浅谈CMDB数据治理

本文由速邦咨询专业顾问撰写，分享CMDB数据治理的3个关键策略：聚焦场景应用、建立全生命周期更新机制、从业务价值角度实施治理，帮助企业打造真正能用、好用的CMDB系统。

一说到CMDB的建设大家应该都会有很多话去说，再说到数据治理就更是这样了，不管是好的经验还是踩过的坑，说上几天几夜也说不完，但这个事情却又是运维人员绕不过去的，因此本篇文章对CMDB的数据治理简要说几句。

首先，作为数据中心CMDB建设和管理者，在系统上线并纳管一定数量配置项后，数据治理就成为确保系统价值持续发挥的关键工作，而从这里可以说CMDB管理者才遇到了真正的挑战：你CMDB数据准确吗？我怎样才能使用CMDB？我可以放心使用吗？等等。此时，CMDB管理者不仅要绞尽脑汁的去验证数据的准确性，还要借助各种资源努力推广让大家去使用CMDB。于是，CMDB数据治理就成了不得不做，必须要做，做了也看不到头的一项让人欲罢不能的长期投入。

既然是必须的长期投入，那怎样才能做到“见效又轻松”的呢？笔者认为：

首先要有明确的目标，这里有人就说了，我们当然是有目标的，CMDB数据治理不就是为了数据准确吗，确实如此，但笔者所说的目标非此目标。笔者认为的目标是说我们要聚焦在一个个的场景应用，而不是追求大一统的数据准确。这里的场景指的是如：与其他工具结合提升效率，为AIOPS 落地提供数据支撑，结合监控平台进行资源优化等。

聚焦场景就像马拉松运动员在全程中定位的一个个阶段目标，这样我们在进行CMDB治理过程中，就会有目的的将治理一项项落到实处，有结果见效果。通过场景应用驱动CMDB数据质量持续不断的迭代实现CMDB数据治理的持续提升，我们也会从中收获成就感，减轻压力。

其次，要关注数据的全生命周期，从数据纳管到CMDB再到退出纳管，整个过程要有明确的路径和规则，一般纳管和退出都有流程控制，重要的是在这个过程中的变更是怎么实现配置项的管控和更新的。也就是我们要建立可持续的更新机制，确保CMDB中的数据资产始终保持完整、准确、一致的状态，从而为上述各类运维场景提供可靠的数据支撑。

这就涉及到配置项建模时，一定要明确各属性信息的来源和责任，是自动化采集还是人工维护，如果是自动化采集就要定义采集和更新的规则，如果是人工维护，就要通过变更流程联动进行控制，以保证配置项的持续更新。这里就需要细化到属性的层面，而不是停留在配置项维度。

第三，就是要从业务价值角度去实施CMDB的数据治理，如：从配置项本身来说，要确保每个配置项(CI)的属性信息能真实反映生产环境实际情况，这包括硬件设备的物理参数、软件版本的准确记录、以及各类配置参数的及时更新。从关联关系层面，要构建并维护配置项之间真实、完整的关联关系，形成准确的资源拓扑图、系统间的接口调用、数据传输以及业务链路调用等"血缘关系图"。

总之，立足于当下，锚定实际应用场景，充分利用自动化技术和流程管控，保证配置项信息的准确性、并为运维管理提供基础支撑，如此CMDB的数据治理才能持续提升和发展。