銀行信息科技的配置管理新思路

摘要：論文主要探索圖技術在銀行數據中心的配置管理中的應用新思路。通過可視化建模、自動化采集、關系解析、圖數據庫存儲等技術手段實現了銀行數據中心雙模的運維對象配置管理，為數據中心的業務連續性提供了支撐，為數據中心的標準化管理提供了思路。

關鍵詞：數據中心;配置管理;圖技術;自動化

1、背景及意義

在互聯網時代，銀行數據中心所有的資源都呈現服務化的趨勢，如何實時反應線上服務狀態變化變得尤為重要，同樣配置管理（下文統稱CMDB）所記錄的信息狀態更需要實時同步。數據中心的服務主要分為兩種：

1、分層服務支撐。把基礎設施、基礎硬件、基礎軟件、基礎平臺變成服務，從服務構建到服務運行再到服務運營平臺，針對的是不同的領域，提供的是不同層面的資源支撐。

2、體系服務交互。包含兩種形態，一種是傳統的應用架構模式，一種是關于運維體系比如自動化體系、監控體系、流程體系。

CMDB在ITIL時代是元數據平臺，傳統的CMDB所服務的IT服務過程是一種離線服務過程，不能夠實時地訪問線上變化。所以傳統CMDB起到的作用相對較小，這就直接導致在數據中心運維過程中并未對CMDB的數據進行消費，流程和流轉在大多數情況下可以脫離CMDB來做。過去元數據平臺的定位運營不起來主要是對于它的依賴度太低，根本原因是非實時數據。

傳統CMDB除了實時性要求不高，還存在信息關注點偏移和范圍嚴重擴散的問題：傳統CMDB更側重于資產管理，而非資源管理，這就導致傳統的CMDB不能夠被真正的一線運維人員所使用，基本上都變成臺賬資產管理系統;由于ITIL的一些傳統理念需要將所有的配置信息進行收集，這就導致配置信息管理邊界過于擴散，大量的無用配置信息也干擾了配置信息的消費。

金融科技發展迅速，新的服務理念需要更加高效完備的服務能力，分層服務支撐和運維體系服務交互對數據消費的實時性要求越來越高，所以以服務為導向的強實時的CMDB變得尤為重要;另一方面CMDB的建設不能再以單獨的形式進行，配置信息的有效性一定是與消費場景相關，沒有需求就沒有供給，所以以場景為導向的配置信息管理建設是重要原則，場景可以明確配置信息的范圍，避免了過多無用信息。

2、關鍵技術分析

2.1、自動化采集

配置信息主要分為環控、基礎軟硬件、應用系統、業務系統四個部分，其中環控的部分信息可以通過物聯網的RFID技術來實現自動化采集;基礎軟硬件部分的配置信息接口比較成熟，可以通過API、腳本編寫、AGENT等實現足夠高的自動化采集;應用系統的配置信息需要通過梳理才能確定自動化采集的程度;業務系統的配置信息采集需要通過流程輸入。

2.2? 關系解析

配置信息的關聯關系分析是實現的關鍵，這部分技術含量最高。首先需要能夠對數據中心的整體架構深入了解，包括環控、基礎軟硬件、應用、業務各個方面以及幾個層面之間的關聯方式。這個模塊是成敗的關鍵。配置信息可以通過收集來匯總，但是配置信息的關聯關系一定是需要多方討論、統一建模、約定規范、自動解析幾個步驟才能提取出來。

2.3? 圖數據庫

2.3.1 圖數據庫性能評估

圖數據庫能夠提供百萬級實體、千級關系的數據存儲及每日十萬級的數據更新（CMDB的規模在10*1萬級實體、100萬級關系）;能夠提供全系統聯機服務在50并發（參考數據中心運維人員數量）下，2度查詢耗時在1秒以內;百萬級實體、千萬級關系的數據導入耗時在半小時以內（包括索引建立）;單條級數據更新耗時在毫秒級（包括索引建立）;支持在實體、關系的屬性上的索引建立以提供高效的查詢，任意屬性查詢耗時在毫秒級;支持全文檢索功能。

2.3.2 圖數據庫容量評估

銀行中等數據中心的配置管理的規模：節點數量十萬級、關系數量百萬級、節點屬性20個、關系屬性5個、歷史記錄5個。整體容量在5GB。

2.3.3 圖數據庫高可用機制

圖數據庫需要實現生產級的高可用機制，節點數量至少3個，滿足宕機恢復時間在秒級。

2.3.4 圖數據庫接口

圖數據庫需支持數據規模的存儲、查詢、路徑發現、關系遍歷，查詢、路徑發現、遍歷的條件應支持包括但不限于實體屬性、邊屬性、邊方向、遍歷度數的組合;組合方式應支持基本關系運算;圖數據庫需支持多類型實體，有向邊;需支持兩實體間多種類型的關系;需支持兩實體間同類型關系建立多條邊;需支持列表、字典、集合等復雜屬性類型;圖數據庫提供的操作方式、查詢方式需保證通用性以支持應用的可移植性;需提供圖數據建模功能，并提供相應工具，支持 csv 文件導入數據，支持從數據庫中提取實體，構建關系;圖數據庫需提供數據批量導出功能（csv）。

2.3.5 圖算法

圖數據庫需要預置若干常用圖算法（如連通圖、強連通圖、最短路徑、數三角形、標簽傳播、社群分析、PageRank、頻繁子圖等），并提供這些算法的參數調整接口或配置;圖數據庫需要提供自定義圖算法的集成接口，規范好輸入和輸出，第三方根據接口開發出相應的算法，可以簡單地集成到平臺中，就可以對圖譜進行算法的挖掘。

2.4? 可視化建模工具

圖數據庫需要具有良好的可視化建模工具，輔助建立節點和關系的要素，從而為后期的數據存儲提供元信息架構。

3、思路解析

3.1? 高度自動化

分布式架構的軟硬件架構直接導致數據中心維護對象的爆發式增長，只有高度自動化才能緩解人員不足、技能不夠的情況。經過調研：現有的基礎軟硬件都能夠提供各種接口以獲取配置信息、狀態信息。實時性要求配置信息采集自動化，基礎軟硬件部分的信息可以實現完全自動化;現有應用層面需要進行一定的梳理工作后實現配置信息采集的標準化;關聯關系的定義需要分階段進行，首先要把數據中心的節點梳理，并將所有的關系進行統計和定義，然后根據節點的屬性信息自動生成節點關聯關系。

3.2? 全圖存儲

傳統集中式計算架構已經逐步被分布式架構替換，數據中心的各種服務之間的關系越來越復雜。傳統的數據庫種類對于關系的存儲方式不夠理想直接導致開發周期過長、數據設計過于復雜。在分布式大大環境下，傳統的數據庫種類已經無法滿足運維服務交互的需求，服務之間的關系需要新型的基礎性變革梳理。

圖數據庫作為近兩年的新生數據庫卻受到市場大量熱捧，其原因就是圖數據庫對于關系的處理技術是革命性的改變。數據中心數以百萬計的節點之間有無數的關系，因為傳統數據庫無法快速地處理關系，所以大量的信息無法展示和挖掘出來，這大大地影響了數據中心的運維效率。數據中心的配置信息全圖數據庫存儲可以將數據中心的提供服務的各種對象和關系原生地存儲在圖數據庫中，進而更加直觀地展示出來，而對全數據中心體系架構進行圖算法挖掘信息也變得更加敏捷。

3.3? 場景驅動

傳統CMDB一般都會以大而全作為建設目標，往往出現數據失效、數據過剩的現象，最終導致CMDB的數據無法消費。場景驅動的模型設計一方面可以提高建設效率，特別是為后期擴展提供堅實基礎，另一方面可以通過場景來直接消費配置信息，形成配置信息收集、存儲、消費的閉環。只有通過消費的認可，收集的配置信息才是最準確的、最有效的。

3.4? 面向DEVOPS

DEVOPS中的部署交付流水線、持續反饋和度量分析都需要強配置管理系統。新一代的配置信息管理系統不能僅僅滿足傳統ITIL的理念，需要面向DEVOPS。DEVOPS中的開發環境、測試環境、生產環境都需要很多配置管理的消費，包括持續集成、測試、發布、部署、監控、操作。DEVOPS深度融合自動化的理念，所以更加需要高度自動化的強配置管理平臺。

4、思路實現：

由于沒有高度自動化的配置管理平臺與圖數據庫結合的案例，在建設過程會遇到一些未知情況，所以建議采用原型開發模式，通過對典型場景的建模、開發為后期的大規模擴展提供寶貴經驗。

主要按照四條主線進行：消費場景梳理與開發;基礎資源架構梳理;應用資源梳理;配置管理與圖數據庫標準化。

4.1? 邏輯架構

4.2? 典型場景開發

選擇部分典型場景進行重點梳理和模型設計（如互聯網業務）;實現典型場景的數據自動化采集;實現典型場景的數據解析，特別是服務資源之間的關聯關系的自動化發現;實現典型場景的數據入圖數據庫和基于圖數據庫的場景分析故障場景的影響性分析、應用系統的重要性分析、業務的關聯性分析）。

4.3? 基礎架構映射

數據中心的基礎資源（服務器、網絡、存儲、計算平臺、數據庫、中間件、大數據平臺）可以配置信息的自動化采集，基礎資源之間的關系相對固定，在技術上比較容易實現快速的建模與開發。

4.4? 應用資源梳理

數據中心的應用資源因為應用系統的種類較多，應用系統開發公司的標準化水平參差不齊，所以應用資源的配置信息采集與解析需要進行詳細的梳理。在前期典型場景的梳理和應用資源詳細梳理之后，再將應用資源配置信息統一采集入庫。

4.5? 平臺標準化

根據前期的典型場景的梳理初步配置信息的標準，在建設不斷推進的情況下，制定配置管理和圖數據庫平臺標準化管理規范，為后期實現平臺化、可配置化打好基礎。

4.6? 消費場景擴展

實現災備切換的雙機房服務資源架構圖的狀態信息豐富、云平臺的租戶服務內容抽取展示。

5、風險分析

5.1 技術風險分析

配置管理的新思路技術要求高，特別是關系解析和圖數據庫兩部分，需要豐富的一線運維經驗和對圖技術的深刻理解。需要對數據中心復雜基礎軟硬件的配置信息全圖化管理，沒有案例，更沒有成功案例，具有重大創新意義的同時存在較大技術風險。

5.2 流程風險分析

當前的流程基于ITIL開發，存在流程電子化程度不高、信息多余等情況。在配置信息管理中部分需要快捷的流程支持，因此，流程優化也會影響配置管理平臺的成功實施。

5.3 組織風險分析

配置信息涉及多個技術條線的自動化采集信息和部分流程優化，工作量的分配和團隊之間的協作也會大大影響建設的正常開展。

6.總結

隨著互聯網業務和分布式架構的不斷演進，銀行數據中心管理對象的數量和種類不斷增多，在新的技術架構體系下，將新型的圖技術運用到運維管理中去，大大提高了運維效率，規范了運營標準，減輕了運維工作。圖技術為銀行數據中心的配置管理提供了清晰的新思路，也為銀行的IT架構轉型提供了一部分有利支撐。

參考文獻：

[1]連城，淺析CMDB在云環境中軟件系統的應用方式[J].科學技術創新，2018，（2）：86-87。

[2]張幟，龐國明，胡佳輝，蘇亮，Neo4J權威指南[M].北京：清華大學出版社，2017。

[3]李全鑫，銀行數據中心運維自動化應用場景探討[J].計算機產品與流通，2019，（3）：112。

[4]張鳳軍.基于Neo4j圖數據庫的社交網絡數據的研究與應用[D].湖南大學，2016.

作者簡介：單瑋瑋（1986-），男，江蘇鹽城人，江蘇省農村信用社聯合社信息科技部經理助理，碩士研究生。