企业CMDB的建设一般早于自动化运维平台建设,在企业运营过程中发挥着重要作用。比如基础环境信息、硬件设施信息、软件及应用信息等。但其中的数据往往是由人工录入,并由管理方法去确保数据得到及时有效的维护。及时尽管如此,仍会存在数据过时、不准等情况。而这些不准确的信息会严重影响企业自动化运维的实施,严重时会导致生产事故。对我们保险企业来说是非常头疼的事情,和容易被投诉,在我们企业自动化实施过程中,采用什么手段可以从根本上杜绝此类情况的发生,如何让数据真实流动起来? 另外可否做到自动采集信息更新CMDB得以提高数据准确性?这个方案是否可以一劳永逸,这个自动采集信息更新CMDB有何解决方案?
这些工作都是开发商不会做也不愿做的工作,需要团队有相关的开发能力,我们也没有做全,都在一点一点积累。好多事情不可能靠外购一劳永逸的,最终还是要靠自身能力提升。
收起平常金融单位在CMDB建设中肯定会遇到数据准确性的问题,CMDB的数据质量直接决定的CMDB项目的成败,CMDB的数据质量差将导致各类消费场景使用过程中的消费异常,降低运维人员对CMDB数据的信用程度,最终导致CMDB数据无人愿用无人敢用。解决该问题的主要方法主要有三个:
1 提升配置自发现程度:针对CMDB中的数据,我们可以分类为人工维护类数据和配置自发现数据,正常情况下,配置自发现的数据准确度较高,在实际实施过程中,我们要尽量提升配置自发现程度,尽可能的通过自发现或其他自动化采集手段,实现配置项数据及配置关系的自动发现。
2 流程管理协同,提升人工维护类数据准确性:在CMDB的手工维护类数据,一般情况下主要有应用资源相关数据和硬件资产相关数据,针对这两类数据,要尽量避免单独实现配置数据的维护,要在应用全生命周期和硬件资产全生命周期流程内,即在应用上下线,应用变更、资产上下线、资产变更等场景下,实现数据的表单化输入和数据自动同步,在流程过程中更新CMDB的数据,可最大程度的保证数据的准确性。
3 建立数据标准,实现数据治理工具:在模型建立阶段,我们就要明确CMDB数据的数据标准,主要是明确CMDB各类CI项的主数据源,另外,要明确关键要素的约束。在数据标准的基础上,要搭建数据治理工具(模块),定期执行数据检查和数据比对任务(可以通过sql实现数据质量规的检查),并定期梳理数据检查出的问题,进行跟踪、修订和深度整改,尽量从数据源头完成数据整改和功能优化。通过建立数据标准和搭建数据治理工具,可以长效的提升数据的准确性,提升CMDB的数据质量。
可以考虑两阶段工作:
1、采集在线的节点(服务器、网络设备等)
通过尽可能多的渠道,获取在线节点的IP地址,比如:部署ping工具,每天多次采集在线IP地址;读取交换机的ARP表,采集在线IP地址;通过漏扫工具,采集在线IP地址。把多种渠道获取的在线IP地址、MAC地址汇集在一起,汇总成为在线的IP地址清单。
2、结合在线IP地址清单,首先对节点进行分类,然后分类明确明确数据更新方式,通过自动、手工、管理等方式完善配置信息;如:
(1)物理机,虚拟机,可以考虑通过安装Agent或者写脚本,采集配置信息;(应用信息的采集,需要应用配合改造,明确存放应用信息的方式,然后采集)
(2)网络设备,通过相应的厂商管理工具或者第三方网管软件,获取配置信息;
(3)难以自动采集的节点,比如加密机、网络安全设备、网络摄像头、网络打印机等,指定更新人员,负责每日根据采集的IP节点结果,更新核对配置信息,管理员审核后,更新配置信息;管理员建立抽查制度,定期对这部分高风险信息进行人工抽查;
我们公司也遇到同样的问题,建设了CMDB,制订了规章制度,依靠管理手段去更新配置数据。但运行下来发现效果不佳。主要问题是导致数据变更的节点太多,管理手段太多繁琐,没人愿意主动更新。导致CMDB中经常发现错误数据,产生一系列问题。目前我们也想找一个可自动化更新CMDB的解决方案。初步设想是,将监控系统和CMDB进行结合,去解决这个问题。想了解下,是否有已经落地的方案,可实现了CMDB的自动化实时更新。
收起