구성 및 CMDB 품질 지표
구성 데이터베이스는 사람들이 변경이나 인시던트에서 쓸 만큼 신뢰할 때만 제 몫을 하므로, 실제 질문에 얼마나 잘 답하는지로 품질을 측정하고, 서비스를 소유한 팀이 자기 레코드를 최신으로 유지하게 하십시오.
개요와 동기
새벽 3시에 데이터베이스 서버가 실패하면 누군가 어떤 서비스가 그것에 의존하는지 묻습니다. 팀이 변경을 계획하면 누군가 또 무엇이 깨질 수 있는지 묻습니다. 답은 서비스를 이루는 것들과 그것들이 어떻게 연결되는지의 레코드에서 나와야 합니다. 그 레코드가 구성 관리의 주제이며, 그 뒤의 데이터베이스가 구성 관리 데이터베이스, 보통 CMDB로 줄여 부르는 것입니다.
구성 항목(CI)은 IT 서비스를 전달하기 위해 관리해야 하는 모든 구성 요소입니다. 서버, 애플리케이션, 데이터베이스, 네트워크 장치, 클라우드 계정, 계약입니다. 구성 관리 데이터베이스는 CI, 그 속성, 그 사이의 관계에 대한 정보를 저장합니다. 자산 관리가 무엇을 가지고 있고, 누가 소유하고, 비용이 얼마인지 묻는다면(주제 7.1, IT 자산 관리 지표 참조), 구성 관리는 부분들이 어떻게 맞물리고 무엇이 무엇에 의존하는지 묻습니다.
CMDB의 평판은 엇갈리며, 그 평판은 얻은 것입니다. 많은 CMDB가 포괄적인 지도로 만들어져, 누구도 고칠 수 있는 것보다 빨리 낡는 데이터로 채워졌다가 버려졌습니다. 애자일과 DevOps 전통이 더 나은 출발점을 제공합니다. 인프라를 코드로 설명하는 팀은 자신이 운영하는 것의 권위 있는 버전 관리된 정의를 가지고 있으며, 이를 공유 레코드에 자동으로 게시할 수 있습니다. 코드형 인프라는 레코드를 전달의 부산물로 만듭니다. ITIL 4는 이 프랙티스를 서비스 구성 관리라고 설명하며, 완전함 자체가 아니라 결정을 뒷받침하는 데 필요한 정보를 강조합니다.
구성 레코드의 품질에는 여러 부분이 있으며, 더 넓은 데이터 무결성의 개념에 대응합니다.
- 완전성: 중요한 CI와 속성이 존재합니다.
- 정확성: 레코드가 말하는 것이 현실과 일치합니다.
- 적시성: 변경이 유용할 만큼 빨리 레코드에 나타납니다.
- 일관성: 같은 것이 다른 이름으로 두 번 기록되지 않습니다. 같은 것을 가리키는 레코드를 대응시키는 것은 개체 해소의 문제입니다.
- 관계 품질: CI 사이의 의존성이 존재하고 올바릅니다. 가치의 대부분, 그리고 부패의 대부분이 있는 곳입니다.
CMDB의 가장 깊은 시험은 사용입니다. 사람들이 인시던트와 변경 중에 참조하고, 틀렸을 때 고치는 레코드는 건강합니다. 감사만 받는 레코드는 그렇지 않습니다. 따라서 아래 측정치는 품질 측정치를 사용 측정치와 짝지웁니다.
굿하트의 법칙의 방호책은 반전과 함께 적용됩니다. 완전성은 기본값으로 쉽게 부풀릴 수 있고, 정확성은 점검 없이 쉽게 주장할 수 있습니다. 독립적인 증거와 사용 측정치를 고집하십시오(주제 1.2, 굿하트의 법칙과 지표의 심리학 참조).
핵심 원칙
- 질문에서 시작하십시오. 레코드가 무엇에 답해야 하는지 정하고, 그것만 만드십시오.
- 크지만 의심스러운 레코드보다 작지만 신뢰받는 레코드를 선호하십시오. 신뢰를 얻으면 범위가 커집니다.
- 진실의 원천이 레코드를 채우게 하십시오. 스프레드시트를 든 사람이 아니라 파이프라인, 클라우드 API, 탐색이 레코드에 써야 합니다.
- 서비스 팀이 자기 서비스의 레코드를 소유하게 하십시오. 그들이 의존성을 알고 오류의 비용을 느낍니다.
- 품질뿐 아니라 사용으로도 측정하십시오. 좋은 레코드는 참조됩니다.
- 현실에 비춰 점검하십시오. 레코드가 일어나는 일을 예측하는지 물어서 시험하십시오.
- 원천에서 고치십시오. 틀린 레코드는 증상입니다. 표류하게 둔 프로세스를 찾으십시오.
지표 정의
| 지표 | 정의 | 공식 | 단위 | 데이터 원천 | ITIL 프랙티스 | 애자일 대응 | 주기 |
|---|---|---|---|---|---|---|---|
| CI 완전성 | 모든 필수 속성이 유효한 값으로 채워진 범위 안 CI의 비율 | 모든 필수 속성이 유효한 범위 안 CI / 범위 안 CI | 퍼센트 | CMDB, 속성 규칙 | 서비스 구성 관리, IT 자산 관리 | 완료의 정의에 서비스 설명 포함 | 월 |
| CI 정확성 | 필수 속성에서 레코드가 증거와 일치하는 표본 추출 CI의 비율 | 모든 필수 속성이 일치하는 표본 CI / 표본 추출한 CI | 퍼센트 | 실제 시스템과 비교한 감사 표본 | 서비스 구성 관리 | 코드형 인프라 상태가 현실과 일치 | 분기 |
| 의존성 포괄률 | 상류 및 하류 의존성이 지도로 그려지고 검토된 핵심 서비스의 비율 | 최근 90일 안에 검토한 의존성 지도가 있는 핵심 서비스 / 핵심 서비스 | 퍼센트 | CMDB 관계와 검토 기록 | 서비스 구성 관리, 가용성 관리 | 아키텍처 및 서비스 소유권 검토 | 분기 |
| 영향 예측 적중률 | 실제로 영향받은 서비스가 CMDB의 예측 영향에 있었던 인시던트와 변경의 비율 | 영향받은 모든 서비스가 예측된 인시던트 또는 변경 / 검토한 인시던트 또는 변경 | 퍼센트 | CMDB 쿼리와 비교한 인시던트 후 검토 및 변경 레코드 | 인시던트 관리, 변경 활성화 | 빠진 의존성에 대한 비난 없는 검토 발견 | 분기 |
| 중복 CI 비율 | 다른 CI를 중복하는 CI의 비율 | 매칭 규칙이 중복으로 표시하고 검토에서 확인된 CI / 범위 안 CI | 퍼센트 | CMDB 매칭 보고서와 검토 표본 | 서비스 구성 관리 | 단일 진실 원천 | 월 |
| 갱신 지연 | 현실에서 CI가 바뀐 때부터 CMDB에서 갱신되기까지의 지연 | 변경 이벤트부터 CMDB 갱신까지 시간 또는 일수의 중앙값과 85번째 백분위수 | 시간 또는 일 | CMDB 타임스탬프와 비교한 변경 이벤트 및 파이프라인 이벤트 | 서비스 구성 관리, 변경 활성화 | 파이프라인의 자동 등록 | 월 |
| CMDB 사용률 | CI를 참조하는 인시던트와 변경의 비율, 그리고 그 중 사용자가 레코드가 도움이 되었다고 보고하는 비율 | 유효한 CI를 참조하는 레코드 / 기간 중 인시던트와 변경, 그리고 CI 데이터가 도움이 된 검토 레코드의 비율 | 퍼센트 | ITSM 도구, 짧은 피드백 프롬프트 | 인시던트 관리, 변경 활성화 | 작업에서 공유 레코드를 쓰는 팀 | 월 |
"범위 안 CI"의 범위를 부류와 중요도별로 정의하고 기록하십시오. CI는 필수로 명명한 속성에서만 정확합니다. 갱신 지연은 배포나 구매 같은 실제 이벤트에서 시작해 CMDB가 그것을 반영할 때 멈춥니다. 영향 예측 적중률은 실제로 영향받은 서비스를 기록하는 검토 단계가 필요하며, 그 검토만큼만 믿을 만합니다.
권장 사항
레코드의 용도를 정하십시오
1. CMDB가 답해야 하는 질문을 적으십시오. 전형적인 질문은 이 구성 요소에 무엇이 의존하는가, 누가 이 서비스를 소유하는가, 최근 무엇이 바뀌었는가, 여기서 실패하면 무엇이 영향받는가, 무엇이 지원 종료인가입니다. 각 질문에 필요한 CI 부류, 속성, 관계를 명명하십시오. 질문에 답하는 데 필요하지 않은 것은 빼도 되는 후보입니다.
2. 가장 중요한 서비스부터 시작하십시오. 소수의 핵심 서비스를 골라 처음부터 끝까지 지도를 그리고, 더 추가하기 전에 그것을 제대로 하십시오. 열 개 서비스의 믿을 만한 지도가 천 개의 의심스러운 지도보다 더 많이 도움이 됩니다. 신뢰와 사용이 커지면 넓히십시오.
3. 부류, 속성, 관계 유형을 단순하게 정의하십시오. CI 부류(서비스, 애플리케이션, 데이터베이스, 호스트, 네트워크, 클라우드 자원)와 관계 유형(의존한다, 위에서 실행된다, 연결된다, 소유된다)의 짧은 목록이 대부분의 필요를 충족합니다. 모든 것을 포착하려는 모델은 채우기 어렵고 쿼리하기는 더 어렵습니다. 서면 모델을 두고 의도적으로 변경하십시오.
원천에서 레코드를 채우십시오
4. 파이프라인과 코드에서 게시하십시오. 인프라와 애플리케이션이 코드로 정의된 곳에서는 전달 파이프라인이 변경마다 CI를 만들고, 갱신하고, 폐기하게 하며, 코드와 함께 선언한 소유권과 의존성 정보를 포함하십시오. 선언을 서비스의 완료의 정의의 일부로 다루십시오. 이렇게 하면 갱신 지연이 거의 0이 되고 레코드가 운영되는 것과 맞게 유지됩니다.
5. 탐색을 두 번째 의견으로 쓰십시오. 네트워크와 클라우드 서비스 탐색은 실제로 무엇이 실행되고 어떻게 연결되는지 찾습니다. 선언된 레코드와 비교하십시오. 차이는 발견 사항입니다. 선언이 무언가를 빠뜨렸거나, 실행되면 안 되는 무언가가 실행 중입니다. 탐색만으로는 소유권 없는 잡음 많은 데이터가 나오므로, 작성이 아니라 점검에 쓰십시오.
6. 안정된 식별자와 매칭 규칙을 쓰십시오. 서로 다른 원천이 같은 것을 다르게 명명할 때 중복이 생깁니다. 각 CI 부류의 고유 식별자에 합의하고, 원천 식별자를 기록하고, 매칭 규칙을 실행해 중복을 찾아 병합하십시오. 자동 병합은 서로 다른 것을 합칠 수 있으므로 표본을 사람이 검토하십시오.
7. 각 서비스 팀에 자기 몫의 소유권을 주십시오. 서비스를 만들고 운영하는 팀이 의존성을 알고 오류를 알아차리기에 가장 좋은 위치에 있습니다. 템플릿, 계획 시의 짧은 검토, 데이터가 쓰일 때의 피드백으로 그들에게 쉽게 만들어 주십시오. 중앙 팀은 모델, 도구, 점검을 소유하며 모든 레코드를 소유하지는 않습니다.
품질과 사용을 측정하십시오
8. 표본 추출로 정확성을 감사하십시오. 분기마다 CI의 무작위 표본을 뽑아 실제 시스템에 비춰 점검하고, 실제 시스템에서 두 번째 표본을 뽑아 레코드에 나타나는지 점검하십시오. 부류별로 정확성을 보고하고 오류의 주요 원천을 보여 주십시오. 추세가 의미를 갖도록 표본 방법을 고정해 두십시오.
9. 인시던트에 비춰 지도를 시험하십시오. 중대한 인시던트나 변경 뒤에 실제로 영향받은 서비스를 CMDB가 예측한 것과 비교하십시오. 놓친 것을 기록하고 빠진 의존성을 고치십시오. 이것은 레코드를 사건에 비춰 점검하므로 가장 의미 있는 정확성 시험이며, 지도를 바로잡을수록 적중률이 개선됩니다. 사람들이 놓친 것을 쉽게 보고하도록 비난 없는 검토를 쓰십시오(주제 4.2, 사후 분석과 학습 지표 참조).
10. 사용을 추적하고 도움이 되었는지 물으십시오. 인시던트와 변경이 CI를 얼마나 자주 참조하는지 세고, 대응자와 승인자에게 레코드가 도움이 되었는지 짧게 물으십시오. 긍정적인 답과 함께 오르는 사용률이 가치의 가장 분명한 신호입니다. 낮은 사용률은 사람들이 레코드를 신뢰하지 않거나 존재를 모른다는 뜻이며, 둘 다 고칠 수 있습니다.
11. 소유자와 의존성 지도를 정기적으로 검토하십시오. 소프트웨어가 진화하면서 의존성이 바뀝니다. 핵심 서비스의 소유자에게 분기마다, 가급적 계획이나 아키텍처 대화의 일부로 지도를 확인해 달라고 요청하십시오. 확인 날짜를 속성으로 쓰고 기한이 지난 지도를 보여 주십시오.
정직하고 비례에 맞게 유지하십시오
12. 아무도 쓰지 않는 것은 폐기하십시오. 어떤 질문에도 필요 없고 아무도 참조하지 않는 CI 부류와 속성을 제거하십시오. 더 적고 더 나은 필드가 정확성을 높입니다. 모델을 매년 검토하고 무엇을 왜 제거했는지 기록하십시오. 더 작은 레코드는 참으로 유지할 것이 적고, 품질 측정치를 정직하게 충족하기 쉽게 만듭니다.
악용 방식과 방호책
| 지표 | 악용되는 방식 | 짝을 이루는 방호책 지표 또는 실천 |
|---|---|---|
| CI 완전성 | 필수 속성을 기본값이나 자리표시자로 채움, 필수 목록을 좁힘 | 기본값과 자리표시자 값을 셈, 고정된 필수 목록, 정확성 표본 |
| CI 정확성 | 쉬운 부류를 표본 추출함, 정리 뒤에 감사함 | 양쪽 방향에서 독립적으로 뽑은 무작위 표본, 고정된 방법 |
| 의존성 포괄률 | 읽지 않고 지도를 검토됨으로 표시함, 사소한 의존성만 지도로 그림 | 영향 예측 적중률, 실제 트래픽에 비춰 지도 표본 점검 |
| 영향 예측 적중률 | 잘 풀린 인시던트를 고름, 영향받은 서비스를 좁게 기록함 | 모든 중대한 인시던트 검토, 소유 팀 밖의 검토자 |
| 중복 CI 비율 | 비율을 낮추려고 서로 다른 CI를 병합함, 매칭 규칙을 느슨하게 함 | 병합의 정확성 표본 조사, 병합 규칙 기록 |
| 갱신 지연 | 변경 이벤트의 날짜를 소급함, 자동화된 갱신만 셈 | 원천 시스템의 이벤트와 갱신 타임스탬프 비교, 감사 추적 |
| CMDB 사용률 | 형식적으로 CI 참조를 추가함, 아무 값이나 넣도록 필드를 필수로 만듦 | 참조된 CI가 관련 있는지 점검, 도움이 되었는지 묻는 피드백 질문 |
건강한 수치는 높은 측정 정확성의 더 작은 레코드, 실제 인시던트를 예측하는 의존성 지도, 자동화된 부류의 거의 0인 갱신 지연, 도움이 되기 때문에 레코드를 쓴다고 말하는 사람들입니다.
상충 관계: 장점과 단점
| 접근 방식 | 강점 | 약점 |
|---|---|---|
| 포괄적인 CMDB | 넓은 관점, 많은 사용 사례를 지원함 | 참으로 유지하는 비용이 크고 낡음 |
| 최소한의 질문 중심 CMDB | 신뢰받고 쌈 | 간극이 있음, 성장 규율이 필요함 |
| 탐색 기반 채움 | 알려지지 않은 것을 찾음, 수작업이 적음 | 잡음이 많음, 소유권과 목적이 없음 |
| 파이프라인 기반 채움 | 정확하고 지연이 낮음 | 파이프라인으로 만든 것에 한정됨 |
| 레코드의 중앙 소유 | 일관성 | 느리고 지식에서 멂 |
| 레코드의 팀 소유 | 정확하고 빠름 | 편차가 있음, 템플릿과 점검이 필요함 |
| 그래프 방식 모델 | 관계와 영향 쿼리에 자연스러움 | 기술과 도구가 필요함 |
| 관계형 테이블 모델 | 익숙하고 단순함 | 깊은 의존성 쿼리에는 어색함 |
실용적인 답은 작고 질문 중심으로 시작하고, 파이프라인에서 채우되 탐색을 두 번째 의견으로 쓰고, 서비스 팀이 자기 레코드를 책임지게 하는 것입니다. 그래프 데이터베이스는 의존성 질문을 자연스럽게 던지게 해 주지만, 모델을 단순하게 유지하면 일반 데이터베이스도 작동합니다.
팀과 논의할 질문
1. CMDB가 답해 주기를 마지막으로 바랐던 질문은 무엇이며, 답할 수 있었나요? 누군가 의존성을 찾아본 최근의 인시던트나 변경을 떠올리십시오. 무엇을 찾았고 대신 무엇을 했습니까? 진행자는 질문과 레코드를 참조했는지를 기록해야 합니다. 결과가 레코드의 목적에 대한 첫 후보입니다.
2. 가장 중요한 서비스가 지금 실패한다면 예측된 영향을 얼마나 확신할까요? CMDB의 예측 영향을 요청해 서비스를 아는 사람들이 믿는 것과 비교하십시오. 차이를 메모하십시오. 어느 의존성을 먼저 검증하고 누가 점검할지 합의하십시오.
3. 각 서비스의 레코드는 누가 소유하며, 그들이 그것을 아나요? 핵심 서비스와 CMDB 항목의 소유자를 나열하십시오. 소유자가 알고 최근에 검토했는지 물으십시오. 소유자가 "CMDB 팀"인 곳에서는 소유권을 서비스 팀으로 옮기는 방법을 논의하십시오.
4. 필수 필드를 만족시키려고 그냥 채워 넣는 것은 무엇인가요? 기본값과 자리표시자를 찾으십시오. 이들은 모델이 누구도 알지 못하는 것 이상을 요구하는 곳을 보여 줍니다. 필드를 제거할지, 자동화할지, 실제 원천을 찾을지 결정하십시오.
5. 우리 레코드는 어디서 실행 중인 것과 어긋나나요? 서비스 하나의 탐색 출력을 레코드와 비교하십시오. 각 차이에 대해 레코드와 현실 중 무엇을 바꿔야 하는지 물으십시오. 대화는 낡은 데이터와 승인되지 않은 구성 요소를 모두 찾는 경향이 있습니다.
6. 우리는 무엇의 기록을 멈출까요? 6개월 동안 아무도 쓰지 않은 부류, 속성, 관계를 나열하십시오. 각각이 사라지면 어떻게 될지 물으십시오. 둘을 제거하고 누군가 알아차리는지 지켜보기로 합의하십시오.
네 가지 관점
제품 및 전달 팀
전달 팀은 서비스가 무엇에 의존하는지 지식을 쥐고 있으며 레코드를 참으로 유지하기에 가장 좋은 위치에 있습니다. 코드와 함께 소유권과 의존성을 선언하고, 설계가 바뀌면 검토하고, 변경을 계획할 때 레코드를 써야 합니다. 서비스 설명 갱신을 포함하는 완료의 정의는 레코드를 작업 가까이에 둡니다.
서비스 및 운영 팀
운영 팀은 인시던트와 변경 중에 레코드를 참조하므로 그 오류를 가장 먼저 느낍니다. 검토에서 놓친 것을 보고하고, 탐색 점검을 실행하고, 매칭 규칙을 유지하고, 소유자에게 피드백을 줘야 합니다. 도구와 감사 표본도 운영합니다.
리더십과 거버넌스
리더는 영향과 위험이 보이기를 원하며, 실망으로 끝나는 큰 CMDB 프로그램을 후원하는 경우가 많습니다. 레코드 수 대신 사용과 정확성의 증거를 요청하고, 파이프라인 통합에 자금을 대고, 잘 해낸 더 작은 범위를 받아들여야 합니다. 거버넌스는 영향 예측 적중률과 간극 목록을 볼 것을 기대해야 합니다.
고객과 사용자
인시던트가 더 빨리 진단되고 변경이 의존하는 서비스를 덜 깨뜨릴 때 사용자가 이득을 봅니다. CMDB를 거의 보지 못하지만, 영향받은 서비스를 올바르게 명명하는 소통과 변경 뒤의 더 적은 놀라움에서 그 효과를 봅니다. 인시던트 뒤의 그들의 피드백은 영향의 그림이 옳았는지 보여 줍니다.
실제 적용: 서비스 관리 사례
한 국적 항공사의 기술 그룹이 약 300개 애플리케이션과 고객 예약 플랫폼을 운영합니다. 아래 숫자는 예시입니다.
CMDB는 CI 180,000개를 담고 있으며 5년 전 탐색 도구로 채워졌습니다. 서비스 관리 책임자는 그것을 유지할 가치가 있는지 알고 싶어 합니다. 그는 작은 팀에게 시험해 보라고 요청합니다. 품질을 위해 표본 150개 CI를 감사해 다섯 개 필수 속성에서 71퍼센트의 정확성을 찾습니다. 지도를 위해 지난 20건의 중대한 인시던트를 검토하고 실제로 영향받은 서비스를 CMDB가 예측한 것과 비교하는데, 20건 중 6건에서 영향받은 모든 서비스를 예측했으므로 적중률은 30퍼센트입니다. 사용에 대해서는 지난 분기 인시던트의 12퍼센트가 CI를 참조했고, 대응자 짧은 설문에서 대부분 별도의 위키 페이지에 의존한다고 답했습니다. 중복 CI는 전체의 9퍼센트입니다.
팀은 서비스 소유자와 네 가지를 결정합니다. 범위를 가장 많은 고객을 나르는 40개 서비스로, 다섯 개 CI 부류와 네 개 관계 유형으로 줄입니다. 각 서비스 팀에게 소유자, 의존성, 런타임 위치를 코드와 함께 두는 짧은 파일로 선언하라고 요청하고, 파이프라인이 릴리스마다 이를 CMDB에 게시합니다. 탐색을 매주 실행하고 차이를 소유자에게 보고합니다. 인시던트 검토에 "CMDB 예측이 맞았는가?"라는 필드를 추가하고 놓친 것을 2주 안에 고칩니다.
두 분기 뒤 범위를 좁힌 CMDB는 CI 14,000개이고, 표본 집합의 정확성은 92퍼센트이며, 파이프라인에 있는 서비스는 릴리스에서 레코드까지의 갱신 지연이 1시간 미만이고, 최근 12건 인시던트의 적중률은 75퍼센트입니다. 인시던트에서의 CMDB 사용은 58퍼센트로 올랐고, 대응자들은 위키 페이지가 더 이상 필요 없다고 말합니다. 최고 운영 책임자가 나머지 260개 애플리케이션을 한꺼번에 들여오는 계획을 요청합니다. 서비스 관리 책임자는 시험 인시던트에서 합의된 수준 이상의 적중률을 각각 얻은 뒤 분기마다 열 개 서비스씩 추가하자고 제안하고, 이전의 넓은 레코드는 한 번도 신뢰받은 적이 없다고 설명합니다. 결정은 분기별 검토와 함께 기록됩니다.
애자일, AI, 자동화, 분석
애자일
서비스 팀이 작업의 일부로 자기 레코드를 최신으로 유지하게 하고, 그들과 정기적으로 품질을 검토하십시오. 주의할 점은 완전성 목표만 있으면 자리표시자로 채워진 레코드가 나온다는 것입니다.
AI
AI는 의존성을 추론하고, 레코드를 제안하고, 구성 데이터에서 질문에 답할 수 있으며, AI 시스템 자체도 구성 항목입니다. AI가 제안한 의존성의 영향 예측 적중률을 실제 인시던트에 비춰 추적하십시오. 주의할 점은 의존성을 추측하는 AI가 그럴듯한 오류로 레코드를 오염시킬 수 있다는 것입니다.
자동화
탐색과 코드형 인프라에서 레코드를 채우고 갱신 지연을 측정하십시오. 주의할 점은 명확한 식별 규칙이 없으면 자동 탐색이 중복되거나 낡은 항목을 만들 수 있다는 것입니다.
분석
데이터베이스를 실제 변경과 인시던트의 질문에 얼마나 잘 답하는지로 판단하고 사용률을 보고하십시오. 이는 데이터를 어디서 개선할지에 정보를 줍니다. 주의할 점은 정확성이 표본 추출로 측정되므로 표본 크기를 보여 줘야 한다는 것입니다.
부문별 관점
스타트업. 서비스 카탈로그와 코드형 인프라 이상의 CMDB는 거의 필요하지 않습니다. 서비스 소유자와 의존성을 저장소에 두고 거기서 지도를 생성하십시오. 질문이 파일을 넘어설 때만 데이터베이스를 추가하십시오.
소규모 사업. 단순한 다이어그램과 소유자 및 공급업체가 있는 시스템 목록이면 충분할 수 있습니다. 중요한 변경마다 갱신하십시오. 작은 환경을 위한 플랫폼을 사는 것은 삼가되, 장애 중에는 대단히 귀중하므로 다이어그램을 최신으로 유지하십시오.
대기업. 규모는 모델, 연합된 소유권, 인수합병을 포함한 여러 원천과의 통합을 필요로 합니다. 식별자와 핵심 모델을 표준화하고, 팀이 규칙 안에서 확장하게 하고, 사용과 정확성을 도메인별로 측정하십시오. 지속적인 매칭 및 정제 기능을 운영할 것을 예상하십시오.
정부 및 공공 부문. 서비스는 오래된 시스템, 계약자, 공유 인프라에 의존하는 경우가 많고 인시던트의 영향이 대중에게 미칠 수 있습니다. 공급업체와 공유 플랫폼에 대한 의존성을 명시적으로 지도로 그리고, 감사를 위해 기록을 보관하고, 연속성 계획과 맞추십시오(주제 5.6, 서비스 연속성 지표 참조).
비즈니스 케이스: 동기, ROI, TCO
비용은 모델링과 거버넌스 노력, 파이프라인과 탐색의 통합, 일부 도구, 감사와 수정의 노력입니다. 많은 조직이 이미 플랫폼을 가지고 있습니다. 템플릿이 있으면 파이프라인으로 채우는 것은 쌉니다. 모든 것을 한꺼번에 채우는 큰 프로그램은 비용이 많이 들었고 자주 실패했습니다.
수익은 더 짧은 인시던트, 더 안전한 변경, 정보를 찾는 데 쓰는 시간의 감소입니다. 자체 증거로 사례를 만드십시오. 전형적인 인시던트에서 대응자가 의존성을 찾는 데 쓰는 시간, 빠진 의존성 정보가 진단을 지연시킨 인시던트의 비율, 예상치 못한 영향을 일으킨 변경입니다. 영향 예측 적중률은 레코드가 도움이 되었을지에 대한 직접적인 측정치입니다. 출처를 추적할 수 없다면 변경이 일으킨 인시던트의 비율이나 장애 비용에 대한 공개 주장은 피하십시오. 크고 의심스러운 레코드를 유지하는 비용을 작고 신뢰받는 레코드의 가치와 견주어 세십시오.
안티패턴과 함정
- 모든 것을 먼저 채우기. 크고 낡은 레코드는 신뢰를 파괴합니다. 핵심 서비스에서 시작하십시오.
- 탐색을 유일한 원천으로 삼기. 왜 존재하는지, 누가 소유하는지는 알려 줄 수 없습니다. 선언과 결합하십시오.
- 완전성을 감사하고 품질이라 부르기. 완전하지만 틀린 것은 불완전하지만 옳은 것보다 나쁩니다. 정확성을 표본 추출하십시오.
- 중앙 팀이 모든 데이터를 소유하기. 그들은 그것을 모릅니다. 서비스 팀에 소유권을 주십시오.
- 기본값이 있는 필수 필드. 완전해 보이지만 정보를 담지 않습니다. 제거하거나 자동화하십시오.
- CI의 수로 측정하기. 많다고 좋은 것이 아닙니다. 정확성, 적중률, 사용을 측정하십시오.
- 관계 무시하기. 의존성이 없으면 CMDB는 재고 목록입니다. 핵심 서비스의 지도에 투자하십시오.
- 놓친 것으로 사람을 비난하기. 그들이 보고를 멈춥니다. 놓친 의존성을 발견 사항으로 다루십시오.
성숙도 모델
| 차원 | 1 시작 | 2 발전 | 3 표준화 | 4 관리 | 5 조율 |
|---|---|---|---|---|---|
| 범위와 모델 | 탐색이 찾은 것 무엇이든 | 모델이 정의됨, 넓은 범위 | 질문 중심 모델, 핵심 서비스를 지도로 그림 | 적중률과 사용이 정당화할 때 범위가 커짐 | 팀과 공급업체에 걸친 연합 모델, 공유 식별자 |
| 채움과 품질 | 수작업 또는 일회성 적재 | 일정에 따른 탐색과 가져오기 | 파이프라인이 코드에서 게시, 점검으로서의 탐색, 표본 감사 | 정확성, 지연, 중복을 측정하고 추세로 봄 | 자동 대조와 소유자 확인이 있는 실시간 피드 |
| 사용 | 거의 참조되지 않음 | 소수의 팀이 사용함 | 인시던트와 변경에서 표준 관행으로 참조됨 | 인시던트에 비춰 영향 예측을 시험하고 사용과 유용성을 추적함 | 레코드가 자동화된 결정과 공유 공급업체 지도에 정보를 줌 |
체크리스트
- CMDB가 답해야 하는 질문이 적혀 있다.
- 범위는 정의된 성장 규칙과 함께 핵심 서비스로 한정되어 있다.
- 모델에 소수의 부류, 속성, 관계 유형이 있다.
- 각 핵심 서비스에 지난 분기에 레코드를 확인한 소유자가 있다.
- 코드로 만든 서비스는 파이프라인이 CI 변경을 게시한다.
- 탐색 결과를 레코드와 비교하고 차이를 검토한다.
- 분기마다 양쪽 방향으로 무작위 정확성 표본을 감사한다.
- 인시던트 검토가 예측된 영향이 옳았는지 기록한다.
- 인시던트와 변경에서의 CMDB 사용을 유용성 질문과 함께 추적한다.
- 쓰이지 않는 부류와 속성을 일정에 따라 폐기한다.
AI 프롬프트
질문과 범위를 정의합니다.
우리는 [조직 유형과 서비스]를 운영합니다. 구성 정보가 필요한 전형적인 상황:
[인시던트, 변경, 감사 나열]. CMDB가 답해야 할 질문의 목록, 각각에 필요한 CI
부류, 속성, 관계, 가장 중요한 서비스의 최소한의 시작 범위를 초안해 주세요.
도구를 지어내지 마세요. 가정한 내용과 서비스 소유자와 확인할 것을 나열해
주세요.
영향 예측 놓침을 분석합니다.
인시던트 [설명] 뒤, CMDB는 다음 서비스가 영향받을 것이라고 예측했습니다:
[목록]. 실제로 영향받은 서비스는 다음과 같았습니다: [목록]. 각 차이에 대한 가능한
이유(빠진 의존성, 잘못된 관계, 낡은 데이터, 간접 의존성)를 설명하고, 각각을
검증하는 방법을 제안하고, 원천에서의 수정을 제안해 주세요. 정보가 뒷받침하지
못하는 원인을 가정하지 마세요. 가정한 내용을 나열해 주세요.
서비스 팀을 위한 선언 파일을 설계합니다.
서비스 팀이 CMDB를 위해 서비스를 설명하려고 코드와 함께 보관하는 짧고 사람이
읽을 수 있는 선언을 제안해 주세요. 소유자, 지원 연락처, 티어, 의존성, 런타임
위치, 데이터 분류입니다. 파이프라인이 적용할 수 있는 검증 규칙과 [서비스
유형]의 최소 예를 포함해 주세요. [질문 붙여 넣기]의 질문이 요구하는 것으로
한정해 주세요. 가정한 내용과 보안과 검토할 필드를 나열해 주세요.
분기별 정확성 감사를 계획합니다.
우리 CMDB는 다음 부류의 CI [수]개를 담고 있습니다: [목록]. 양방향(CMDB에서
현실로, 현실에서 CMDB로)에서 뽑은 무작위 표본이 있는 분기 감사를 설계하고,
부류별로 무엇을 점검할지, 정확성과 오류 원천을 정직하게 보고하는 방법, 자기
숙제를 스스로 채점하지 않는 방법을 말해 주세요. 통계적 정밀성을 과장하지
마세요. 가정한 내용을 나열해 주세요.
AI 스킬
- 서비스 관리 지표 스킬: 구성 품질 지표에 짝을 이루는 방호책을 찾을 때 사용합니다.
- 서비스 관리 지표 유지보수 스킬: CMDB 지표 항목이 악용 방식, 방호책, 독립 증거 규칙을 갖추고 있는지 확인할 때 사용합니다.
핵심 정리
- 가장 중요한 서비스에 대한 명명된 질문에 답하도록 CMDB를 만들고, 신뢰가 커지면 키우십시오.
- 파이프라인과 코드에서 채우고, 탐색을 두 번째 의견으로 쓰고, 서비스 팀이 자기 레코드를 소유하게 하십시오.
- 사건에 비춰 품질을 시험하십시오. 예측한 영향을 인시던트에서 실제로 일어난 것과 비교하십시오.
- CI의 수가 아니라 사용과 유용성을 측정하십시오.
- 양쪽 방향의 독립적인 증거에서 정확성을 표본 추출하십시오.
- 아무도 쓰지 않는 것은 폐기하고, 오류는 원천에서 고치십시오.
참고 문헌과 더 읽을거리
- 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.