一文详解CMDB建设实战方法论

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。

CMDB三个重要发展阶段 / 图

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。

CMDB的核心价值 / 图

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。

CMDB建设面临的挑战 / 图

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。

关注「广通优云」公众号回复「宝典」，立即获取完整版「CMDB实战方法论」

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。

规范和组织保障体系 / 图

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。

“业务活动驱动配置”数据生命周期闭环 / 图

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”。

数据治理过程 / 图

• 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。

配置数据运营管理 / 图

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。