北京银行系统运营中心副总经理 武威
背景与挑战
系统运维作为金融数字化进程的前沿阵地，技术革新一直是推动行业高质量发展的核心动力，在运维已逐步走向智能化的今天，数据智能驱动已经成为金融行业运维数字化转型中不可或缺的一环。中国人民银行陆续发布一系列标准与指引，如T/CESA 1172—2021《信息技术服务 智能运维 通用要求》、JR/T 0265—2023《金融数据中心能力建设指引》《金融科技发展规划（2022—2025年）》等，强调数据是驱动金融数字化转型的重要抓手。同时，伴随快速发展的业务要求及复杂的数据消费场景，对运维数据的质量要求越来越高，进一步确认深化运维数据治理是数字化转型的必由之路，以满足业务发展及数据消费的需求。
北京银行在2012年建设ITSM流程系统之初，配套建设了配置管理（CMDB）模块。CMDB是我行运维数据治理的核心支撑工具，初步实现了对行内信息化资产、配置数据的管理。但伴随行内IT基础设施规模的快速增长以及云、容器等多元化技术和架构的引入，导致数据接入格式标准不统一，数据项为空或错误等问题涌现，且入库后的数据需要大量人工校对以保证数据质量；同时CMDB也无法基于特定场景抽取数据和建模，不能很好地支撑故障定位、人行上报、特定资产统计等数据消费场景的需求；导致现有CMDB已经不能满足我行运维生产活动的需要，不仅影响我行整体运维效率，更成为我行智能化运维发展道路上的羁绊。
因此，基于金融业运维数字化转型背景，结合我行运维整体发展趋势，升级运维支撑平台迫在眉睫，而打造以CMDB为核心的运维数据基座则成为关键举措。
运维数据治理建设举措
1.打造运维数据管理基座
为解决工具能力短板，我行着眼打造一体化、场景化、生态化、数字化为核心的运维支撑能力，结合消费场景建设了“综合数字运营平台”。综合数字运营平台通过PaaS基座，打通系统、流程、数据、资源等信息壁垒，以“底座+场景”方式构建具备可持续迭代和可扩展的平台化运维支撑能力，通过场景化建设提升对运维业务的支撑，推动我行运维数字化转型实践。
图1 综合数字运营平台架构
其中CMDB为运维数据管理的核心能力，我行以数据消费场景为导向对原有配置模块进行重构，实现多维度数据的统一接入与存储，根据数据消费需求对数据抽取和分析，形成多维数据模型，最终以服务化方式为下游消费场景提供针对性数据；同时通过质量规则库及配置质量检核手段保障数据质量，通过数据访问权限及数据加密管理等手段保障数据安全。
图2 配置管理（CMDB）框架
2.深化运维数据治理体系
为了进一步提升数据质量，我行基于重构的CMDB系统，深化了运维数据治理体系。对可能引发的各类数据质量问题识别、度量、监控、预警和处置；通过事前、事中和事后三个管理阶段的常态化配置数据治理，确保数据质量的持续提升。
事前阶段：围绕属性定义、填报规范、同步平台和流程四个方面对配置模型和数据入库前进行系统化规范管理。
事中阶段：建立质量规则校验库，每日对配置数据自动化巡检并将巡检结果通知到责任人，责任人推进数据整改优化。
事后阶段：建立定期配置审计制度，通过配置管理库自审计和现场核验审计两种方式持续推进数据质量提升。
图3 CMDB数据治理架构
3.完善运维数据关联模型
为增强各个数据之间的联系，我行以支撑数据消费场景为原则，以应用系统关联关系为核心，对入库的运维数据关联关系进行梳理与建模，实现系统-实例-逻辑单元-硬件-机房环境-字典配置等多领域数据的串联及可视化展示，通过关联关系完善数据治理规则校验体系，进一步支撑数据消费。
图4 数据关联关系示意
举措成果与未来展望
通过运维数据治理体系的建设，我行CMDB共覆盖160个以上配置模型，20万条以上配置项数据，约5000个以上配置项属性，总共400万以上的数据总量。配置项数据的完整率和准确率均达到约99%以上；对接近10余个源端第三方数据平台，入库流程约40个；完善250类以上的配置关联关系，涉及关系数据总量超30万以上，实现CMDB录入数据的南北向关系整体框架搭建；体系建成有效的满足了容量管理、监控管理、漏洞管理、预算管理、软件基线管理、数据报送、拓扑展示、定制化报表等多个场景的数据消费需求。
展望未来，科技创新、数智运维仍然是我行保持技术领先、引领业务发展的关键。在夯实数字基座的基础上，后续将秉持以支撑前端客户为中心、深挖数据价值为原则，服务运维场景为抓手，持续完善数据治理体系、优化数据消费能力、丰富数据管理范围等举措；赋能运维数智化，培育运维新质生产力，助力我行数字化转型。
新媒体中心
主任 / 邝源
编辑 / 姚亮宇 傅甜甜 张珺 邰思琪
