CMDB是一個較為老生常談的問題,這一概念在很早時期就已經引入了國內,縱觀運維數字化轉型的整個發展過程, CMDB的建設是每個企業都必經的重要階段。早期的CMDB往往只是為了提供運維流程的支撐,數據準確性得不到保障,運維依賴程度低,常常會出現“建而無用”等情況。然而隨著數字化轉型的不斷推進,運維需要更高質量的數據,運維平臺需要更高效可靠的支撐,CMDB作為運維基石是重中之重,也需要進一步的“修煉”!
那么在實際落地建設過程中,可視、可用、可信、可靠的CMDB怎么打造?企業又該如何“修煉”面向消費的運維高質量CMDB呢?本文帶您一探究竟!
01. CMDB的常見場景與痛點
CMDB建設過程中,企業通常會遇到一些困境,同時由于企業里面不同角色對CMDB的訴求各不相同,CMDB對于不同的視角下的痛點也是不一樣的。
1)企業建設CMDB的“三重困境”
① 消費場景的局限
早期CMDB前期建設時,并沒有以應用為中心的概念,運維人員與運維管理者往往關注在IT“資產”上
“有沒有相應的IT資產?資產在什么位置?其運行情況如何?現有的業務依賴哪些資產?”等等一系列問題。
而隨著運維場景的不斷豐富與建設,越來越多的消費需求不斷迸發,比如說需要對監控系統進行故障影響分析、對大屏數據進行聚合與展示時,以“資產”為中心的CMDB由于前期設計就沒有考慮到數據間的關聯關系,導致數據消費問題非常難以解決。
② 架構設計的局限
當前期CMDB建設沒有被定義為整個企業的運維主數據時,各個部門都在單打獨斗的建立自己的CMDB供自己使用,導致企業內各式各樣的煙囪式的系統建設,帶來數據分散、數據質量低、數據維護工作量大等問題,難以統一去治理。
③ 流程管理的局限
管理流程上的局限通常更多會影響到數據的質量問題,如果沒有有效的管理流程以及自動化能力,那么就相當于CMDB的數據僅僅只是從線下的表格搬到了線上工具里,甚至與一個在線的EXCEL表格是沒有太大區別的,仍然需要運維人員花費大量的時間去收集真實環境的數據導入到CMDB中去,這樣的數據質量是存疑的。
同時對于運維人員來說,每天的工作并沒有什么變化,這樣的CMDB的建設帶來的管理成本是遠遠大于價值收益的。
2)三類運維角色視角
① 企業管理者視角
企業管理者更多會從全局和成本的角度去關心CMDB能夠提供的價值。通常會考慮以下幾類問題:CMDB建設成本是否合理?資源使用率如何?是否可以承載消費場景需求?是否兼容新架構、異構化等,以確保企業業務運行所依賴的IT對象管理足夠全面、足夠規范和合理。
② 運維管理者視角
對于運維管理者或者運維經理等角色,更關心CMDB落地為企業帶來的價值,CMDB建設是一個長期的過程,運維管理者需要讓這一高成本建設,能夠合理的使用起來,保證數據的準確性,提供業務價值。
③ 運維工程師視角
作為真正使用CMDB的運維工程師,更關注在于CMDB產品設計的體驗,是否足夠方便、快捷,能不能減少運維工作量,從實際工作的角度出發去考慮。
02. CMDB落地常見問題
大部分的企業基本都做過了CMDB的建設,除了以上在各個場景的困境之外,在落地建設的時候,通常也會遇到各類問題,結合嘉為多年幫助企業建設CMDB的經驗,我們總結并列舉了以下六個問題,與大家深入分析CMDB在落地時的一些相對典型的難點。
1)靈活性不足
有一部分企業在早期是通過引進國外的CMDB,這類CMDB更加偏向于某一領域,例如側重于網絡領域的,亦或是側重于資產領域的,在實際產品中,靈活性可以從兩個方面去判斷:
隨著業務發展,IT環境日益復雜,IT對象種類繁多,CMDB是否足夠靈活,是否支持自定義擴展,是否適配新的技術,能否對新對象進行納管,對企業長期建設發展是非常重要的。
2)自動化不足
顧名思義也就是指整個配置數據自動化維護的程度不足,在以往建設過的客戶中,我們發現許多客戶的CMDB數據新增、更新、刪除都是通過人工收集,再去CMDB做導入。實際上這不僅僅讓運維人員維護數據的成本很高,同時數據的的準確性也無法得到保障,并且有一部分高頻變化的數據例如容器化數據等,十分難以通過人工去保證。
3)權限管控不足
近年來,對于金融、運營商等行業,權限審計、合規審計等的要求越來越嚴格,在這種日漸趨嚴的安全制度下,對整個CMDB的設計提出了更高的要求,能否滿足細顆粒度、精細化的權限管控將直接影響整個CMDB在企業落地的效果。
4)業務價值體現不足
主要還是體現在早期以“資產”為中心的CMDB中,由于無法呈現IT對象與業務之間的關系,不能夠有效支撐判斷IT對象對業務的影響,同時無法感知業務下的資源總體情況,CMDB模型設計層面如果無法支持端到端,沒有完整的拓撲呈現的話,是沒辦法隨著運維自動化、智能化的發展去體現它作為IT運維平臺的基石的價值的。
5)數據質量不足
數據質量不足目前也是令許多企業非常頭疼的問題之一,由于數據填充度低、關鍵關聯關系缺失、數據填充及設計缺乏統一規范,導致CMDB后期規模越來越大時,就像一張網,幾十萬的實例、上百萬的關聯關系在這張網上錯綜復雜,運維人員開始無法感知到CMDB數據質量的問題,同時也不能夠保證當前所定義的指標是否能夠真正的幫助運維人員去解決數據質量的問題。
6)消費場景不足
這類問題通常與前期建設的目標和思路會有一些關系,如果在建設初期基本是“空想”式建設,沒有考慮清楚面向什么消費對象,支撐內部什么工具,建設起來以后發現除了帶來維護成本,沒有太大的價值。
CMDB建設有兩大核心,模型設計的是否合理,是否真正以“消費”來驅動,這是一大核心,第二個核心就是數據治理和運營體系。
所以消費場景其實會很大程度影響到模型設計,而嘉為藍鯨CMDB就是基于消費去驅動,在設計模型時的思路并不傾向于建設一個“大而全”的CMDB,而更加傾向于“小而美”的有價值的CMDB。以此建設的CMDB才能夠為消費人員所用,為業務帶來價值,才能夠避免出現“建而無用”的問題。
03. CMDB的常見常見與痛點
談完了CMDB建設的困境痛點與典型問題,那么大家可能會問:到底運維高質量CMDB應該如何打造呢?
我們以嘉為藍鯨CMDB為例,總結以下“1個基本功、4大修煉法寶”,來幫助企業梳理清楚CMDB的設計思路,正確打造適合企業環境,能夠帶來價值的高質量CMDB。
1)基本功修煉:
嘉為藍鯨配置管理中心,提供自動化、平臺化、高性能、場景化的產品架構方案。
2)修煉法寶一:模型最佳實踐、靈活建模、屬性級權限
3)修煉法寶二:獨有的配置數據維護“三視角”體驗
基于CMDB本身,結合實踐經驗,面向不同運維角色提供不同的數據維護,提升不同視角下的用戶體驗。
4)修煉法寶三:自動化發現、采集
5)修煉法寶四:運營分析與持續改進
基于PDCA建立數據治理閉環,輔以自動化技術手段,持續保證數據質量。
04. 精選Q&A
Q1:CMDB維護數據的方式有哪些?如何選擇?答:維護數據一般有幾種方式,第一種就是直接在CMDB上新建,第二種就是導入,第三種是通過API形式錄入,第四種就是自動發現與采集。至于4種方式里面企業主要選擇哪些,根據企業現狀會有一些不同占比。但從數據治理的角度來講,我們需要盡可能采取自動化的維護,以及與流程進行聯動的方式。
Q2:CMDB只記錄資源靜態數據嗎?是否會記錄并實時更新資源狀態?如部分主機變配過程中,資源狀態一直在變化,CMDB會實時更新嗎?
答:CMDB是不同于監控,首先我們不建議在CMDB中存放變化頻率很高的數據,就比如監控的性能指標數據等,但如果說有一些過程狀態類的數據,例如主機有上架、下架、維修、出庫等生命周期狀態,是可以放入到CMDB中去納管的。
但這個數據我們不建議人工來維護,最好是定義其中一些關鍵的狀態,并通過與IT運維流程平臺做關聯,當流程中完成相應的工單審批以后,狀態就隨之發生改變,從而去維護這類數據。
Q3:配置發現有沒有考慮支持數據刪除和更新關聯關系?云資源在做日常維護時,人工維護工作量太大,同時云資源刪除后是否可通過自動化的手段體現在CMDB中?
答:這個目前是支持的,嘉為藍鯨配置發現無論是從IT對象、從云平臺還是從其他系統對接去做數據采集時,一定會與CMDB的數據做對比,對比過程中會產生相應的結果例如刪除數據、創建數據、修改數據,那么同時與之相應關聯關系也會有刪除關聯、創建關聯以及修改關聯等,目前都是支持這些功能的。
Q4:企業版CMDB有模型管理設置只讀、讀寫權限功能嗎?
答:藍鯨配置平臺只包含一個平臺層的PaaS產品,企業版本身并不包含該功能。但嘉為藍鯨CMDB除了配置平臺以外,還會提供兩個上層SaaS,一個是配置管理中心,一個是配置發現,在這兩個SaaS中會相應提供該功能。
嘉為藍鯨CPack制品管理平臺:聯邦倉庫——助力跨團隊、跨地域、跨組織的制品資產協作
查看詳細
嘉為藍鯨CMeas研發效能洞察平臺:一鍵保存你的專屬查詢儀表板
查看詳細
嘉為藍鯨WeOps數據庫監控新范式:以專業監控視圖,賦能高效運維管理
查看詳細
Jira國產化替代:從合規到價值,嘉為藍鯨DevOps敏捷協同平臺的破局之道
查看詳細
嘉為藍鯨CCI持續集成平臺:掌控CI/CD全流程,流水線Stage準入讓部署更可靠
查看詳細
嘉為藍鯨CMeas研發效能洞察平臺:研發效能周報,自動推送領導郵箱
查看詳細
申請演示