CMDB專案落地的思考

2021-09-27 05:53:37 字數 662 閱讀 9688

cmdb專案落地的思考:

● 專案之初要有對應的生產場景,這樣落地之後才會有人去用,沒人用就廢了,例如針對業務系統、網路、作業系統、硬體維護、資料庫、中介軟體等業務場景設定服務目錄和cmdb的內容,這樣建立之後,對維護人員有價值,這樣當ci物件出現變化時,維護人員才會有動力進行cmdb的更新,保證cmdb的準確性

● 專案過程中,要根據場景考慮ci的顆粒度,顆粒度越細意味著cmdb的維護工作量也會很大。例如對應業務維護的場景,業務系統的ci項需不需要到埠,如果到埠,那麼後期業務做任何變更的時候都要把埠的關係寫清楚才可以去變更,否則不行

● 專案完成時,應該有亮點,否則怎麼體現專案的價值,並為下期專案做鋪墊,建議在展示上下功夫

● cmdb的建設過程:

○ 一期 根據業務場景,建立cmdb,根據cmdb能夠實現業務模型的視覺化,手工繪製業務模型也可以

○ 二期 利用cmdb,根據運維業務場景,自動建立點對點業務視覺化模型,例如業務模型可以分為三層:交易層、業務層和基礎架構層,然後將效能資料和告警事件與ci項進行關聯,當業務出現故障時,不同的維護人員檢視不同的視覺化拓撲,共同進行故障場景的故障根源性分析。當cmdb發生改變時,視覺化模型自動進行更新。

○ 三期 進行ai智慧型化建設,利用二期故障根源性分析積累的經驗,在整體運維故障場景中進行ai智慧型化故障根源性分析,建立ai大腦,由人工向智慧型發展

CMDB專案的問題

一 為啥要使用cbdb?因為現在統計資產,使用的是excel 隨著後期業務的增加而變的越來越紛繁複雜,所產生致命的問題 變更資產的時候,可能越變越亂 終極目標 讓所有的資產收集全部自動化 二 你具體負責什麼,做了什麼?收集資產資訊的程式 a.agent b.ssh c.salt 參考 django裡...

人工智慧落地的思考

顯然,人工智慧已經為眾人所熟知,人們生活中已充斥著智慧型的字眼。誠然,alphago打敗了世界冠軍,機器同聲傳譯獲得了巨大成功,而事實上,人工智慧還遠遠沒有達到人類想象的境界。我們先不談人工智慧是否可以取代人類,也不談是否會給人類帶來多大 我們來談談人工智慧落地的問題。學術界與工業界已然研究了各種智...

CMDB可插拔式專案(二)

完善採集功能 post的資料獲取 request.body才會將資料封裝給request.post方法 requests 模組 post 資料的方式 a.requests.post settings.api url,data json.dumps res b.requests.post settin...