不会建数据资产系统的SRE ，不是一名好运维
一、熟悉数据资产
1. 数据资产——企业IT价值
图片
如图所示 ，未举行数据资产化建设时 ，数据可能泛起离散状态 ，数据生产和消耗不统一 ，容易泛起数据孤岛或零利益的情形。
建设数据资产化后 ，我们整合差别渠道数据 ，结构统一的数据源 ，或数据收罗、存储、剖析的流程链路 ，进而统一对应的数据结构、数据关系和消耗出口。
运营数据经由收罗、整编后 ，可效劳于自身决媾和营业流程。
2. 数据资产——以运维场景为例
图片
上图以场景为例 ，先容了数据资产的分类。要明确数据资产 ，需要明确数据资产的三个要素 ，即数据类型、数据形式和数据载体的对应关系。
数据类型：运维特征的信息形貌
营业指标层面 ，SRE关注生意营业耗时、生意营业订单量等信息；操作软件层面 ，SRE关注用户IP、接口挪用情形等信息；基础设施层面 ，则关注对应的网络丢包率、内存占用或CPU使用率等信息；再深入 ，SRE会越发关注变换事务、宣布试点或紧遽变换的数目等数据。
数据形式：数据贮存于数据载体的形式
我们凭证日志类、关系类及监控类等数据的差别体现形式 ，选择响应存储方法 ，好比关系型数据库、一连性数据库、新闻行列或者日志文件等。
数据载体：为运维数据提供存储的方法
3. 数据资产——提升SRE价值
图片
凭证获得的运维数据 ，首先建设一个资产化平台 ，例如后文提到的CMDB。使用这些平台 ，凭证消耗场景对大宗的运维数据举行剖析和治理 ，从而实现资产化。
另外 ，我们可以使用数字资产平台快速建设和刷新与SRE稳固性相关的平台 ，如SLO和容量治理平台。一旦平台建设乐成 ，我们将一连探索数据的潜在价值 ，并提升SRE所关注的稳固性。
二、数据治理-要领论
1. 运维数据标准面临的问题
图片
运维数据标准化面临的问题 ，和大数据场景下数据质量的问题类似 ，主要包括数据孤岛、数据质量不高、数据不可知、数据效劳不敷、获取数据的开发耗时长等。
这些问题导致 ，数据消耗场景难以快速迭代 ，无法知足营业需求。当人力资源、效劳器资源、中心件资源等缺乏时 ，数据标准化建设将带来灾难性的影响。
运维数据天生是不标准的 ，好比 ，日志和日志监控的数据存储方法差别。而我们要在资源有限的情形下 ，举行最大化叙述 ，完成标准化。
针对近期业内较量火的看法 ，好比DataOps、AIOps等模子或场景 ，我们还缺少成熟、周全的数据建模要领论。
2. 建设运维数据治理模子
将运维数据提升为数据资产 ，需围绕治理要领、治理历程和手艺平台三部分睁开。
图片
1）治理要领
主数据治理：将SRE关注的数据举行界说和拆分。好比 ，主机和CLP等数据可作为主数据 ，我们对其举行生命周期治理。
广义元数据治理：这些数据在闭环的上报流程中 ，进入到CMDB ，就是广义元数据治理。以CMDB的模式为代表 ，向上层提供响应的数据支持。
要害治理链路：基于数据标准、治理质量和清静基线三个维度 ，梳理整个治理链路 ，即数据标准、质量目的、整个变换的基线要求。
2）治理历程
治理历程包括战略、建设与运营。整体建设方面 ，需要建设平台和工具 ，辅助自身运营。
3）手艺平台
建设手艺平台的主要目的是 ，通过工具支持存量和增量数据。
3. 聚焦数据治理要害要素
数据治理的要害要素主要围绕四方面：组织包管、制度建设、项目落地清静台支持。
组织包管：为解决人力资源问题 ，我们明确成员角色和职责分工。由产品、运营和研发三种角色 ，组成数据治理专项团队。
制度建设：需要建设标准化流程 ，并包管其有序落实 ，好比资源接入、资源开发、资源数据模子等规范。
项目落地：最先整体的专项治理 ，数据治理是长效的历程 ，而非简朴的运动式作战。若是数据质量严重不达标 ，我们会建设专项小组 ，接纳运动式的作战方法 ，紧迫修复数据质量的问题。但建设长效治理手段需凭证数据产品 ，输出对应的治理要领论 ，并将其落实为产品化的平台手段 ，以此驱动数据责任方举行数据治理。
平台支持：平台建设主要围绕细腻怀抱、执行治理效率等维度举行。
三、CMDB平台建设
1. CMDB设置治理库
CMDB设置治理处 ，主要围绕四方面举行建设：基础备案的手艺台账、详细自然属性、自然关联关系、资源消耗图谱。我们需要分层建设对应营业的模子 ，再通过自动化感知或标准化流程 ，实时推送设置动态。
对应设置也需要有对应的可视化界面 ，引发协作实力 ，最终 ，这些数据通过APP或响应离线场景 ，增进数据的消耗场景。
2. CMDB在ITIL时代的定位——元数据中心
小我私人明确 ，CMDB是元数据中心。如上图所示 ，我们设置治理的数据库CMDB ，会对组织、职员、决议、权限、流程等相关数据举行洗濯或组装操作。
下层对接的平台许多 ，好比监控平台、邮件、短信、运维的数据库等。这些数据组装完毕后 ，会交由上层（类似效劳治理层的平台）举行数据输出 ，完成资产治理、设置治理等一系列效劳 ，并举行平台建设。
3. CMBD在新时代的定位——以应用为中心
、
以应用为中心 ，可以实现组织-项目-职员的关联关系 ，并与应用绑定。
应用运行历程中 ，使用对应资源（效劳器资源、设置中心、可视察性指标等） ，再凭证公司的组织架构形成隶属关系 ，最终把组织架构视角引用到微效劳视角 ，形成资源及其资源的关系——拓扑 ，其中包括应用拓扑、物理拓扑。
4. 以应用为中心的CMDB优势
图片
5. 应用在运行时代与元数据中心的关系
图片
上图所示为CMDB ，它会将基础测试设施的元数据、Paas相关数据及运行数据 ，提供应上层（CI平台、CD平台、效劳运行平台和效劳运营平台）使用 ，图中所示的下层平台就形成效劳资源支持平台。
这样建设的利益是 ，为应用的全生命周期提供基本的数据支持 ，包括应用建设、应用运行时态（构建、宣布、扩容、计费）、接纳应用下线后资源。
6. CMDB建设的四大阶段
图片
上图是建设CMDB的四大阶段 ，我们现在处于从效劳导向到价值导向的第四阶段。
部分导向：
岂论有无CMDB系统 ，现实都保存CMDB需求 ，以部分为单位维护设置信息；
信息是伶仃的、不实时的 ，无法包管完整性和准确性。
数据导向：
各部分都体贴的数据及相互关系统一纳入CMDB治理 ，并建设设置治理流程制度；
由于消耗场景不明确 ，造成消耗价值与生产本钱的失衡。
B站数据生产本钱建设并非很高 ，可是数据消耗产品建设特殊多 ，或是营业侧经常定制场景需求 ，CMDB需要定制介入开发 ，完成营业侧诉求。由此袒露出问题 ，CMDB有300多个OKACI ，未便于维护。
场景导向：
局部数据标准化水平 ，准确性较高；
由于使用场景简单 ，总体消耗价值不高 ，生产成内情对较高。
效劳导向：
数据供应效劳 ，支持一样平常操作管控 ，如自动化、监控、作业流治理、运维剖析等；
引入多样化的数据生产/消耗手段 ，逐步平衡消耗价值与生产本钱。
价值导向：
CMDB周全支持效劳及营业生长 ，如效劳容量治理、可用性治理 ，成为IT运维的基石；
自动推动组织IT治理水平的提升。
7. CMDB模子怎样构建
图片
界说数据类型：包括主机、交流机、应用、应用设置文件 ，设置职员接到需求后会对此举行调研。
界说数据焦点属性：以主机为例 ，需要上报或收罗IP、序列号、机房、云厂商等资源焦点属性。
构建数据模子直接关系：梳理资源与资源之间的对应关系 ，如包括关系、依赖关系、运行关系等 ，以便后续制作资源拓扑。例如 ，应用使用一种数据类型 ，主机使用另一种数据类型 ，那么应用运行时会依赖主机 ，主机反过来可以组成应用。
消耗场景确认：确认消耗场景 ，就是确认数据用于哪些阶段。若是用于集群安排 ，可能需要到应用维度举行相关安排 ，或对应的运维作业。
确立数据规范：生命周期（从建设、生产到安排）是怎样的历程 ？数据状态转变后 ，平台怎样感知 ？
综上所述 ，我们要以数据全生命周期为起点 ，确定属性、理清关系、明确消耗场景 ，借助自动化流程来包管数据的实时性与准确性。
1）模子关系界说
图片
2）CI关系DEMO举例
图片
3）CMDB落地实验框架
现状评估：目今是否有CMDB平台 ？这个平台建设水平怎样 ？这部分数据质量怎样 ？组织架构和手艺架构怎样 ？未来上线的历程中 ，需要用到的资源状态怎样 ？
项目启动：启动时 ，需要界说接入资源的 CI模子和关系、后期消耗场景、数据泉源、CI关连方。
数据实例化：举行数据实例化检测时 ，会搭建测试情形 ，导入CI模子或实例化数据。
数据校验：在UG情形内 ，审查数据上报和现实产出的比照情形 ，确认数据质量能否达标。数据质量达标后 ，需要建设生产情形 ，以检测数据在生产情形的状态。
数据场景消耗：数据落到生产情形后 ，需审查数据消耗的场景 ，我们要与运营平台或SRE平台举行对接。
4）标准化先行
标准化先行是 ，落地之前的所有事项 ，都围绕标准化举行建设。其中包括一些强要求 ，好比妄想要求、流程要求、组织要求清静台要求。
规范要求：
明确界说CMDB平台的作用 ，以及其他营业系统间的关系；
明确界说资源的治理历程、责任人和责任平台；
明确界说资源的基线标准以及误差治理步伐；
从效劳营业场景的视角 ，妄想和建设设置治理能力。
流程要求：
能够真实反应资源状态；
能够完整包括所有资源信息以及资源间关系；
全局唯一的权威数据源；
数据能够被用户及系统利便、实时、高效地获取。
组织要求：
建设统一的设置治理能力建设主体；
各个营业团队明确设置消耗和完善的责任；
形成设置治理讨论、优化和需求网络的机制。
平台要求：
逐步实现设置自动发明、自动维护；
实时跟踪资源的状态及设置转变；
模子无邪 ，能够凭证营业需求实时扩展和调解；
设置可视化 ，能够支持资源问题的剖析和快速定位。
5）打造数据全生命周期闭环
首先 ，确定应用属性。应用的属性可能包括 ，应用的中英文名称、应用品级、唯一ID、归属营业和营业域等 ，属性内容主要取决于小我私人界说。界说应用后 ，应用可能与其他CI爆发关系 ，需进一步梳理。
其次 ，明确应用的属性认真人。应用具有对应的认真人、研发和SRE等 ，针对应用构建、宣布、变换 ，以及围绕用户举行的其他行动 ，我们都有对应流程 ，以包管应用的设置和变换审核。
最后 ，举行准时的收罗使命 ，以包管应用最终的数据准确性。
6）推动设置的自动发明和更新
上图提到的“资源”照旧古板意义上的资源 ，好比效劳器资源。通过一定方法收罗这些资源 ，最终上报到资源治理平台。
建设完善的设置收罗能力 ，杜绝人工维护的场景；
自动发明资源和应用的设置信息；
对接流程、治理平台和装备 ，实时获取和更新设置状态；
建设资源设置和使用规范 ，通过CMDB举行合规检查；
推动实现设置消耗闭环 ，通过消耗反响 ，自动维护数据可靠性。
以上就是不会建数据资产系统的SRE ，不是一名好运维的详细内容 ，更多请关注本网内其它相关文章！
