新一代CMDB数据管理方案 – 治理篇

治理总览

在数字化时代背景下，高质量的CMDB资源实例配置和图谱数据已成为企业IT高效运营与精准决策的重要支撑。其中，数据账实一致性作为 CMDB 的重要指标，是CMDB数据管理成功与否的关键。

为了全方位确保数据账实一致性，平台精心打造了一套完善的数据治理方案。严格的数据校验是基础防线，从数据的完整性、准确性、合规性等多个维度进行细致审查，不放过任何一处可能的隐患。推送人工审核机制进一步加固了数据质量的保障，专业的审核团队会依据业务规则和经验，对关键数据进行深度核验。数据变更版本追溯与恢复功能，详细记录每一次数据的变更轨迹，出现问题时能够快速回溯到正确版本。数据类型间稽核校验保障了不同类别数据在逻辑上的严密性和关联性。异常数据自动标注能让问题数据一目了然，方便及时处理，过期数据自动清理则有效避免数据冗余堆积，节省存储空间，提升数据整体的可用性和价值。

治理方法

新一代CMDB数据管理平台在资源实例配置生命周期的各个关键阶段提供了针对性的治理方案，主要体现在以下几个方面：

数据生成阶段

• 自动发现：利用各类自动发现技术，尽可能广泛的覆盖资源数据实例的自动发现和采集范围。自动发现机制确保了入库的资源实例数据实时反映了数据源头实际资源实例当前状态、容量配置、关系变化，大幅减少了潜在的人工录入错误。

• 手工录入：平台支持定义各类资源数据字段和关系的校验策略。通过校验策略，可在手工录入阶段检测字段是否填写、字段取值是否符合预期格式、字段取值是否符合业务逻辑限制等，以确保人工录入信息尽可能精准，符合场景消费预期。

数据审核阶段

• 人工审核：平台支持对新入库资源数据实例、发现字段内容变化的资源数据实例，自动推送到”人工审核清单“中，交由配置管理员进行集中审核。配置管理员在确认数据无误后，可选择确认入库、驳回丢弃等操作，最大限度降低新增数据实例和变更数据实例对CMDB数据质量的污染。

数据维护阶段

• 版本历史：平台提供了一套完整的资源数据实例版本历史管理机制，自动记录资源数据实例的字段变化，跨版本追溯数据变更链路，按需回退数据到指定历史版本，确保快速定位数据质量问题根因，并便捷恢复数据到正确的版本。

• 数据间稽核校验 + 异常标注：数据之间可能天然存在一些交互校验逻辑。比如，物理服务器的带外IP地址，与带外IP网段内的IP地址之间，存在状态一致性的关联逻辑。如平台已实现了对带外IP网段的自动扫描，发现某个带外IP地址目前处于"Online"状态，而使用该带外IP地址的物理服务器的运行状态在人工维护时错误设置成了"已下线"，这种场景可通过系统的数据间稽核校验自动发现数据间不一致的情况，对数据异常的物理服务器实例自动设置异常标签。

数据退役阶段

• 过期数据标注：平台支持自动识别过期数据，设置过期标签，并统一推入“待清理数据”模块进行人工确认和清理。

• 过期数据清理：对于部分明确的、低风险的清理机制的数据，平台支持用户自行定义清理策略，并自动完成数据的删除或归档。

平台治理能力

字段校验

平台支持对数据实例字段的空值、格式、内容进行自动校验。不符合校验规则的字段，表单上会出现对应提示信息，并标识红框进行提醒。

人工审核清单

平台提供了专属模块对新入库或发生变更的资源数据实例进行人工审核，审核操作包括调整实例数据、调整实例分类、批准实例入库、删除实例等。

变更版本追溯

用户可选择需要重点关注变更历史的数据类型，开启变更版本记录模式。平台将自动记录这些资源数据实例的字段变更历史，跨多个版本追溯字段变更链路，并按需回退到指定历史版本。

过期数据清理

系统支持为指定数据类型设定过期数据策略，对过期数据实例进行自动识别并设置过期标签，并统一推入“待清理数据”模块进行人工确认和清理。