CMDB数据治理-从治理策略到工具落地

小魏是某银行配置经理，这天，银行部门年度会议上，运维领导突然说：“CMDB是我们整个自动化运维平台的基础，必须发挥好他主数据的价值，让大家尽可能都感受到他的价值，注意一定不能因为数据质量的问题导致大家不愿意用！”

配置经理小魏很头痛，满脑子都是，我该怎么办？

现在都是别人发现数据有问题的时候告诉我，我咋能实时感知我CMDB的数据质量呢？

小王前几天建议说写个脚本去检查，这我也不知道检查哪些指标是合理的啊？（搁置..）

检查出来了，让他们改也太难了，不改也不影响他们，反正都是我背锅。

这时候他想起，之前看到嘉为蓝鲸结合多年CMDB项目建设实践的角度撰写的技术分享，受到了启发。文中提到：运维平台的建设离不开CMDB，甚至可以说CMDB建设失败会直接导致整个平台的价值大打折扣。因此，众多企业的选择从CMDB开始建设，但是建设效果与蓝图往往存在着“天差”。

这个“天差”来自于企业CMDB的承建方会面临的各种问题叠加：

跨部门协同困难、人员抵制“新系统”的内在情绪；

CMDB显性价值太弱、建设初期“升本降效”；

CMDB数据不准、数据缺乏审计机制等。

这些问题错综复杂且通常分布在不同的建设阶段，其中数据不准会贯穿CMDB从建设到运行到运营的整个周期，堪称企业配置经理的“心头大患”。

01. 为什么需要数据治理

首先，我们可以回归到企业建设CMDB的目的：作为运维主数据支撑平台供其他消费场景的使用，从而无需各系统重复建设配置库，降低数据维护成本，同时保障主数据在平台内的一致性和准确性。

为什么数据一定要准确？是因为其他系统需要在消费CMDB的数据辅助完成自身业务的执行（如：监控告警、应用发布系统等），这是CMDB建设价值的核心体现。如果CMDB的数据不准确或者时效太差（更新不及时），阻碍了其他系统业务的运行甚至影响了业务连续性，CMDB在企业内的可信度就会大大降低，甚至“无人敢消费”，最终沦落为和资产台账系统无任何区别的“线上Excel”，那就代表着这个CMDB的建设已经处于失败边缘了。