本文探讨了CMDB在自动化运维中的关键角色，包括其作为信息协调中心、元数据库和数据驱动场景的功能。文章指出CMDB建设的常见痛点，如建模粒度控制、数据准确性及实用性问题，并提出解决方案，强调模型驱动、行业实践参考、数据准确性和场景应用的重要性。通过实例展示了如何通过管理与技术手段提高CMDB的实用性和效率。
CMDB是什么？
运维百花齐放繁荣景象的同时，也让碎片化问题产生；每个人都想整合运维平台，但是往往事与愿违。
CMDB就像一个人的大脑核心，是一个信息协调库，其存储的资料是协调身体完成各种复杂运动的信息来源。
我心中的CMDB
. 碎片整合
面向运维工具的碎片化场景，是盘活整个运维管理的数据核心
. 元数据库
提供运维活动的基础元数据，是唯一可信的运维配置数据服务
. 场景驱动
为运维联动提供数据驱动，可协调工具来完成各类自动化场景
自动扩容+自动监控
CMDB如何建设？
痛点现象与对策 I 模型建不好
存在的问题：
. 建模粒度失去控制
粒度若建得太细，连网线、内存条都变成配置项，最后CMDB中存储的70%数据没有作用，只是做了大量无用功。
. 缺少行业实践参考
国内很多时候都是根据BMC、HP等模型来建立一个模型库，但实际上老外的思路与国人迥异，往往会做出过于复杂的模型体系。
. 模型调整太笨重
使用关系型数据库，模型中每一个类
最低0.47元/天 解锁文章
扫一扫
2515
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
