構成とCMDB品質のメトリクス
構成データベースが価値を持つのは、人々が変更やインシデントでそれを使うほど信頼するときだけである。したがって、実際の問いにどれだけうまく答えられるかでその品質を測り、サービスを所有するチームに、自分たちの記録を最新に保たせる。
概要と動機
午前3時にデータベースサーバーが故障したとき、誰かがどのサービスがそれに依存しているかを尋ねます。チームが変更を計画するとき、誰かが他に何が壊れうるかを尋ねます。その答えは、サービスを構成するモノとそれらがどうつながっているかの記録から来るべきです。その記録が構成管理の主題であり、その背後のデータベースが構成管理データベースで、通常CMDBと略されます。
構成アイテム(configuration item)(CI)は、ITサービスを提供するために管理が必要な、あらゆるコンポーネントです。サーバー、アプリケーション、データベース、ネットワーク機器、クラウドアカウント、契約。構成管理データベース(configuration management database)は、CI、その属性、それらの間の関係についての情報を保存します。資産管理が、何を持ち、誰が所有し、いくらかかるかを問う(トピック 7.1「IT資産管理のメトリクス」を参照)のに対し、構成管理は、部品がどう組み合わさり、何が何に依存するかを問います。
CMDBの評判はまちまちで、その評判は当然のものです。多くは包括的な地図として構築され、誰も直せない速さで劣化するデータで満たされ、そして放棄されました。アジャイルとDevOpsの伝統は、より良い出発点を提供します。自分たちのインフラをコードとして記述するチームは、自分たちが運営するものの権威ある、バージョン管理された定義を持ち、それを共有の記録に自動で公開できます。Infrastructure as Codeは、記録をデリバリーの副産物にします。ITIL 4は、このプラクティスをサービス構成管理として記述し、それ自体のための完全性ではなく、判断を支えるのに必要な情報を強調します。
構成の記録の品質にはいくつかの部分があり、より広いデータの完全性(data integrity)の考え方に対応します。
- 完全性: 重要なCIと属性が存在する。
- 正確さ: 記録が述べることが現実に一致する。
- 適時性: 変更が、役立つほど早く記録に現れる。
- 一貫性: 同じものが、異なる名前で二度記録されない。同じものを指す記録を照合することは、エンティティ解決(entity resolution)の問題である。
- 関係の質: CI間の依存関係が存在し、正しい。ここに最も多くの価値と、最も多くの劣化がある。
CMDBの最も深いテストは、利用です。インシデントや変更の間に人々が参照し、間違っているときに修正する記録は、健全です。監査されるだけの記録は、そうではありません。したがって、以下の測定値は、品質の測定値を利用の測定値と組にします。
グッドハートの法則(Goodhart's law)からの防護柵は、ひねりを加えて当てはまります。完全性は既定値で水増ししやすく、正確さは確認せずに主張しやすいものです。独立した証拠と、利用の測定値を主張してください(トピック 1.2「グッドハートの法則とメトリクスの心理学」を参照)。
主要な原則
- 問いから始める。 記録に何に答えてほしいかを決め、それだけを構築する。
- 大きく疑わしい記録より、小さく信頼できる記録を好む。 範囲は、信頼が獲得されたときに広がる。
- 信頼できる情報源が記録に供給する。 スプレッドシートを持つ人々ではなく、パイプライン、クラウドのAPI、ディスカバリーが書き込むべきである。
- サービスチームに、自分たちのサービスの記録を所有させる。 彼らは自分たちの依存関係を知っており、エラーのコストを感じる。
- 品質に加えて利用でも測る。 良い記録は参照される。
- 現実に照らして確認する。 記録が、起きることを予測するかを問うことでテストする。
- 元で直す。 間違った記録は症状である。漂流を許したプロセスを見つける。
メトリクスの定義
| メトリクス | 定義 | 計算式 | 単位 | データソース | ITILプラクティス | アジャイルの対応物 | 頻度 |
|---|---|---|---|---|---|---|---|
| CIの完全性 | 範囲内のCIのうち、必要なすべての属性が有効な値で入力されているものの割合 | 必要なすべての属性が有効な範囲内のCI ÷ 範囲内のCI | パーセント | CMDB、属性の規則 | サービス構成管理、IT資産管理 | 完了の定義にサービスの説明が含まれる | 毎月 |
| CIの正確さ | 抽出したCIのうち、必要な属性でレコードが証拠と一致する割合 | 必要なすべての属性で一致する抽出したCI ÷ 抽出したCI | パーセント | 稼働中のシステムと比較した監査の抽出 | サービス構成管理 | Infrastructure as Codeの状態が現実と一致する | 四半期ごと |
| 依存関係の網羅率 | 上流と下流の依存関係がマップされレビューされている重要なサービスの割合 | 直近90日にレビューされた依存関係マップを持つ重要なサービス ÷ 重要なサービス | パーセント | CMDBの関係とレビューの記録 | サービス構成管理、可用性管理 | アーキテクチャとサービスのオーナーシップのレビュー | 四半期ごと |
| 影響予測の的中率 | インシデントと変更のうち、実際に影響を受けたサービスがCMDBの予測された影響に含まれていたものの割合 | 影響を受けたすべてのサービスが予測されたインシデントまたは変更 ÷ レビューしたインシデントまたは変更 | パーセント | CMDBのクエリと比較した、インシデント後のレビューと変更の記録 | インシデント管理、変更実現 | 欠けている依存関係についての非難なきレビューの所見 | 四半期ごと |
| 重複CIの率 | 別のCIと重複するCIの割合 | 照合規則で重複とフラグ付けされ、レビューで確認されたCI ÷ 範囲内のCI | パーセント | CMDBの照合レポートとレビューの抽出 | サービス構成管理 | 単一の信頼できる情報源 | 毎月 |
| 更新の遅れ | 現実世界でのCIへの変更から、CMDBでの更新までの遅れ | 変更のイベントからCMDBの更新までの時間または日数の中央値と85パーセンタイル | 時間または日 | CMDBのタイムスタンプと比較した変更のイベントとパイプラインのイベント | サービス構成管理、変更実現 | パイプラインでの自動登録 | 毎月 |
| CMDBの利用率 | CIを参照するインシデントと変更の割合と、そのうち記録が役立ったとユーザーが報告する割合 | 有効なCIを参照するレコード ÷ その期間のインシデントと変更。加えて、CIデータが役立ったレビュー済みレコードの割合 | パーセント | ITSMツール、短いフィードバックの促し | インシデント管理、変更実現 | 仕事で共有の記録を使うチーム | 毎月 |
「範囲内のCI」の範囲を、クラスと重要度別に定義し、記録します。CIは、必要として名前を付けた属性でのみ正確です。更新の遅れは、デプロイや購入など、現実のイベントで始まり、CMDBがそれを反映したときに止まります。影響予測の的中率には、実際に影響を受けたサービスを記録するレビューのステップが必要で、そのレビューと同じ程度にしか信頼できません。
推奨事項
記録が何のためかを決める
1. CMDBが答えなければならない問いを書く。 典型的なものは次のとおりです。このコンポーネントに何が依存しているか、このサービスは誰が所有するか、最近何が変わったか、ここの障害は何に影響するか、何がサポート外か。各問いについて、必要なCIのクラス、属性、関係に名前を付けます。問いに答えるのに必要ないものは、除外の候補です。
2. 最も重要なサービスから始める。 少数の重要なサービスを選び、エンドツーエンドでマップし、より多くを加える前にそれを正しくします。10のサービスの信頼できる地図は、1,000の疑わしい地図より役立ちます。信頼と利用が育つにつれて広げます。
3. クラス、属性、関係の種類を単純に定義する。 短いCIのクラスの一覧(サービス、アプリケーション、データベース、ホスト、ネットワーク、クラウド資源)と、関係の種類(依存する、上で動く、接続する、所有される)で、ほとんどの必要をカバーします。すべてを取得しようとするモデルは、埋めるのが難しく、クエリするのはさらに難しい。書面のモデルを保ち、意図して変更します。
元から記録に供給する
4. パイプラインとコードから公開する。 インフラとアプリケーションがコードとして定義されるところでは、デリバリーのパイプラインに、変更のたびにCIを作成、更新、廃止させ、コードとともに宣言されたオーナーシップと依存関係の情報を含めます。宣言をサービスの完了の定義の一部として扱います。これにより更新の遅れはゼロに近づき、記録が動いているものと整合します。
5. ディスカバリーをセカンドオピニオンとして使う。 ネットワークとクラウドのサービスディスカバリー(service discovery)は、実際に何が動いていて、どうつながっているかを見つけます。宣言された記録と比較します。違いは所見です。宣言が何かを欠いているか、動くべきでないものが動いているか。ディスカバリーだけではオーナーシップのないノイズの多いデータを生むので、作成ではなく確認に使います。
6. 安定した識別子と照合規則を使う。 重複は、異なる情報源が同じものを異なって名付けるときに生じます。各CIのクラスに一意の識別子に合意し、情報源の識別子を記録し、照合規則を実行して重複を見つけて統合します。自動の統合は異なるものを結合しうるので、抽出を手作業でレビューします。
7. 各サービスチームに自分たちの部分のオーナーシップを与える。 サービスを構築し運営するチームは、その依存関係を知り、エラーに気づくのに最適な立場にあります。彼らにとって簡単にします。テンプレート、計画時の短いレビュー、データが使われたときのフィードバック。中央のチームは、モデル、ツール、確認を所有し、すべてのレコードを所有するのではありません。
品質と利用を測る
8. 抽出で正確さを監査する。 四半期ごとに、CIの無作為の抽出を引いて稼働中のシステムに照らして確認し、稼働中のシステムからの第二の抽出で、それらが記録に現れることを確認します。正確さをクラス別に報告し、エラーの主な情報源を示します。傾向が意味を持つよう、抽出の方法を固定します。
9. 地図をインシデントに照らしてテストする。 重要なインシデントや変更の後、実際に影響を受けたサービスを、CMDBが予測したものと比較します。外れを記録し、欠けている依存関係を直します。これは、記録をイベントに照らして確認するので、最も意味のある正確さのテストで、的中率は地図が修正されるにつれて改善します。人々が外れを進んで報告するよう、非難なきレビューを使います(トピック 4.2「ポストモーテムと学習のメトリクス」を参照)。
10. 利用を追跡し、役立ったかを尋ねる。 インシデントと変更がCIを参照する頻度を数え、対応者と承認者に、記録が役立ったかの短い質問をします。肯定的な答えを伴う上がる利用率は、価値の最も明確なしるしです。低い利用率は、人々が記録を信頼していない、あるいはその存在を知らないことを意味し、どちらも直せます。
11. 依存関係マップを、オーナーと定期的にレビューする。 依存関係は、ソフトウェアが進化するにつれて変わります。重要なサービスのオーナーに、できれば計画やアーキテクチャの対話の一部として、四半期ごとに地図を確認してもらいます。確認の日付を属性として使い、期限を過ぎた地図を示します。
誠実で釣り合いを保つ
12. 誰も使わないものを廃止する。 どの問いも必要とせず、誰も参照しないCIのクラスと属性を取り除きます。より少なく、より良い項目が正確さを高めます。モデルを毎年レビューし、何を、なぜ取り除いたかを記録します。小さな記録は、真実に保つものが少なく、品質の測定値を誠実に満たしやすくします。
悪用の手口と防護柵
| メトリクス | 悪用のされ方 | 組になる防護柵のメトリクスまたはプラクティス |
|---|---|---|
| CIの完全性 | 必要な属性を既定値やプレースホルダーで埋める、必要な一覧を狭める | 既定値とプレースホルダーの値を数える。固定の必要な一覧。正確さの抽出 |
| CIの正確さ | 簡単なクラスを抽出する、大掃除の後に監査する | 両方向から独立して引く無作為の抽出。固定の方法 |
| 依存関係の網羅率 | 読まずに地図をレビュー済みと印を付ける、些細な依存関係だけをマップする | 影響予測の的中率。地図を実際のトラフィックに照らして抜き取り確認する |
| 影響予測の的中率 | うまくいったインシデントを選ぶ、影響を受けたサービスを狭く記録する | すべての重要なインシデントをレビューする。所有するチーム外のレビュー担当者 |
| 重複CIの率 | 率を下げるために別個のCIを統合する、照合規則を緩める | 統合の正しさを抽出する。統合規則を記録する |
| 更新の遅れ | 変更のイベントを遡って日付を付ける、自動の更新だけを数える | 元のシステムからのイベントと更新のタイムスタンプを比較する。監査証跡 |
| CMDBの利用率 | 形式としてCIの参照を加える、任意の値で欄を必須にする | 参照されたCIが関連していることを確認する。役立ったかのフィードバックの質問 |
健全な読みは、高い測定された正確さを持つより小さな記録、実際のインシデントを予測する依存関係マップ、自動化されたクラスでゼロに近い更新の遅れ、そして記録が役立つので使っていると言う人々です。
トレードオフ:長所と短所
| 手法 | 強み | 弱み |
|---|---|---|
| 包括的なCMDB | 広い見方。多くのユースケースを支える | 真実に保つのが高コスト。劣化する |
| 最小限の、問い主導のCMDB | 信頼され、安い | ギャップがある。成長の規律が要る |
| ディスカバリー主導の登録 | 未知のものを見つける。手作業の労力が少ない | ノイズが多い。オーナーシップと目的がない |
| パイプライン主導の登録 | 正確。遅れが小さい | パイプラインを通じて作られるものに限られる |
| 記録の中央でのオーナーシップ | 一貫性 | 遅い。知識から遠い |
| 記録のチームでのオーナーシップ | 正確で速い | ばらつき。テンプレートと確認が要る |
| グラフ型のモデル | 関係と影響のクエリに自然 | 技能とツールが要る |
| リレーショナルな表のモデル | なじみがあり単純 | 深い依存関係のクエリには不便 |
散文での答えは、小さく問い主導で始め、ディスカバリーをセカンドオピニオンとしてパイプラインから登録し、サービスチームに記録を担当させることです。グラフデータベース(graph database)は、依存関係の問いを自然に尋ねられるようにできますが、モデルが単純に保たれるなら、従来のデータベースでも機能します。
チームで話し合う問い
1. CMDBに答えてほしいと最後に思った問いは何で、答えられたか? 誰かが依存関係を探した最近のインシデントや変更を思い出します。何を見つけ、代わりに何をしたか。ファシリテーターは、問いと、記録が参照されたかを記録してください。結果が、記録の目的の最初の候補です。
2. 最も重要なサービスが今故障したら、予測される影響にどれだけ自信があるか? CMDBから予測される影響を求め、サービスを知る人々が信じることと比較します。違いに注意します。最初に検証する依存関係と、誰が確認するかを合意します。
3. 各サービスの記録は誰が所有していて、その人は知っているか? 重要なサービスと、そのCMDBの項目のオーナーを列挙します。オーナーが知っていて、最近レビューしたかを尋ねます。オーナーが「CMDBチーム」であるところでは、オーナーシップをサービスチームに移す方法を話し合います。
4. 必須の欄を満たすためだけに、何を入力しているか? 既定値とプレースホルダーを探します。これらは、モデルが誰も知っている以上のものを求めている箇所を示します。欄を削除するか、自動化するか、本当の情報源を見つけるかを決めます。
5. 私たちの記録が、動いているものと食い違うのはどこか? 一つのサービスについて、ディスカバリーの出力を記録と比較します。それぞれの違いについて、記録と現実のどちらが変わるべきかを尋ねます。対話は、古くなったデータと許可されていないコンポーネントの両方を見つける傾向があります。
6. 何の記録をやめるか? 6か月間誰も使っていないクラス、属性、関係を列挙します。それぞれが消えたら何が起きるかを尋ねます。二つを取り除き、誰かが気づくかを観察することに合意します。
四つの視点
プロダクトとデリバリーのチーム
デリバリーのチームは、自分たちのサービスが何に依存するかの知識を持ち、記録を真実に保つのに最適な立場にあります。コードとともにオーナーシップと依存関係を宣言し、設計が変わるときにそれらをレビューし、変更を計画するときに記録を使うべきです。サービスの説明の更新を含む完了の定義は、記録を仕事の近くに保ちます。
サービスと運用のチーム
運用チームは、インシデントと変更の間に記録を参照するので、そのエラーを最初に感じます。レビューで外れを報告し、ディスカバリーの確認を実行し、照合規則を維持し、オーナーにフィードバックを提供するべきです。また、ツールと監査の抽出も運用します。
リーダーシップとガバナンス
リーダーは、影響とリスクが見えることを望み、失望させる大きなCMDBプログラムをしばしば後援します。レコード数の代わりに、利用と正確さの証拠を求め、パイプラインの連携に資金を付け、小さくてもうまくやり遂げた範囲を受け入れるべきです。ガバナンスは、影響予測の的中率とギャップの一覧を見ることを期待するべきです。
顧客とユーザー
ユーザーは、インシデントがより速く診断され、変更が依存するサービスを壊しにくくなるときに恩恵を受けます。CMDBを目にすることはまれですが、影響を受けるサービスを正しく名指しするコミュニケーションと、変更後の驚きの減少という形で、その効果を目にします。インシデント後の彼らのフィードバックは、影響の見方が正しかったかを示します。
実践:サービスマネジメントの例
国営の航空会社の技術グループが、約300のアプリケーションと顧客の予約基盤を運営しています。以下の数字は例示です。
CMDBは180,000のCIを保持し、5年前にディスカバリーツールによって登録されました。サービスマネジメントの責任者は、それを維持する価値があるかを知りたいと考えます。彼女は小さなチームにそれをテストするよう頼みます。品質については、150件の抽出したCIを監査し、五つの必要な属性で71パーセントが正確であることを見つけます。地図については、直近20件の重要なインシデントをレビューし、実際に影響を受けたサービスをCMDBが予測したものと比較します。20件のうち6件ですべての影響を受けたサービスを予測し、的中率は30パーセントです。利用については、直近の四半期のインシデントの12パーセントがCIを参照し、対応者の短いアンケートでは、大半が別のwikiページに頼っていたと答えました。重複CIは全体の9パーセントです。
チームは、サービスのオーナーとともに四つの決定を下します。範囲を、最も多くの顧客を運ぶ40のサービスに縮め、五つのCIのクラスと四つの関係の種類にします。各サービスチームに、コードとともに保たれる短いファイルにオーナー、依存関係、実行場所を宣言してもらい、パイプラインがリリースごとにそれをCMDBに公開します。ディスカバリーを毎週実行し、違いをオーナーに報告します。インシデントレビューに「CMDBの予測は正しかったか?」という欄を加え、各外れを2週間以内に直します。
二四半期後、範囲を絞ったCMDBには14,000のCIがあり、抽出した集合の正確さは92パーセント、パイプラインにあるサービスのリリースから記録までの更新の遅れは1時間未満、直近12件のインシデントでの的中率は75パーセントです。インシデントでのCMDBの利用は58パーセントに上がり、対応者はwikiページはもう要らないと言います。最高執行責任者は、残りの260のアプリケーションを一度に取り込む計画を求めます。サービスマネジメントの責任者は、各サービスが試験のインシデントで合意した水準を超える的中率を獲得した後に、四半期あたり10のサービスを追加することを提案し、以前の広い記録は一度も信頼されなかったと説明します。判断は記録され、四半期ごとにレビューされます。
アジャイル、AI、自動化、アナリティクス
アジャイル
サービスチームに、仕事の一部として自分たちの記録を最新に保たせ、品質を彼らと定期的にレビューします。注意点は、完全性の目標だけでは、プレースホルダーで満たされた記録を生むことです。
AI
AIは依存関係を推測し、レコードを提案し、構成データから質問に答えられ、AIシステム自体も構成アイテムです。AIが提案した依存関係の影響予測の的中率を、実際のインシデントに照らして追跡します。注意点は、依存関係を推測するAIは、もっともらしいエラーで記録を汚染しうることです。
自動化
ディスカバリーとInfrastructure as Codeから記録に供給し、更新の遅れを測ります。注意点は、自動のディスカバリーは、明確な識別の規則がないと、重複や古くなったアイテムを作りうることです。
アナリティクス
実際の変更とインシデントでの問いにどれだけうまく答えられるかでデータベースを判断し、利用率を報告します。これが情報を与える判断は、データをどこで改善するかです。注意点は、正確さは抽出によって測られるため、標本サイズを示すことです。
業種別の視点
スタートアップ。 サービスカタログとインフラのコード以外に、CMDBはほとんど要りません。サービスのオーナーと依存関係をリポジトリに保ち、そこから地図を生成します。問いがファイルを超えたときにのみ、データベースを加えます。
中小企業。 単純な図と、オーナーとベンダーを持つシステムの一覧で十分かもしれません。重要な変更のたびに更新します。小さな環境のために基盤を購入するのは避けますが、障害のときに非常に貴重なので、図を最新に保ちます。
大企業。 規模は、モデル、連合したオーナーシップ、買収を含む複数の情報源との連携を要します。識別子と中核のモデルを標準化し、チームが規則の範囲内で拡張できるようにし、利用と正確さを領域別に測ります。継続的な照合と整理の機能を運営することを予想します。
政府・公共部門。 サービスは、長寿命のシステム、契約者、共有のインフラの上に成り立つことが多く、インシデントの影響は一般市民に及びうるものです。供給者と共有のプラットフォームへの依存関係を明示的にマップし、監査のために記録を保ち、継続の計画と整合させます(トピック 5.6「サービス継続のメトリクス」を参照)。
ビジネスケース:動機、ROI、TCO
コストは、モデリングとガバナンスの労力、パイプラインとディスカバリーの連携、一定のツール、監査と修正の労力です。多くの組織はすでに基盤を所有しています。テンプレートができれば、パイプラインによる登録は安上がりです。すべてを一度に登録する大きなプログラムは、高コストで、しばしば失敗してきました。
見返りは、より短いインシデント、より安全な変更、情報を探す時間の減少です。自分たち自身の証拠からケースを築きます。典型的なインシデントで対応者が依存関係を探すのに費やす時間、欠けている依存関係の情報が診断を遅らせたインシデントの割合、予期しない影響を引き起こした変更。影響予測の的中率は、記録が役立ったであろうかの直接の測定値です。変更が原因のインシデントの割合や障害のコストについての公表された主張は、出典をたどれない限り避けます。大きく疑わしい記録を維持するコストを、小さく信頼できる記録の価値と比較して数えます。
アンチパターンと落とし穴
- 最初にすべてを登録する。 巨大な古くなった記録は、信頼を破壊する。重要なサービスから始める。
- ディスカバリーが唯一の情報源。 なぜ何かが存在するか、誰が所有するかを教えられない。宣言と組み合わせる。
- 完全性を監査して品質と呼ぶ。 完全で間違っているのは、不完全で正しいよりも悪い。正確さを抽出する。
- 中央のチームがすべてのデータを所有する。 彼らはそれを知らない。サービスチームにオーナーシップを与える。
- 既定値のある必須の欄。 完全に見えて、情報を運ばない。取り除くか自動化する。
- CIの数で測る。 多ければ良いのではない。正確さ、的中率、利用を測る。
- 関係を無視する。 依存関係がなければ、CMDBは棚卸しである。重要なサービスの地図に投資する。
- 外れで人を責める。 彼らは報告をやめる。欠けた依存関係を所見として扱う。
成熟度モデル
| 観点 | 1 開始 | 2 発展 | 3 標準化 | 4 管理 | 5 協調 |
|---|---|---|---|---|---|
| 範囲とモデル | ディスカバリーが見つけたもの何でも | モデルが定義されている。広い範囲 | 問い主導のモデル。重要なサービスがマップされている | 的中率と利用が正当化するときに範囲が広がる | チームと供給者にまたがる連合したモデル。共有の識別子 |
| 登録と品質 | 手作業または一度限りの読み込み | 予定されたディスカバリーとインポート | パイプラインがコードから公開する。確認としてのディスカバリー。抽出の監査 | 正確さ、遅れ、重複を測定し、傾向として追う | 自動の突合とオーナーの確認を伴うリアルタイムのフィード |
| 利用 | まれにしか参照されない | 少数のチームが使う | インシデントと変更で標準の実践として参照される | 影響予測がインシデントに照らしてテストされる。利用と有用性が追跡される | 記録が自動化された判断と共有の供給者の地図に情報を与える |
チェックリスト
- CMDBが答えなければならない問いが書き下されている。
- 範囲が、定義された成長の規則とともに、重要なサービスに限定されている。
- モデルが、少数のクラス、属性、関係の種類を持つ。
- 各重要なサービスに、直近の四半期にその記録を確認したオーナーがいる。
- コードとして構築されたサービスについて、パイプラインがCIの変更を公開する。
- ディスカバリーの結果が記録と比較され、違いがレビューされている。
- 無作為の正確さの抽出が、四半期ごとに両方向から監査されている。
- インシデントレビューが、予測された影響が正しかったかを記録している。
- インシデントと変更でのCMDBの利用が、役立ったかの質問とともに追跡されている。
- 使われていないクラスと属性が、予定に従って廃止されている。
AIプロンプト
問いと範囲を定義する。
[組織の種類とサービス] を運営しています。構成情報が必要な典型的な状況:[インシデント、変更、監査の一覧]。CMDBが答えるべき問いの一覧、それぞれに必要なCIのクラス、属性、関係、そして最も重要なサービスの最小限の出発点となる範囲を起案してください。ツールを捏造しないでください。前提と、サービスのオーナーと確認すべきことを列挙してください。
影響予測の外れを分析する。
インシデント [説明] の後、CMDBは次の影響を受けるサービスを予測しました:[一覧]。実際に影響を受けたサービスは:[一覧]。各違いにありうる理由(欠けている依存関係、間違った関係、古くなったデータ、間接的な依存関係)を説明し、それぞれをどう検証するかを提案し、元での修正を提案してください。情報が支えられない原因を仮定しないでください。前提を列挙してください。
サービスチームのための宣言ファイルを設計する。
サービスチームがCMDBのためにサービスを記述するため、コードとともに保つ、短く人が読める宣言を提案してください。オーナー、サポートの連絡先、ティア、依存関係、実行場所、データ分類。パイプラインが適用できる検証規則と、[サービスの種類] の最小限の例を含めてください。[問いを貼り付け] の問いが要求するものに限定してください。前提と、セキュリティとレビューすべき項目を列挙してください。
四半期ごとの正確さの監査を計画する。
私たちのCMDBは、次のクラスに [数] 件のCIを保持しています:[一覧]。無作為の抽出を両方向(CMDBから現実へ、現実からCMDBへ)から引く四半期ごとの監査を設計し、各クラスで何を確認するか、正確さとエラーの情報源を誠実にどう報告するか、自分の宿題に自分で採点するのをどう避けるかを述べてください。統計的な精度を誇張しないでください。前提を列挙してください。
AIスキル
- サービスマネジメントメトリクスのスキル:構成の品質のメトリクスの、組になる防護柵を探すときに使います。
- サービスマネジメントメトリクスのメンテナースキル:CMDBのメトリクスの項目が、悪用の手口、防護柵、独立した証拠の規則を備えているかを確認するときに使います。
要点
- 最も重要なサービスについての名前付きの問いに答えるためにCMDBを構築し、信頼が育つにつれて広げる。
- パイプラインとコードから登録し、ディスカバリーをセカンドオピニオンとして使い、サービスチームに自分たちの記録を所有させる。
- 品質をイベントに照らしてテストする。予測された影響を、インシデントで実際に起きたことと比較する。
- CIの数ではなく、利用と有用性を測る。
- 両方向の独立した証拠から、正確さを抽出する。
- 誰も使わないものを廃止し、元でエラーを直す。
参考文献とさらなる読書
- AXELOS (now PeopleCert), ITIL 4 Practice Guide: Service Configuration Management, TSO, 2020.
- Wang, R. Y., and Strong, D. M., "Beyond accuracy: what data quality means to data consumers," Journal of Management Information Systems, 12(4), 1996.
- DAMA International, DAMA-DMBOK: Data Management Body of Knowledge, 2nd ed., Technics Publications, 2017.
- Morris, K., Infrastructure as Code, 2nd ed., O'Reilly, 2020.
- Beck, K., et al., Principles behind the Agile Manifesto, 2001, https://agilemanifesto.org/principles.html.
- Wikipedia, Configuration item.
- Wikipedia, Configuration management database.
- Wikipedia, Infrastructure as code.
- Wikipedia, Data integrity.
- Wikipedia, Entity resolution.
- Wikipedia, Goodhart's law.
- Wikipedia, Service discovery.
- Wikipedia, Graph database.