浅谈云原生可观测性

2023-10-26 08:47:30本文阐述了云原生系统可观测性平台从数据采集、分析、存储、价值输出的关键技术方案与数据间的关联关系，以及如何利用可观测性平台高效进行故障定位与解决，降低故障定位与解决的运维成本，在最大程度上保障云原生系统的高性能与高可用性。

背景

当前数字化转型进程持续加速中，在顶层设计指导下，结合自身发展需要，全面推广一朵全栈云，深化云原生生态建设，推动业务应用大量采用微服务、容器等云原生技术，基于DevOps模式进行研发，将传统的单体服务拆分成粒度更细的微服务模块，使系统可以更好地适配容器化部署，更好地进行敏捷的业务迭代研发，快速输出系统业务价值。

云原生建设是一个综合性的系统工程，涉及微服务重构、国产信创、分布式数据库、容器云、服务治理等多个方面，系统规模和复杂度以及数据量成倍提升，可能发生故障的数量和类型也同比提升，全面有效的保障服务持续稳定运行至关重要，云原生安全运营是当下面临的重要课题。

面临的挑战

要保障服务安全运营，首先必须要能全面理解系统运行的状态和行为，这要求实现从底层到上层对网络、主机、容器、应用、业务服务等进行全栈可观测。可观测性（observability）最早来源于控制理论领域，指的是系统可以由其外部输出推断其内部状态的程度。在云原生架构中，可观测性描述的是对系统中所发生情况的掌握程度。云原生系统规模大、系统复杂、动态变化，对其进行全面、有效的理解和掌控，以及保障安全运营方面面临着巨大的挑战：

如何理解大规模动态容器环境中应用的实际运行情况： 云原生系统通过容器化技术对基础设施进行了标准化，提升了应用部署的便利性，并支持动态扩缩容。基础设施层的信息通过虚拟化封装不再透明，微服务化架构使应用部署的服务数量急剧增加，容器集群根据业务运行情况动态调度。服务间流量既有南北向，也有东西向，且以东西向为主。在这样大规模动态服务实例的环境中，有效全面理解从应用、容器、主机到网络的运行情况，是保障业务安全运营的关键。

如何在复杂的服务调用间快速定位故障： 单体服务拆分成微服务后，模块间的交互由进程内的方法函数调用转变为进程间的服务调用，导致服务的调用路径变长且跨越网络交互，当发生错误时怎样快速定位故障点，及时采取流量切换、服务回退等措施，是保障服务持续运行的关键；不同服务模块在整个系统中承担的功能不同，请求压力也不同，当系统出现性能瓶颈时，怎样快速发现出现瓶颈的服务并进行服务扩容，或者及时采取熔断限流措施，是保障服务稳定运行的关键。

如何保证观测能力的实时性： 云原生应用的动态性要求可观测性平台必须具备实时性或近实时性。如果应用的升级或扩容在分钟级完成，那么监测系统就必须提供秒级的反馈能力。云原生系统产生的指标、追踪、日志等数据往往是海量的，因此对可观测性平台实时处理海量数据的能力提出了极高要求。

如何实现多个运维平台的有机整合： 云原生生态涉及多个支撑系统，各系统的有机协调运行才能共同构成云原生运行平台，但现实是各个运维工具平台由不同时期、不同产品、不同厂商建设，怎样将这些运维工具平台的数据进行有效的治理，实现数据关联整合，充分发挥数据的价值，实现运维的全景运行、有机协调，是对运维数据治理能力的巨大挑战。

针对上述云原生架构带来的新问题与挑战，我们将尝试设计一套整体的云原生可观测性平台来解决上述担忧。

可观测平台设计

可观测性平台方案设计由可观测运维对象、可观测数据、数据关联性、可观测方案实现四部分组成，涵盖识别运维对象、可观测数据标准、不同数据关联实现，组成整体的可观测性方案，最后实现价值输出，具体如下：

可观测对象

云原生系统可观测体系需要涵盖从网络、主机、容器、应用、业务服务等所有云原生系统的组成部分，根据监控对象在系统中所处的位置，将可观测体系划分为四个层次，如图1所示，涵盖从系统基础设施、容器、应用到业务的全范围，分别为：

图1 云原生运维栈示意图

基础设施层： 也即IaaS层，该层涉及的监控对象为系统底层资源，如网络、存储设备、裸金属等。这些设备与组件的可靠性，直接影响到上层应用服务的稳定性。该层关联的可观测性数据包含指标（网络流量、网络连接数、主机性能）、日志（交换机日志、操作系统日志）、事件（系统平台事件、故障、宕机）等。

容器层： 也即，PaaS层，该层涉及的监控对象涵盖了容器内的系统资源，如：Kubernetes服务运行情况、集群节点、CPU、内存、存储等，是针对容器云平台进行的监控，这些资源的使用情况决定了应用服务的性能和容量。该层关联的可观测性数据包含指标（节点或容器的CPU使用率、内存使用率、存储使用率等）、日志（Kubernetes各个组件日志）、事件（Kubernetes Event）等。

应用层： 该层涉及的监控对象和应用服务紧密相关，如：服务可用性、JVM、中间件等，这些监控对象的健康度与负载情况决定了应用之上运行的业务的可用性与性能。该层关联的可观测性数据包含指标（服务存活性、JVM内存使用率、JVM GC停顿时长、数据库连接、缓存连接、消息队列消息堆积数等）、链路（应用服务间调用、应用调用中间件形成的分布式链路）、日志（运行日志、错误日志）等。

业务层： 该层涉及的监控对象主要涉及业务运行信息，如：交易量、交易金额、服务请求量、请求延迟、变化比率、错误率等，这些监控指标直接反应业务的运行状态，体现着用户体验与企业发展情况。该层关联的可观测性数据包含指标（访问统计、请求数、错误数、延时等）、日志（访问日志、错误日志）。

可观测数据

可观测性体系的构建是通过对系统运行状态数据的收集、分析来判断系统的运行状态并实现快速排障。因此，首先要定义可观测性数据，当前业界主流标准将可观测性数据分为三个类别：

图2 Metrics, tracing, logging及关联关系

指标（metrics）： 指标数据通常为一段时间内可度量的数据，也被称为时序数据，用于观测系统的状态与趋势，常用于画曲线图。支持以下四种数据：

指标效果展示

链路（tracing）： 分布式追踪是一种理解分布式系统执行过程中参与的上下游及影响，支持跟踪应用请求从前端到后端服务以及数据库等中间件的流转过程，支持对高延时与高错误率的请求进行故障排查。同时从链路数据中，可以提取出业务的RED（速率、错误、持续时间），丰富指标监控。

Trace路径感知与性能分析

Trace效果展示

日志（logging）： 日志数据是离散事件的记录，反应系统运行过程中产生的信息，可以详细解释系统的运行状态。大多数开发语言、应用程序框架或库都支持日志。日志可以分为不同的类别，例如系统日志、应用日志、安全日志、基础设施日志。日志中存储的信息是无格式的文本，需要制定对应的字段规范以便于后续分析，例如日志包含服务名称、traceid，并附加采集的容器信息。

日志展示

数据关联性

可观测对象虽然划分为四层，但在实际使用时，通常需要结合多层数据和多个运维工具平台中的数据一起来分析问题，这就需要观测数据存在一定关联性。如下图所示：

数据关联性

从数据特性上可以区分为：

同一运维对象应该具有确定且唯一的标识，在不同数据中（指标、链路、日志）应该使用统一的标识标准，用户可以使用同一套标识分别查询到不同数据，以方便关联分析。例如根据Prometheus告警中带的标签和时间戳，可以在日志中定位到对应服务在特定时刻的行为，在链路中也可以定位到对应服务特定时刻的执行链路。

相同运维对象和对应的指标和日志数据

不同运维对象间的关联关系比较多样化，需要具体问题具体分析。在传统的环境中，我们通常基于IP进行不同主机、网络节点进行标识和关联，而在容器云环境中，通常基于标签标识不同运维对象和资源，不同资源类型不同，但应该具有相同的标签，这样才能实现组合。例如Kubernetes中Deployment与Service中的定义必须匹配对应的Labels才能实现匹配和对应功能。

不同运维对象基于标签识别关联

在分布式环境中，应用服务被拆分为不同的服务模块，一个服务请求会跨越多个不同的运维对象，运维对象也服务于多个不同请求，这种分布式并发性使得如何区分不同请求成为一个难题，这个问题与TCP服务于多个请求的问题类似，HTTP1.1没有请求标识，无法多路复用，HTT2中加入了流标识才可以，类似的，不同应用间服务请求加入唯一的标识ID即可区分彼此。基于链路ID的链路跟踪可以将一次分布式请求还原成调用链路，对一次分布式请求的调用情况集中展示，比如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等，实现调用拓扑可视化、上下游依赖分析、故障快速定位等。

基于traceid关联多个运维对象的日志和链路

利用上述运维对象和数据的关联性，并结合梳理的全栈运行环境（图1），包括基础设施、容器云平台、应用和业务信息，构建整体的全景可观测性拓扑图，针对不同组件、不同层面的运维对象分别展示不同观测数据，并与CMDB信息联动，实现直观的拓扑信息展示。

全栈监测拓扑示意图

可观测实现

可观测性体系的实现分为三大流程：可观测性数据采集、可观测性数据分析、可观测性数据价值输出，覆盖可观测性数据的产生、采集、处理分析、存储、应用的全流程。

数据采集

该流程主要完成可观测性数据的规范化定义与采集，包括指标、链路、日志三类数据。怎样保证采集数据的完整性以及对应用的无侵入性，是方案需要考虑的关键。指标数据为时序数据，数据结构相对固定，在设计时需限制表示业务信息的标签数量与取值范围，避免数据量过大，对指标服务端的性能造成影响。针对Kubernetes平台、业务应用、中间件等，采用服务端拉取的模式进行采集，在相应的 服务器 上部署独立的指标采集组件，这些组件负责收集指标数据并通过HTTP协议对外提供指标查询接口，由指标服务端（如Prometheus）定时调用。针对业务应用，使用Java Agent技术在JVM应用启动时进行JVM字节码的增强，在不改变业务代码的前提下进行JVM性能指标与业务指标的生成，实现监控逻辑与业务逻辑解耦，保证开发流程的扩展性。以上采集过程均能做到对应用无侵入。

为了保证链路数据结构相对固定的同时提高数据扩展性，链路数据结构采用半结构化的JSON格式。对于链路数据，在开发框架中引入链路埋点库。该库对于服务间调用、服务调用主流中间件（如数据库、缓存、消息队列等）等关键程序执行位置自动埋点，提供了通用链路采集埋点逻辑，引入该开发库就能自动完成相应位置的链路采集。同时提供了手动埋点能力，供开发团队基于自身业务需求，自定义链路埋点代码以采集特定场景下的链路信息。通过无侵入埋点解决通用链路采集并结合手动埋点满足个性化定制需求的方式，在较少代码侵入的情况下，满足应用全面链路采集的需求。

考虑到日志数据后续解析、处理的统一标准化，业务团队需制订并实施标准化的日志数据结构规范。对于日志数据，采用独立组件上报的模式进行采集，在相应的服务器上部署独立的日志采集组件（如Filebeat、Flunetbit），负责完成本地日志数据的读取、上报日志服务端（如ElasticSearch、Loki、ClickHouse）。日志采集组件使用通用的采集配置模板，以便运维人员快速修改进行本地日志采集，提升日志接入监控的效率，并于开发约定双方日志目录，实现双方解耦。

指标分析处理

指标采集端（如Prometheus、Grafana Agent）将从指标采集组件中采集到的指标，首先根据不同指标的特征在内存中进行聚类，对于内存中存储时长超过两个小时的指标数据，进行压缩并存储在磁盘中，以实现长久存储指标数据的目的（使用Thanos）。采用定时触发器的方法（Prometheus record rule），定期从时序数据库中读取指标数据，对其进行聚合分析，然后生成聚合指标，以支持高层抽象粒度分析。此外，由于指标监测数据随时间价值降低，但存储成本随时间增加，将历史数据进行压缩降采样（Thanos downsampling），在保留更长历史数据的同时减少存储成本，而且还可以提升查询效率。

链路/日志分析处理

链路服务端接收到客户端上报的链路数据后，首先将链路数据推送到消息队列（如Kafka）中，使用消息队列的高性能流式处理特性，为链路数据的后续分析、存储提供性能保障。之后，一方面链路存储应用读取消息队列中的链路数据，将其直接存储在全文检索中间件（如ElasticSearch）中，另一方面链路分析应用读取消息队列中的链路数据，在内存中进行链路数据的聚类分析，以构建系统服务拓扑，服务拓扑信息包含系统中组成分布式链路的所有应用、应用间调用的计数与平均延时、应用内部的错误分布，链路分析应用将分析后的数据也存储在全文检索中间件中。使用全文检索中间件存储链路数据与服务拓扑数据，可支持实现后续丰富的数据检索场景。

日志服务端与链路服务端类似，日志服务端（如ElasticSearch、Loki）接收到日志采集组件上报的日志数据后，由日志解析组件基于预先定义的日志解析规则，对日志数据进行格式解析与数据过滤，并将解析后的数据构建成标准JSON数据格式，分类存储在全文检索中间件（如ElasticSearch）中。日志解析组件为集群部署，通过并行的流式处理，保证解析过程的高性能。日志解析规则支持多种日志解析格式，如JSON、Logfmt等，以及支持自定义日志解析器，让运维人员可以自定义日志格式，以满足不同业务场景的需求。

可观测性数据价值输出

可观测性价值输出示例——指标大盘

通过统一的可观测性平台，提供一体化、可配置化、可视化的监控、告警、排障、日志检索等能力，实现可观测体系的价值输出，包括故障告警、监控大屏、链路检索、日志检索等功能。故障告警，提供针对系统故障的自动化实时告警功能。该功能支持用户自定义基于指标、日志关键词的告警规则，自动触发告警，并通过多渠道（邮件、通信软件）实时发送告警通知，保证运维人员能第一时间发现系统中的异常情况。监控大屏，提供针对系统当前运行状态的监控图表展示功能。该功能支持用户基于预设的大屏模板创建监控大屏，监控大屏实时调用指标服务端的指标数据查询接口，生成监控面板。监控面板支持丰富的指标展示形式，如：折线图、柱状图、饼图、度量仪等，方便运维人员在开发、测试、生产阶段，直观、高效的了解系统当前情况，或进行故障分析与定位。

可观测性价值输出示例——排障

链路检索，提供链路数据查询、链路详情展示、服务拓扑分析功能。该功能支持用户基于链路ID或者时间范围查询链路数据。在分布式链路详情页面中，可以直观看到请求在系统内流转时经过的应用服务关键路径，以及每个处理阶段的具体耗时情况。开发、运维人员可以利用链路检索功能，进行快速的故障定位，分析各个调用环节的性能与可用性，或者统计分析用户行为数据日志检索，提供日志数据查询与分析功能。运维人员可以借助日志检索功能，从分布式系统的海量日志中，快速定位到所需日志，以进行基于日志的故障原因排查或者业务数据统计。

通过可观测性体系设计，对复杂的云原生系统不同层次的监控对象，执行可观测性数据采集、分析、价值输出流程，实现云原生系统的全范围监控，支持快速洞察系统当前运行状况；针对系统故障进行实时告警，通过多维监控工具辅助快速的故障定位与解决，保障系统可用性；该体系提供的监控能力，同样可以应用在系统开发与测试阶段，用于快速排查开发问题，辅助进行应用性能观测，提升业务交付的效率与质量。

未来展望

可观测性平台

在平台建设过程中，我们发现关于云原生系统的可观测性体系，仍然有可以持续深耕的领域：

扩展到系统层面的全栈全链路观测能力——采集

扩展到系统层面的全栈全链路观测能力——透视

未来，基于eBPF在操作系统内核态实施可观测性，与用户态openTelemetry结合建立云原生观测数据收集处理的标准范式，并引入持续剖析，不断扩展可观测性深度和广度，将成为增强云原生环境可观测性未来发展的趋势。

总结

云原生架构在提升企业系统交付效率的同时，也使得系统的复杂性成倍提升，因此如何使系统具有可观测性，系统内部状态易于洞察变得尤其重要，系统可观测性平台正是云原生趋势下的必然产物。本文阐述了云原生系统可观测性平台的从数据采集、分析、存储、价值输出的关键技术方案与数据间的关联关系，以及如何利用可观测性平台高效进行故障定位与解决，降低故障定位与解决的运维成本，在最大程度上保障云原生系统的高性能与高可用性。同时，随着操作系统eBPF、Opentelementry、人工智能机器学习等技术的不断发展，可观测性技术一定会在信创和云原生场景中发挥更大作用，推动下一代监控技术的发展。

在应用因果效应模型时，需要注意哪些限制条件与假设

因果问题在近代医学,生物学,社会科学的研究中占有非常重要的地位.通过因果关系预见某些行为或策略对研究对象的影响已经成为一些实际研究的最终目的(1978)提出了解决因果问题的虚拟事实模型,建立了因果推断统计分析的基本框架.虚拟事实模型的因果效应是以实际观测数据为研究对象的,但又不完全由数据之间的相关性决定,因此在讨论因果效应时存在可识别性问题.如果因果效应可识别,则有可能利用观测数据直接计算因果效应.但是,众所周知:在不加任何假设或限制的条件下,虚拟事实模型的因果效应是不可识别的.若要研究变量间的因果效应就必须对虚拟事实模型加入某些必要的限制,使因果效应在这些限制下可识别.郑忠国,张艳艳,童行伟在因果模型因果效应的可识别性研究中针对控制变量与协变量相互独立的一类模型的可识别性进行了研究,指出在某些特定的可替换性假设之下,模型的因果效应具有可识别性.该文将针对控制变量作用于协变量的虚拟事实模型进行可识别性研究.作者将指出:控制变量是否作用于协变量并不影响因果效应的可识别性和可替换性假设.并给出:此类模型因果效应可唯一确定的充要条件.

为什么地震前没有做预防的准备呢?

在震前的一段时间内，震区附近总会出现一些异常变化。 如地下水的变化，突然升、降或变味、发浑、发响、冒泡。 气象的变化，如天气骤冷、骤热，出现大旱、大涝，电磁场的变化、临震前动物、植物的异常反应等等。 根据这些反应进行综合研究，再加上专业部门从地震机制，地震地质、地球物理、地球化学、生物变化、天体影响及气象异常等方面利用仪器观测的数据进行处理分析，可以对发震的时间，地点和震级进行预报。 如海城1975年的7.3级地震的成功预报，就是一例。 但是，由于地震成因的复杂性和发震的突然性，以及人们现时的科学水平有限，直到目前地震预报还是一个世界性的难题，在世界上尚无一个可靠途径和手段能准确的预报所有破坏性地震。 为此各国地震工作者和专家都在努力探索。 我国地震工作实行中央地震工作同地方地震工作、专业队伍同群测队伍相结合的体制和政策。 我国地震工作，尤其是地震预报工作除具有很强的任务性、探索性和社会性外，还具有很强的地方性和群众性。 我国地震工作上的群测群防为成功地预报地震积累了丰富的经验，构成了中国地震工作的一大特色，在地震预报工作中有重要意义。 第一，我国幅员辽阔，而专业前兆台网密度不足。 地方台、企业台和大量的群众观测点弥补了专业台网和手段的不足，提高了我国地震的监测预报能力。 第二，由于群众观测队伍和掌握地震知识的广大群众分布广、控制范围大，熟悉当地情况，同地方政府联系密切，又接近震区等多种因素，因此群测群防队伍在地震短临预报中发挥着专业队伍难以替代的作用。 第三，群测群防队伍在上情下达和下情上报方面能起到关键作用。 特别是在震兆突发阶段，由于临震异常表现十分暂短，只有一、二天时间甚至几个小时，特别是大量的宏观异常的收集，如何在极短的时间内发现、核实、上报是至关重要的。 因此，地震发生前后，群测群防队伍在当好参谋，组织群众防震抗震方面有着重要作用。

请教汇票 本票 支票的区别

几种情况判断：

收取承兑汇票四大注意事项

企业在日常经济活动中，时常会接触到银行承兑汇票。 为了维护企业正当合法的权益，避免在使用银行承兑汇票时遭受损失和不必要的纠纷，企业在收取银行承兑汇票时应注意以下事项。

（一）、承兑汇票的真伪企业财务人员能否把住审查关，对防范银行承兑汇票票据风险至关重要。 中国票据网（）从长期工作经验中总结出五种方法：一查，二听，三摸，四比，五照，实用有效。 一查：即通过审查票面的“四性”——清晰性、完整性、准确性、合法性来辨别票据的真伪。 1．清晰性：主要指票据平整洁净，字迹印章清晰可辨，达到“两无”，即：—无污损，指票面无折痕、水迹、油渍或其他污物。 —无涂改，指票面各记载要素、签章及背书无涂改痕迹。 2．完整性：主要指票据没有破损且各记载要素及签章齐全，达到“两无”，即：无残缺，指票据无缺角、撕痕或其他损坏。 无漏项，指票面各记载要素及背书填写完整、各种签章齐全。 3．准确性：主要指票面各记载要素填写正确，签章符合《票据法》的规定，达到“两无”，即： 无错项，指票据的行名、行号、汇票专用章等应准确无误，背书必须连续等。 无笔误，指票据大、小写金额应一致，书写规范，签发及支付日期的填写符合要求(月份要求1,2 月前加零,日期要求1-9 前加零,10,20,30 前加零)

4．合法性：主要指票据能正常流转和受理，达到“两无”即： 无免责，指注有“不得转让”、“质押”、“委托收款”字样的票据不得办理贴现。 无禁令，指票据应不属于被盗、被骗、遗失范围及公检法禁止流通和公示催告范围。 二听：即通过听抖动汇票纸张发出的声响来辨别票据的真伪。 用手抖动汇票，汇票纸张会发出清脆的响声，能明显感到纸张韧性，而假票的纸张手感则软、绵、不清脆，而且票面颜色发暗、发污，个别印刷处字迹模糊。 三摸：即通过触摸汇票号码凹凸感来辨别票据的真伪。 汇票号码正、反面分别为棕黑色和红色的渗透性油墨，用手指触摸时有明显的凹凸，假票的号码则很少使用渗透性油墨，而且用手指触摸时凹凸感不明显。 四比：即借助票面“四种防伪标志”比较来辨别票据的真伪。 1．纸张防伪：不需借助仪器可看到在汇票表面无规则的分布着色彩纤维；汇票纸张中加入一种化学元素，如用酸、碱性物质进行涂改，汇票则会变色。 2．油墨防伪：汇票正中大写金额线由荧光水溶线组成，如票据被涂改、变造，此处则会发生变化，线条会消失。 3．缩微文字：汇票正面“银行承兑汇票”字样的下划线是由汉语拼音“HUIPIAO”的字样组成；汇票中间是由汉语拼音“HUIPIAO”字样的缩微文字组成的右斜线，横贯整个票面的宽带区域。 4．印刷防伪：汇票右下角的梅花花心内为小写汉语拼音H 的字样。 注意H 字母应为空心。 五照：即借助鉴别仪的“四个灯”来辨别票据的真伪。 1．放大灯：在放大灯下可观测到汇票正面的印刷纹路清晰连续，且纸张无涂改变色痕迹。 同时，还可通过子母放大镜的子镜观测到汇票正面清晰连续的缩微文字。 2．短波灯：在短波灯下可观测到汇票背面的二维标识码在灯下呈淡绿色荧光反应。 3．长波灯：在条波灯下可以观测到在汇票表面无规则地分布着荧光纤维；汇票正面大写金额线有红色荧光反应；汇票的左上角印有红色的承兑行行徽，呈现桔红色；汇票字样右侧有暗记，为各行行徽（工行为“ICBC”字样），长波灯下呈淡绿色荧光反应。 4．水印灯：在水印灯下可以观测到汇票内部排列着黑白水印相间的小梅花，以及“HP”字样，一正一倒，一阴一阳的进行排列，位置不固定，定向不定位。 （二）、承兑汇票是否挂失止付企业在收取银行承兑汇票时，应注意审查该票据是否已挂失止付。 企业在收取银行承兑汇票时，可先登陆中国法院，查询法院公告信息。 （三）、承兑汇票是否过期 承兑汇票背书转让时必须在汇票到期日之前，超过到期日，票据不能转让。 （四）、背书是否连续 以背书转让的承兑汇票，背书应当连续。 持票人以背书的连续，证明其汇票权利；非经背书转让，而以其他合法方式取得汇票的，依法举证，证明其汇票权利。 所谓背书连续，是指在票据转让中，转让承兑汇票的背书人与受让承兑汇票的被背书人在承兑汇票上的签章依次前后衔接。 承兑汇票背书不连续会直接影响最后持票人的票据权利，如背书转让、贴现、承兑等。

还有票据有没有污染掉角等缺损，有无墨水等痕迹

要素是否齐全，机打手写均可，但不会有一半手写一半机打的票。 。 背书是否连续很主要，背书人签章否是齐全（财务章加法人章），被背书人书写是否规范，有无涂改（重要！！）有无刀刮挖补涂改的痕迹票据正面银行签章为汇票专用章加主管章缺一不可。

一、银行承兑汇票票面整洁，字迹无涂改，票面无破损。

银行承兑汇票出票人的印鉴章（财务章、法人章）中字迹清晰。

二、银行承兑汇票正确的盖章方式是在背书框中央空白处加盖印鉴章。 印鉴章要清晰，印章内字迹不得缺损。

三、银行承兑汇票如因印鉴章模糊，需续盖的，原则上续盖章仍需盖在框内空白处，若因框内空白处盖不下第二枚章，印鉴章超出框外，则印鉴章需与背书框的下框线相交，背书人印鉴章不得悬于框外。

四、银行承兑汇票印鉴章不得盖在“被背书人”一栏，印鉴章不得超出上框线。

五、银行承兑汇票被背书人抬头需正确书写，且字迹工整，并银行承兑汇票背书有连续性，即被背书人的抬头必须是下一个背书框中所盖的财务章的抬头，

七、如银行承兑汇票后附证明的，一般情况下不收取。

八、农村信用社开出的银行承兑汇票不收取。

各地城市商业银行开出的银行承兑汇票需与财务确认是否收取。

银行承兑汇票收取不当会给公司资金回笼造成一定的影响，中国票据网提醒企业相关人员在收取银行承兑汇票时务必仔细核对！