随着AI、大数据、云计算等技术发展应用,数字化运维工作也迎来了更大挑战。CMDB作为IT运维数字化演进、运维应用数字化转型的起点,同时也是保障IT运维平台底座的高效运转的基础,因此受到广泛关注。
相关报告显示,2022年全球CMDB软件市场规模为936.02亿元。据预测,全球CMDB软件市场规模将以7.79%的年复合增长率增长。与市场快速增长相对应的是,屡屡不绝关于“CMDB建设难、管理难”的反馈。
我们通过剖析CMDB核心价值,切入CMDB建设过程中的痛点、难点,探索新一代CMDB建设路径,希望能给大家带来新的收获。
*以下内容为优云CMDB建设专场直播内容整理
回顾CMDB的发展,最早在ITIL v2中提出来的,在ITIL v2中,存在着多个管理流程、管理活动,而这些流程实际上都是基于CMDB中管理的IT资源对象实现的。
CMDB通过识别IT资源的信息,依据逻辑模型来存储和管理资源对象。在实际运维的管理活动中,需要对企业IT系统架构中各个层级的IT资源信息(名称、状态、规格)进行描述,通过CMDB各个部分IT资源之间的信息关联起来。
通过CMDB我们能够把握企业IT生产和运转过程,支撑各个流程活动监控环境的变化,保障数据中心的运维工作的运转。
以技术发展为视角,我们将CMDB划分为三个时期。
最早期,CMDB受限于技术原因,数据的更新与维护依赖人工采集录入。
数据的更新方式更多是使用一些录入界面,或者基于流程的Excel表单进行录入和更新。在这一阶段,在企业IT设备不多、管理颗粒度不高,尚且可以勉强支撑。
然而随着技术不断更新迭代,企业业务发展更是一日千里。在这样的背景下,在国内的一些大型企业中,也迈出了CMDB探索的重要步伐,实现了半自动化和自动化的管理。
但由于限制,大家对CMDB所管理的资源范围,更多的倾向于IT技术架构的管理,例如物理的硬件资产以及虚拟化资源等。针对应用管理这部分,相对比较粗糙。
随着云技术、微服务、运维左移等一些运维新理念提出,业务需求对应用管理的要求也越来越精细。CMDB也进入了支撑IT基础资源的全生命周期管理的时代,并在新的使命中大放异彩。
CMDB作为提供核心配置数据的平台,集成、融合整个资源生命周期的数据,贯穿所有的运维活动的过程,通过CMDB提供的运维主数据,可以关联活动中所产的关联数据,进行数据整合计算开发,最终实现向运营场景来提供各类数据服务,支撑多样化的业务运营、生产运营以及安全运营,提升传统运维效率。
然而在CMDB建设过程中,也存在着许多“新伤旧痛”。
首先,维护难,数据之间关联维护不及时,数据成为无意义的孤岛,其次,颗粒度失控,管太细,投入维护的力量越多,成本越高;服务能力不足,CMDB弱化为统计工具; 数据缺乏信任, 数据不敢用, 越不用越不准,形成恶性循环。
其次,范围大,在新的运维模式下,CMDB建设范围扩大,管理难度增大;跨组织协同难,配合成为瓶颈;新技术栈不断涌现,难以及时响应。
在现实中,CMDB建设难度高、成本高、收益见效缓,难以平衡投入产出,并且容易缺乏应用视角,偏离建设初心,导致最终付出了成本,没有得到匹配的收益。
面对新挑战、旧伤痛,我们如何破局呢?首先我们应该要摒弃掉“唯工具论”,CMDB建设不应该仅仅停留在工具建设的层面,还应包括组织管理等方面的因素。
优云基于服务国内1000+企业的经验沉淀,重新审视了CMDB建设、运营过程中遇到的各类问题,提出了「管理体系」+「工具落地」的CMDB实战方法论,涵盖规划、设计、构建、运营四大阶段,帮助企业在数字化新时代,破局CMDB建设。
基于「CMDB实战方法论」,我们结合国内某金融客户CMDB建设实践,一窥CMDB建设的细节。在建设之前,我们需要明确一点:CMDB的主体职责需要从“数据采集收集、维护”向“数据服务大脑”转变,能力聚焦在统一建模、自动发现、自动关系图谱构建、数据治理、持续运营服务等方面,为IT运维服务提供准确、新鲜的配置数据。
1、构建标准规范和组织保障体系
项目开展初期,需要结合用户业务管理成熟度,合理规划配置管理体系,明确管理架构,减少沟通与协调成本,提升工作效率。如:建立统一标准规范、统一术语。
其次,需要开展组织标准化宣导和能力建设培训,明确岗位和角色在规划、设计、运营上的工作职责及管理职能,同时,建立绩效和考核体系等,以此来保障配置管理体系的各项标准落地。
2、业务场景驱动数据建模
宁缺毋滥,缺少实际业务消费场景,配置模型过度设计都将导致项目的失败,配置数据建模应从服务IT运维“业务场景”视角梳理建模,围绕“实际场景”梳理各类资源对象、属性、关联关系,明确配置项类型属性,倒推配置项类型属性的“首责厂商”构建完整的资源配置生命周期管理闭环。
3、业务活动驱动配置数据采集、维护和消费
资源业务活动与CMDB联动, 实现在业务运行中完成CI实例信息的动态录入与收集。配置资源的供给、回收、变更、消费都需要配置管理作为桥梁和纽带。如:业务系统上线流程执行完成后,就涉及到新CI创建,IP地址、服务器、网络端口之类资源的占用等情况,上线流程中的录入信息能实时更新到配置库。保障数据质量。
4、建立完善的配置数据质量及数据服务运营管理保障体系
- 常态化数据治理流程,提高配置数据质量
常态化数据治理涵盖以下三个维度的内容:事前,避免垃圾数据进库;事中,已进库垃圾数据可自动调和;事后,通过业务+技术规则,将配置库中的垃圾数据筛选,垃圾数据通过治理流程管理跟进,促进质量管理闭环。
同时,借助会计学中的原理,进行配置数据治理,将配置数据的“账务”做到“帐实相符,日清月结”。
- 建立数据质量看板及服务等级评价
配置管理系统的评价指标主要包含:管理对象覆盖率、数据完整性、准确性、服务支持数,从4个维度来衡量系统价值与完成度。评价配置数据“全不全”、“准不准”。
- 以运营为抓手持续提升数据服务能力
配置数据服务“好不好”,模型规划“合不合理”的核心评价标准。以“持续的运营”管理为抓手,通过技术和业务手段来持续提升服务能力。
最后,我们回顾CMDB建设的方法论和实践,不难发现CMDB建设,并不是一个孤立的工具建设,而是技术与管理并重的项目。
同时,我们也应该意识到建设过程不是一蹴而就,而应是一个长期不断完善的过程,我们要做好打持久战,做好启动2.0、3.0项目的准备。
原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/303265.html