天天看點

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

 原文出自公衆号:嘉為藍鲸

一、企業數字化轉型的成功率僅20%

據McKinsey(麥肯錫)釋出的調查報告顯示,目前企業數字化轉型的成功率普遍僅為20%。導緻企業數字化轉型失敗的原因多種多樣,大多數企業的失敗可以歸咎于缺乏業務上的指引,盲目部署數字化系統和引進新技術,對即将出現的各種風險毫無防備。

未來的數字化,一定是業務和技術的快速融合,以建構各類能力共享中心形式螺旋推動數字化程序發展。在這裡,我們無意探讨業務問題,還是談談怎樣建構滿足未來數字化轉型需求要的技術支撐底座吧。

1、運維數字化易被忽視

建構數字化技術支撐底座,從架構上可以分為三個部分,分别是基礎設施架構、應用開發架構和運維支撐體系,三者相輔相成,缺一不可。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

▲ 三層架構的關系随着技術理念的進步,發生悄然的轉變

而在三大組成部分之中,最容易被忽視的往往是運維支撐體系。由于大多數企業忽視了運維支撐體系本身也需要不斷進行數字化演進,導緻許多企業的運維體系根本無法支撐整個技術底座的正常高效運轉。

2、CMDB是下一代運維體系的基石

如何推動運維數字化轉型?其實從業界IT相關标準演變就可以看出端倪,大名鼎鼎的ITIL已經發展了從V2到V3再到如今V4的多個版本,還有DevOps和AIOps理念的出現和發展,都從側面告訴我們,運維已經到了必須數字化轉型的時刻了。而在運維數字化的發展路徑上,CMDB的建設是一切的起點。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

​​點選了解:CMDB該如何落地?​​

二、消費驅動是建設CMDB最佳方法論

1、為什麼要以消費驅動來建設CMDB?

這些年來,我們在調查和服務客戶中發現,消費驅動是建設CMDB最适合的方法論,有三個主要原因。

第一個原因,CMDB的本質就是資料服務。它提供了各類技術工具所需要的資料,這些技術工具被各領域的工作過程所使用,滿足了不同人員的差異化需求,最終展現了價值的傳遞過程。是以,在建構與企業IT架構相比對的CMDB過程中,需要重新規劃IT利益相關者(包括客戶在内)的工作活動和需求,以人員為起點、從過程、技術一直到資源,最終落到CMDB上。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

第二個原因,CMDB的關鍵是資料品質。既然我們說CMDB的本質是資料服務,那麼其關鍵一定是資料的品質,如何保證CMDB中的資料始終保持高品質呢?首先就是要確定進入CMDB的新資料是準确的,其次是及時發現和淨化髒資料,最後是消費這些資料,讓資料持續不斷地産生價值。如何讓資料流動起來,持續不斷地産生價值取決于我們的消費場景是否足夠豐富。資料流出之後能不能持續保持品質,取決于消費過程對資料的改動是否能及時回寫。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

第三個原因,CMDB建設的原動力是消費。我們從第二個原因可以得知,消費場景越多,共享程度越高,資料的價值就越高,CMDB也就建設的越成功。是以,從規劃CMDB建設之初,就應當充分考慮将來CMDB的消費場景,如果不能清晰的認識到CMDB的定位,不能做到消費驅動的CMDB建設,最終CMDB會淪為一個毫無邊界的資料庫。

當然,如何去建構CMDB消費場景,也要結合企業自身情況,并不是盲目追求全面覆寫。若試圖一蹴而就,反而導緻CMDB建設成本過高,消費場景落地效果不佳,最終面臨項目失敗的局面。

2、消費驅動的CMDB建設四步法

在這裡,我們結合多年的運維行業實踐經驗,分享下自己在服務客戶過程中的CMDB建設四步法:

配置管理體系建構

CMDB作為企業運維體系的一部分,必須從整體運維體系的角度進行規劃,以整體目标為導向,明确CMDB建設相關的目标、原則、流程、組織架構、營運考核機制等内容。

消費場景和模型設計

設計符合企業自身特點的消費場景,相關資料及其模型設計,明确各消費場景會用到哪些對象的哪些屬性和關系,梳理各類資源對象的生命周期,確定消費場景閉環。

資料采集、維護和消費

通過自動化和流程驅動的方式,實作資料的采集和回寫。根據CMDB使用者的不同視角,提供符合其習慣的維護界面,便于其及時的對資料進行檢視和修改。同時,充分考慮監控、自動化、服務流程等消費場景的內建需求,提供符合要求的資料服務接口。

持續的營運和改進

持續的改進和營運對CMDB的長期成功起到決定性的作用,這其實很容易被管理人員忽略。通過對資料進行持續審計和檢查,通過營運資料報表等方式都可以發現CMDB存在的問題,比如資料孤島、錯誤資料、重複資料、低價值資料等等,都可以幫助我們對消費場景和模型提供改進意見。

三、消費驅動建設的CMDB該是什麼樣的?

根據消費驅動建設CMDB的方法論,沉澱自身運維行業的服務經驗,我們基于騰訊藍鲸PaaS平台,打造了嘉為藍鲸配置管理中心産品體系。

産品架構上,按照CMDB的水池模型,充分考慮了資料采集、資料維護管理和資料消費閉環的三大環節,将産品分成三大子產品,滿足配置管理者、配置所有者和配置經理的不同管理需求。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

從功能上,嘉為藍鲸CMDB除了提供正常的資料模組化、自動采集、資料維護、資料接口等基本能力之外,還提供面向機房運維的IDC視角、面向設施運維的資源視角、面向應用運維的業務視角等,未來可擴充為面向應用、技術、資料、實體各層的架構管理場景,以滿足客戶特有對象的覆寫,包括與監控系統、網管系統等第三方資料源的內建對接。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

從能力融合上,嘉為藍鲸CMDB支援ITOM、ITSM、ITOA等各類場景的消費內建能力,依托騰訊藍鲸PaaS的強大運維開發能力,還能不斷擴充消費場景。

提供開箱即用内置插件100+,覆寫基礎軟體、主機、基礎架構、基礎設施等各個運維層面40多種對象,1000+屬性。無論是作為一體化運維解決方案的一部分,還是快速融入企業現有的運維體系,嘉為藍鲸都可以從容應對。

CMDB要怎麼建,才不會淪為一個毫無邊界的資料庫?

嘉為藍鲸為客戶提供全過程的規劃咨詢、藍圖設計、産品實施、營運改進服務,確定每一個CMDB項目都能取得成功。

某股份制銀行:2018年開始規劃一體化運維,項目一期建設嘉為藍鲸CMDB方案,梳理配置資料62萬條,自動采集比例高達95%,至今持續支撐數十個消費場景不斷落地。

某大型汽車集團:實作集團三地三中心多雲數字資産統一管理,合計共有11類分組,66類模型,錄入模型執行個體14,424個,有效提升資産管控能力,為IT營運決策提供配置資訊服務。

某知名财險:2020年起建設自動化運維項目,其中包括CMDB建設,項目共納管24000餘節點,配置了86個自動采集任務,支撐上千個自動化作業流程。