年半年度公司经营活动产生的现金流量净额-4,493.93万元，较去年同期节约现金流出894.48万元，主要原因为：
（1）销售商品、提供劳务收到的现金较去年同期增加 490.94万元。主要系本报告期加大应收款项催收力度引起客户回款增加所致。
（2）收到其他与经营活动有关的现金增加 236.20万元。主要系本报告期代收员工持股个税及收取银行利息收入增加所致。
（3）购买商品、接受劳务支付的现金节约 202.60万元，主要系本报告期支付供应商采购款等减少所致。
4.2024年半年度公司归属于上市公司股东的净资产、总资产分别为 48,335.40万元、54,616.49万元，较 2023年末分别下降 12.52%、10.03%,主要系报告内亏损导致归属于上市公司的净资产和总资产减少所致。
5.2024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-1.13元/股、-1.17元/股，较去年同期略有好转。
6.2024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-9.56%、-9.82%，受本报告期亏损导致净资产减少的影响较去年同期基本持平。
7.2024年半年度公司研发投入占营业收入的比例 68.57%,较去年同期下降 3.79%。
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） |
| 非流动性资产处置损益，包括已计提资产减
值准备的冲销部分 | 54,077.28 | |
| 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
确定的标准享有、对公司损益产生持续影响
的政府补助除外 | 342,192.19 | |
| 除同公司正常经营业务相关的有效套期保值
业务外，非金融企业持有金融资产和金融负
债产生的公允价值变动损益以及处置金融资
产和金融负债产生的损益 | 921,317.93 | |
| 计入当期损益的对非金融企业收取的资金占
用费 | | |
| 委托他人投资或管理资产的损益 | | |
| 对外委托贷款取得的损益 | | |
| 因不可抗力因素，如遭受自然灾害而产生的
各项资产损失 | | |
| 单独进行减值测试的应收款项减值准备转回 | | |
| 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 | | |
| 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 | | |
| 非货币性资产交换损益 | | |
| 债务重组损益 | | |
| 企业因相关经营活动不再持续而发生的一次
性费用，如安置职工的支出等 | | |
| 因税收、会计等法律、法规的调整对当期损
益产生的一次性影响 | | |
| 因取消、修改股权激励计划一次性确认的股
份支付费用 | | |
| 对于现金结算的股份支付，在可行权日之
后，应付职工薪酬的公允价值变动产生的损
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 | | |
| 交易价格显失公允的交易产生的收益 | | |
| 与公司正常经营业务无关的或有事项产生的
损益 | | |
| 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 | 9,411.10 | |
| 其他符合非经常性损益定义的损益项目 | | |
| 减：所得税影响额 | | |
| 少数股东权益影响额（税后） | | |
| 合计 | 1,326,998.50 | |
对公司将《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》未列举的项目认定为的非经常性损益项目且金额重大的，以及将《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
博睿数据始终秉承“以数据赋能 IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。公司主营业务属于 IT运维管理监控领域的重要分支行业——应用性能管理行业。
应用性能管理（Application Performance Management，简称 APM）指使用特定的方法和工具来管理和监控应用程序的性能。主要目标是确保企业的关键业务应用运行流畅、高效，从而提高应用的可靠性和质量，最终保证用户获得满意的服务体验，并降低企业的 IT运维总成本。APM产品的具体功能包括：
①程序性能监测和分析：实时跟踪应用程序中方法的响应时间、负载、吞吐量、错误率等关键性能指标，以便及时发现性能瓶颈和问题。
②故障排查和诊断：通过深入分析日志、代码和其他数据，帮助运维团队快速定位和解决问题，减少停机时间。
③用户体验监控：通过跟踪和分析用户的使用行为和路径，了解用户的行为偏好和需求，以便优化用户体验。
④数据库和网络性能优化：监测和优化数据库及网络的性能指标，确保它们在高负载下仍能稳定运行。
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，最终以可视化看板的方式向客户展示。
公司基于在应用性能管理行业的技术积累和领域知识沉淀，产品侧能力已向可观测性升级。
可观测性（Observability）能力特指监控、分析和管理现代复杂 IT系统的新兴范式。它通过采集和分析来自 IT系统的调用链、指标、日志和事件数据，帮助 IT人员实时了解数字化系统的运行状况、性能和用户体验以及定位、剖析问题故障。
①可观测性能力在现代 IT系统中至关重要，原因如下：
I IT系统日益复杂：现代 IT系统通常由数以百计、千计甚至万计的微服务组成，这些服务分布在不同的物理和虚拟环境中。传统的监控方法难以应对如此复杂的系统。
II 用户期望不断提高：用户希望 IT系统能够始终可用、提供良好的性能和用户体验。可观测性能力可以帮助 IT运维人员快速识别和解决问题，确保系统满足用户的期望。
②传统的监控方法难以应对上述数字化转型带来的复杂性和动态性。可观测性能力可以帮助企业应对数字化转型带来的挑战，主要体现在以下几个方面：
Ⅰ 提高 IT系统的可见性：可观测性可以帮助企业全面了解 IT系统的运行状况，包括应用性能、基础设施资源利用率、安全状况等。
Ⅱ 快速识别和解决问题：可观测性可以帮助企业快速识别 IT系统中的问题，提供解决问题的见解思路，减少故障带来的损失。
Ⅲ 优化 IT系统的性能：可观测性可以帮助企业分析 IT系统的性能瓶颈，提供优化性能的见解思路，提高系统的效率。
综上，公司产品可以为数字化转型企业提供一体化智能可观测性解决方案，通过对丰富多样的可观测性数据的模型构建、分析处理，叠加开箱即用的 AI算法能力，为用户在运维工作中提供更直观、更准确的见解，提升运维效率、减少故障带来的经济损失。
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 | 解决客户需求 |
| 应用性能
监测产品
（APM） | 一体化
智能可
观测平
台 | Bonree
ONE | 被动式 | Bonree
ONE平台致力于完成“一个平台，满足所有监
控需求”的价值目标，覆盖用户、网络、服务
、进程、代码、容器、主机、数据中心的全方
位监控，透视数字化业务从客户端的用户旅程
到服务端的调用链的处理过程的每一个技术细
节。
包括了原有Server、SDK、Browser、Dataview
、SmartAlert产品所有能力。 | 助力企业级客
户在生产系统
运行保障过程
中的事前防御
、事中1分钟发
现、5分钟定位
和10分钟恢复
目标的达成。 |
| 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。 | 助力企业级客
户从广域网模
拟用户视角发
现用户体验的
异常情况，以
便快速定位问
题原因和及时
修复。 |
| | 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A
pp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。 | 助助助助助助助助
助助助助助助助助
助助助助App助助
助助助助助助助助
助助助助助助助助
助助助助助助助助 |
| 网络性能
监测产品
（NPM） | - | Reesii | - | 监控中端网络层的性能质量 | 助力企业级客
户从网络性能
视角发现不同
服务、主机间
的网络异常情
况，以便快速
定位问题原因
和及时修复。 |
（二）所属行业
1、行业的发展阶段、基本特点、主要技术门槛
公司始终秉承“以数据赋能 IT运维”的理念，坚持“客户第一、正直守信、追求卓越、开放
创新、勇于担当、协作共赢”的品牌价值观，致力于为企业级客户提供优质的应用性能管理及可
观测性产品和服务，助力客户构建稳定、高效、智能的新型 IT运维监控体系，提升企业 IT运维
效率，降低总体运营成本，驱动业务创新增长，赋能企业数字化转型高质量发展。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
①全球应用性能管理市场
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。随着云
计算、微服务、容器化、人工智能等新技术的广泛应用以及 IT系统的复杂性日益加剧为运维管理
带来了巨大的挑战，对应用性能监控和可观测性能力需求高速增长。海外市场许多企业和组织都
在积极采用 APM解决方案来监控和管理其应用程序的性能，APM产品逐渐从传统监控工具，进
化成业务生产过程中的生产力工具。可观测性能力以数据为中心，通过人工智能赋予监控工具强
大的数据洞察力。这使得监控工具能够快速识别和预测故障，从而在对用户影响最小的情况下解
决这些问题。同时，可观测性能力还要求可以集成原始的监测数据，帮助运维人员更好地理解和
探索数据，解决传统监控工具分散带来的数据孤岛问题。这不仅提高了运维效率，还降低了企业
的运营成本。海外应用性能管理及可观测市场正处于快速发展阶段，未来有望继续保持高速增长。
供给侧看，海外已有很多优秀的技术供应商，提供各种类型的 APM及可观测解决方案，包括
基于云端的、移动端的、微服务架构等。其中有?些是开源项目或者标准协议，如 Prometheus、
OpenTelemetry等；有一些是商业产品或者服务平台，如 Dynatrace、Datadog、Splunk、Honeycomb
等。这些技术和工具都在不断地创新和进化，以适应不同场景下的监控及可观测需求。 ②中国的应用性能管理市场
中国应用性能管理市场的行业渗透度与北美市场相比相对落后，因此中国应用性能管理行业的发展趋势尚未达到北美行业的发展水平。以北美市场厂商 Datadog为例，其成立于 2005年，其一体化平台产品于 2016年投入商用。2019财年至 2023财年，公司营收年复合增长率为 56%。目前，国内众多企业对于可观测性的理解尚浅，多数企业仍停留在传统的监控阶段，可观测还处于1
早期阶段，行业渗透率相对低，存在市场发展空间。
1
InfoQ，《
中国软件技术发展洞洞察和趋势预测研究报告 2023》，2023年 1月 13日。
深入实施
数字经济发展战略的时代背景下，国有政策与宏观经济政策均对
数字经济发展与数字化转型给予了高度重视，推动相关政策不断深化和落地。企业也积极响应，进行精细化运营以降本增效，提升竞争力。随着互联网和移动技术的普及，应用软件在中国市场迅猛发展，包括但不限于社交媒体、电商、
金融科技、在线教育、医疗健康、游戏等。这些应用软件涵盖了各个领域的需求，成为企业和消费者之间最为密切的沟通渠道，更是直接影响企业业务表现的关键因素。
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，数字化转型的成功已成为企业可持续发展的关键因素之一。
从技术栈演变的角度来看，北美地区经历了从基础监控、日志、APM到可观测的逐步累积过程，而中国在这一领域还处于起步阶段，开始尝试跟随北美的步伐。同时，北美的业务应用更倾向于部署在主流云平台上，国内云计算技术的不断进步和云生态环境的完善，促使越来越多的中国企业开始将业务应用迁移到云上，推动了技术栈的升级和发展。中国作为全球最大的信息技术市场之一，未来随着中国
数字经济的稳定发展，以及在 5G、云计算、物联网等技术领域的广泛布局，中国应用性能管理的需求将逐步得到释放。
（2）行业基本特点
随着中国企业推动数字化转型，应用性能监控及可观测性需求日益增长。高效、稳定、智能的 IT系统监控方案可以更好地服务于电商互联网、金融机构、高端制造业、甚至初创企业。
①文化层面：敏捷开发、DevOps、BizDevOps、DevSecOps等理念的涌现和转变，叠加持续集成、持续部署等工作流和工具的组合，一起缩短了迭代周期。在这种情况下，通过梳理各类依赖关系和代码追踪，提高开发者对系统掌握度的可观测性，已经成为保障系统稳定性的重要因素。
②业务层面：现代商业中，客户体验直接影响业务表现，越来越多的企业认知到原有的监控方案无法满足 IT技术发展的需要，由此应用性能监控及可观测性方案逐步进入客户的考察视野。
③技术驱动：中国在应用性能监控及可观测领域的发展高度依赖技术创新，包括人工智能、大数据技术、云计算、分布式追踪等先进技术，随着这些技术的不断进步，应用性能监控及可观测性服务的深度和广度也在不断提升。全球重视 AI发展，产业端来看，AIGC下游应用落地也将迎来蓬勃发展，其对产业链上游算力的高需求预计将进一步推动算力运维市场体量的增长。
④本土化需求：由于中西方文化背景与使用习惯差异，本土化的应用性能监控及可观测性解决方案受到越来越多企业的青睐。这些解决方案更贴近中国市场需求，具有更好的适配性。信创政策进一步推动国产化替代进程，特别是在政府、金融、能源等国民经济重点领域，企业也将更加注重应用的稳定性和性能，应用性能监控及可观测产品国产化趋势明显，将迎来更大的市场机会。随着国内网络、算力等 IT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，
信息安全和数据合规也被提升到了国家战略的高度，国内 APM厂商的市场空间将进一步释放，同时应用性能监控也需要满足相关法规和标准，这也会成为市场发展中一个重要推动因素。
⑤目标客户行业技术栈差异：由于不同行业和企业所使用的技术栈存在差异，比如金融、电商、游戏等行业都有各自特定的技术架构。因此，市场上要求应用性能监控及可观测性厂商需具备足够的技术积累和行业沉淀，能够适配不同行业的各类技术栈。
2、公司所处的行业地位分析及其变化情况
目前国内企业对于应用性能监控及可观测性技术的认知还不够深入，但伴随国内信息技术的快速发展和
数字经济建设的全面推进，企业对精细化运营的重视程度提升，逐渐意识到应用性能管理及可观测性技术可以协助企业自身业务发展。
博睿数据始终致力于为为企业级客户提供优质的应用性能管理及可观测性产品和服务。公司一体化智能可观测平台 Bonree ONE产品于 2023年4月正式投入商用，取得初步成效，该产品目前已趋于成熟，达到国内先进水平。2024年 4月发布 2024春季正式版，以全息观测、体验至上、轻锐交付三项特性开启智能运维新篇章。根据 IDC发布的《中国 IT统一运维软件产品市场跟踪报告》，2023H2，以市场占有率 17.6%蝉联 APM市场第一，稳居国内市场的领导者地位。
（1）产品战略领先，产品体系成熟健全：
博睿数据依托对国内市场的敏锐洞察和客户服务经验，凭借其覆盖多端、多场景的数据采集技术和强大的数据处理分析技术，不断创新产品，扩展产品边界，在国内厂商中已形成成熟健全的APM产品矩阵，凭借对技术趋势的前瞻判断率先布局可观测能力，在 2023年 4月正式发布一体化智能可观测平台Bonree ONE，并在核心产品线中加载了“智能运维”能力。
凭借领先的技术实力和雄厚的研发资源，公司新一代核心产品Bonree ONE保持着高速的技术迭代升级，2024年 4月公司发布一体化智能可观测平台Bonree ONE 2024春季正式版全面增强了数据加工处理能力，带来更精准的AII效果和更丰富的数据挖掘场景。全新推出的Bonree ONE Pilot组件具备全量、增量自动升级能力和完善高效的分析排障能力，用户可一键诊断，提升交付效率。
Bonree ONE已荣获信通院“AIOps能力成熟度模型优秀评级”“IT新治理年度明星产品”奖、信通院“算力服务领航者计划”优秀案例”奖、“
中国海油的多云资源监控与治理”荣获中国电子学会年度优秀实践案例称号。金融电子化“科技赋能金融业场景金融建设突出贡献”奖。
博睿数据完成全面和统一的端到端监控的产品矩阵布局。可覆盖从终端用户体验、应用、基础设施和网络等多领域监控及可观测。一体化智能可观测平台，可以真正实现IT系统全栈、全链路、全场景的可观测，智能故障根因分析及智能告警。在国内厂商中已形成成熟、全面、领先的APM产品体系。
（2）坚持自主研发，技术实力雄厚
博睿数据坚持以技术创新和产品创新为核心的发展战略，密切关注应用性能监测技术的最新发展趋势，经过十五年的行业深耕，公司在性能数据的采集、处理、存储及分析等核心环节积累了丰富的技术经验，能够满足国内客户不断变化升级的市场需求。截至报告期末，公司共拥有 47项已授权发明专利、133项软件著作权、30项核心技术，在应用性能管理领域实现了多项技术突破，具备显著的技术先进性。
博睿数据凭借其行业技术领先地位，积极履行企业社会责任，致力于参与行业标准的制定，以推动行业的高质量发展。公司加入了信通院 AIOps标准工作组，为推动中国 AIOps标准的制定贡献力量。同时，
博睿数据还参与了中国电子工业标准化技术协会提出的《政务 App评价指标》团体标准的编制工作，以及信通院分布式系统稳定性实验室主导的《信息系统稳定性保障能力建设指南》编制。此外，
博睿数据获聘信通院 DGA首批智库专家组成员，并入选中国信通院《高质量数字化转型产品及服务全景图》。同时，公司还是新浪银行 App评测的长期数据支持机构。
博睿数据作为可观测性代表参加了 ClickHouse开源社区的 Meetup分享，在存储和集群管理技术方面的实践在开源社区中产生了较高的影响力。这一创新实践提升了 Bonree ONE系统的性能和稳定性，同时也降低了整体运维成本。
（3）拥有行业领先的品牌影响力
经过 16年的行业深耕，
博睿数据展现出卓越的市场影响力，赢得了众多行业头部客户的信任和认可。稳固的合作关系和客户的高黏性使公司在长期市场竞争中占据优势地位。
报告期内，面对市场竞争加剧，公司积极应对，加大营销投入，进一步拓展市场、提升品牌知名度。同时，公司积极布局
线上线下的全域市场运营，完善官网及线上新媒体营销矩阵，并在全国范围内成功举办行业会议、高峰论坛、高阶行业沙龙等市场活动。
此外，
博睿数据还成功打造了《博睿学院》、《IT运维之光》、《聊点技术》、《数字化运维路线图》等 IT运维行业内容 IP，输出高质量公开课及技术论文，发布 50余个标杆客户的成功案例，涵盖 100+IT运维应用场景。客户成功案例获得行业权威奖项包括不限于：在证券类客户中获得：“领新杯”优秀案例-智能运维领航标杆案例、“建立一体化智能可观测平台实现 App体验数字化”数据猿-金猿案例奖；银行类客户中获得“一体化智能可观测平台全面保障业务稳定性”数据猿-金猿案例奖。
（4）领先的客户体验及口碑
博睿数据通过技术创新和服务优化，为客户提供了卓越的客户体验，赢得了市场的广泛认可。
凭借产品与服务的可靠性和稳定性，通过集成化智能监测终端和真实手机设备云技术，实现了对应用性能的全面监控和实时预警，确保了客户业务的高效、稳定、可靠运行，避免了因性能问题导致的业务中断和损失。
综上所述，公司凭借其卓越的技术实力、健全的产品体系和优质的服务体验，稳居中国应用性能监控行业的领导者。
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
事务流
程脚本
录制及
自动回
放技术 | 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。 | 自
主
研
发 | Bonree Net |
| | | | | |
| | 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 | 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 |
| | 发调度
技术 | | | |
| 移
动
端
应
用
性
能
监
测
数
据
采
集
相
关
技
术
群 | 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 |
| | | | | |
| | 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
能数据
采集技
术 | 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。 | 自
主
研
发 | Bonree SDK、
Bonree ONE |
| | | | | |
| | 移动端
混合式
应用全 | 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 | 自
主 | Bonree SDK、
Bonree ONE |
| | 量网络
请求详
情数据
采集技
术 | 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。 | 研
发 | |
| | | | | |
| | 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
测
数
据
采
集
技
术
群 | 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、Bonree
ONE |
| | | | | |
| | 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、Bonree
ONE |
| | | | | |
| | 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 | 自
主
研
发 | Bonree
Server、Bonree
ONE |
| | | 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。 | | |
| | | | | |
| | 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、Bonree
ONE |
| | | | | |
| | 服务端
应用逻
辑拓扑
结构自
动发现
技术 | 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、
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。 | 自
主
研
发 | Bonree
Server、Bonree
ONE |
| | | | | |
| | 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
生浏览器及其他内置浏览器，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、
Bonree ONE |
| | | | | |
| | 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、Bonree
ONE |
| | 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、Bonree
ONE |
| | | | | |
| | 海量时
序指标
数据分
布式计
算框架
技术 | 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。 | 自
主
研
发 | Bonree Net、
Bonree App、
Bonree
Server、
Bonree SDK、
Bonree
Browser、
Bonree ONE |
| | | | | |
| | 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 ONE |
| | | | | |
| | 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、
Bonree ONE |
| | 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、
Bonree ONE |
| | | | | |
| | 海量机
器日志
数据实
时摄
取、清
洗、建
模分析
技术 | 是一种对海量机器日志数据进行实时摄
取、清洗、建模和分析的技术，该技术通
过对服务器、中间件、服务程序、App等
运行过程中自动产生的海量日志数据（通
常量级在 1TB-100TB/天）进行采集后，
实时进行文本解析、识别、分词、提取指
标、索引及存储等操作，形成可被用户集
中检索和分析处理的结构化数据的技术。
该技术是在 IT系统日志审计和辅助排障场
景中重要技术之一。 | 自
主
研
发 | Bonree ONE |
| 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、Bonree
ONE |
| | | | | |
| | 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、Bonree
ONE |
| | | | | |
| | 基于无
监督机
器学习
算法的 | 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的波动趋势
特征，并再结合如极值检测等相关算法对 | 自
主
研
发 | Bonree
Server、Bonree
ONE |
| | 时序指
标数据
异常事
件检测
技术 | 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。 | | |
| | | | | |
| | 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 |
| | | | | |
| | 复杂
IT系
统内部
结构自
动发现
及数字
建模技
术 | 是一种对复杂 IT系统内部所有客观存在实
体进行自动发现，并自动识别和构建其间
的关系，从而完成对其进行数字建模过程
的技术。该技术识别实体包括不限于数据
中心、主机、虚拟机、容器、进程、端
口、应用、服务、接口、App、用户、设
备、中间件、数据库、存储、网络设备、
负载均衡设备等，通过将物理世界中复杂
IT系统在数字世界中进行建模和还原，从
而可以达到让用户全息掌握和管理自身 IT
系统的能力，并为自动排障和自动化提供
最重要的基础数据。 | 自
主
研
发 | Bonree ONE |
（未完）
