本篇文章结合参考资料中的几篇CMDB的文章再加上目前公司的现状谈一谈CMDB。
CMDB概述
CMDB：configuration management database，配置管理数据库。CMDB本质上是一个数据库，提供数据的存储、查询、校验等操作，是一个集中式的数据托管中心，托管的内容包含所有的软硬件资产（configuration items）。各个部门各个团队各个系统下属的各种重要的软硬件资产都属于CMDB统一管理的内容。
公司运维现状
资产现状
全国各地区内网不互通。这个就是现状了，因为公司产品是为国家服务，所以全国各地的环境都在各自的内网中，安全性极高，在这种情况下，每个地区都配置了几个运维手工维护当地的环境，内外网完全隔离。
运维情况现状
由于公司资产地域分散且网络不互通，因此公司的自动化运维程度基本为0。整体上来说没有运维开发的岗位，目前的运维仍然停留在人工运维结合shell脚本的时代，这些其实都算不上自动化运维，前段时间，开始搞ansible自动化部署和升级的事情，整个过程都是shell脚本完成。为了控制人力成本，甚至否认一些用新技术。拿Python这门语言来说，本身很适合自动化运维，用于自动化升级那是再适合不过了，虽然底层会依赖shell，但是Python写出来的逻辑必然会更清楚，但是上层考虑到后续维护人员需要掌握Python和shell两种技术，最终还是否定了Python，其实也就是否定了自动化运维。转而几种人员去研究日志中心和nagios监控，自动化运维的事情也自然不了了之。
CMDB现状
目前公司里面还没有产生建设CMDB的萌芽，资产管理部门和运维中心团队有自己的配置库，也就是自建库。但是并没有将产品团队的软件资产列入配置管理的范围。各个产品团队使用Confluence文档服务器或者Excel表格（这种情况较多）管理自己的软硬件资源，并称之为资源台账。就服务器而言，经常不知道一个ip对应的服务器是否正在使用，由谁使用，这些信息一无所知。如果各个团队使用自建库，而不是通过文档形式来管理，那这种CMDB最多也只能算是各自为政的CMDB，并不是集中式的数据托管。
CMDB设计
最简单的设计：一种配置一个表
比如，ip单独成表，host单独成表
优点：配置简单直观
缺点：一旦某种配置需要修改字段，就需要修改代码，代码维护成本太高
复杂点的设计：列式数据存储
表名，列名，列值，行分开存放到四张张表(schema, filed, value, entity)
- schema：一个配置表在schema中就是一条记录，记录表的信息和描述。
- field：每一列的列名和列相关的meta信息都存放在field表中。
- entity：当作rowid使用，表示唯一衡量传统意义上的一行数据。
- value：存放每一条记录的每一列的值，即一个entity和一个field既可以确定一个值。
表的设计如下图：
整个设计的sql如下：
-- MySQL Workbench Forward Engineering
SET @OLD_UNIQUE_CHECKS=@@UNIQUE_CHECKS, UNIQUE_CHECKS=0;
SET @OLD_FOREIGN_KEY_CHECKS=@@FOREIGN_KEY_CHECKS, FOREIGN_KEY_CHECKS=0;
SET @OLD_SQL_MODE=@@SQL_MODE, SQL_MODE='TRADITIONAL,ALLOW_INVALID_DATES';
-- -----------------------------------------------------
-- Schema mydb
-- -----------------------------------------------------
-- -----------------------------------------------------
-- Schema mydb
-- -----------------------------------------------------
CREATE SCHEMA IF NOT EXISTS `mydb` DEFAULT CHARACTER SET utf8 ;
USE `mydb` ;
-- -----------------------------------------------------
-- Table `mydb`.`schema`
-- -----------------------------------------------------
CREATE TABLE IF NOT EXISTS `mydb`.`schema` (
`id` INT NOT NULL AUTO_INCREMENT,
`name` VARCHAR(45) NOT NULL,
`desc` TEXT NULL,
PRIMARY KEY (`id`),
UNIQUE INDEX `name_UNIQUE` (`name` ASC))
ENGINE = InnoDB;
-- -----------------------------------------------------
-- Table `mydb`.`field`
-- -----------------------------------------------------
CREATE TABLE IF NOT EXISTS `mydb`.`field` (
`id` INT NOT NULL AUTO_INCREMENT,
`name` VARCHAR(45) NOT NULL,
`meta` TEXT NULL,
`schema_id` INT NOT NULL,
PRIMARY KEY (`id`),
INDEX `fk_field_schema_idx` (`schema_id` ASC),
CONSTRAINT `fk_field_schema`
FOREIGN KEY (`schema_id`)
REFERENCES `mydb`.`schema` (`id`)
ON DELETE NO ACTION
ON UPDATE NO ACTION)
ENGINE = InnoDB;
-- -----------------------------------------------------
-- Table `mydb`.`entity`
-- -----------------------------------------------------
CREATE TABLE IF NOT EXISTS `mydb`.`entity` (
`id` INT NOT NULL AUTO_INCREMENT,
`key` VARCHAR(45) NOT NULL,
`schema_id` INT NOT NULL,
PRIMARY KEY (`id`),
INDEX `fk_entity_schema1_idx` (`schema_id` ASC),
CONSTRAINT `fk_entity_schema1`
FOREIGN KEY (`schema_id`)
REFERENCES `mydb`.`schema` (`id`)
ON DELETE NO ACTION
ON UPDATE NO ACTION)
ENGINE = InnoDB;
-- -----------------------------------------------------
-- Table `mydb`.`value`
-- -----------------------------------------------------
CREATE TABLE IF NOT EXISTS `mydb`.`value` (
`id` INT NOT NULL AUTO_INCREMENT,
`value` TEXT NOT NULL,
`field_id` INT NOT NULL,
`entity_id` INT NOT NULL,
PRIMARY KEY (`id`),
INDEX `fk_value_field1_idx` (`field_id` ASC),
INDEX `fk_value_entity1_idx` (`entity_id` ASC),
INDEX `ux_value` (`field_id` ASC, `entity_id` ASC),
CONSTRAINT `fk_value_field1`
FOREIGN KEY (`field_id`)
REFERENCES `mydb`.`field` (`id`)
ON DELETE NO ACTION
ON UPDATE NO ACTION,
CONSTRAINT `fk_value_entity1`
FOREIGN KEY (`entity_id`)
REFERENCES `mydb`.`entity` (`id`)
ON DELETE NO ACTION
ON UPDATE NO ACTION)
ENGINE = InnoDB;
SET SQL_MODE=@OLD_SQL_MODE;
SET FOREIGN_KEY_CHECKS=@OLD_FOREIGN_KEY_CHECKS;
SET UNIQUE_CHECKS=@OLD_UNIQUE_CHECKS;
数据库查询时需要提供(entity, schema, field, value)这样一个四元组才能得到结果。
优点：在线定义，表有变动时不需要修改代码，增加一列只需要向field表中插入一个字段。
缺点：复杂，增删改查时需要同时操作多个表，对数据的约束需要在应用层去实现，需要自己封装ORM，每一列的约束信息存放在field表的meta字段中。
更复杂的设计：数据多版本和回滚
增加数据多版本
CMDB存放的信息都是非常重要的信息，因此不允许修改数据，每一次修改数据都单独增加一条记录，这样就可以保证数据多版本。因此可以增加一个snapshot快照表，用来存放各个历史版本的数据。snapshot表的具体设计较复杂，暂不使用。
增加回滚
增加数据多版本之后对应的就可以增加一个回滚的功能，多版本基础上的回滚功能可以参考git的实现。
CMDB使用结论
强烈反对大型集中式CMDB。CMDB团队执行力不强，需求多变，短期内看不到价值等多种原因导致在大多数互联网公司CMDB是无法落地的，到目前为止除了华为也没几家公司能把CMDB落地直到发挥CMDB的价值（华为都花了7年的时间，更别说别的公司了）。
如果一定要使用CMDB，那只能使用分散式的各自为政的，各个团队使用各个团队的自建库，比如管IP库的就专门设计IP库，管账号库的就专门设计账号库，数据库之间通过各自提供的api通讯。但是分散式的缺点是从领导的角度看，看不到全局的数据，因此还需要做一个集中化的dashboard。
CMDB替代方案
CMDB在大多数互联网公司不可行，因此很多公司都另辟蹊径，比如一种方式常用的方式 Mesos
- Mesos：托管于Apache下C++开发的开源分布式资源管理系统
Mesos的调度框架可以有多种语言开发，包括Python。
参考
念念不忘，必有回响，小伙伴们帮我点个赞吧，非常感谢。
我是职场亮哥，YY高级软件工程师、四年工作经验，拒绝咸鱼争当龙头的斜杠程序员。
听我说，进步多，程序人生一把梭
如果有幸能帮到你，请帮我点个【赞】，给个关注，如果能顺带评论给个鼓励，将不胜感激。
职场亮哥文章列表：更多文章
本人所有文章、回答都与版权保护平台有合作，著作权归职场亮哥所有，未经授权，转载必究！
