👉 AIOps / Lightspeed / 自动化闭环

这版是“架构师级模板”，包含：

• ✔ 数据模型（可直接建表）
• ✔ 关系模型（支持RCA）
• ✔ AI增强字段（支持自动修复）
• ✔ 落地规范（避免变“摆设CMDB”）

一、CMDB整体建模框架（顶层设计）

🎯 分层模型（必须按层设计）

L1：资源层（Host / VM / Container）L2：平台层（K8s / 中间件）L3：应用层（Application）L4：服务层（Service，业务视角）L5：关系层（依赖 / 调用链）

👉 核心思想：

从“机器视角”升级为“业务视角”

二、核心实体模型（标准模板）

🧩 1️⃣ 主机模型（Host）

Host:  id: string  hostname: string  ip: string  os: string  os_version: string  cpu: int  memory: int  disk: int  env: prod/test/dev  idc: string  status: active/inactive  owner: string  create_time: datetime

🧩 2️⃣ 容器/虚拟化模型

VM:  id: string  host_id: string  hypervisor: kvm/vmware  status: running/stoppedContainer:  id: string  image: string  node: string  namespace: string  status: Running/Pending

🧩 3️⃣ 应用模型（Application）

Application:  id: string  name: string  type: nginx/java/python  version: string  deploy_type: vm/container  port: int  config_path: string  log_path: string  owner: string  status: running/stopped

🧩 4️⃣ 服务模型（Service）⭐核心

👉 面向业务（必须有）

Service:  id: string  name: string  business: string  critical_level: P0/P1/P2  sla: float  owner: string

🧩 5️⃣ 数据库模型（Database）

Database:  id: string  type: mysql/redis  version: string  endpoint: string  cluster: true/false  role: master/slave  owner: string

三、关系模型设计（最核心）

👉 没有关系 = CMDB无价值

🔗 1️⃣ 部署关系（Deployment）

Application → Host / Container

🔗 2️⃣ 服务依赖关系（Dependency）⭐最关键

Service A → Service B

👉 示例：

Web → App → MySQL

🔗 3️⃣ 应用连接关系

Application → Database

🔗 4️⃣ 网络关系

Host → Host（端口/协议）

🔗 5️⃣ 容器关系

Pod → NodePod → Service

四、数据库表结构设计（可直接用）

📊 1️⃣ 主机表

CREATETABLE cmdb_host (  id INTPRIMARYKEY,  hostname VARCHAR(64),  ip VARCHAR(32),  os VARCHAR(64),  env VARCHAR(16),  owner VARCHAR(64));

📊 2️⃣ 应用表

CREATETABLE cmdb_app (  id INTPRIMARYKEY,  name VARCHAR(64),  host_id INT,  port INT,  status VARCHAR(16));

📊 3️⃣ 服务表

CREATETABLE cmdb_service (  id INTPRIMARYKEY,  name VARCHAR(64),  business VARCHAR(64),levelVARCHAR(8));

📊 4️⃣ 关系表（核心）

CREATETABLE cmdb_relation (  id INTPRIMARYKEY,  source_type VARCHAR(32),  source_id INT,  target_type VARCHAR(32),  target_id INT,  relation_type VARCHAR(32));

👉 relation_type 示例：

deploys / depends / connects

五、AIOps增强字段（关键差异点）

🧠 1️⃣ 标签系统（AI识别）

tags:  - nginx  - web  - high-traffic

🧠 2️⃣ Runbook绑定（自动修复）

runbooks:  cpu-high: restart-app  disk-full: clean-log

🧠 3️⃣ 告警策略

alerts:  cpu: 90  memory: 80  disk: 85

🧠 4️⃣ 健康检查

health_check:  type: http  url: /health

🧠 5️⃣ 拓扑缓存（AI加速）

topology_cache: true

六、CMDB + Lightspeed 联动设计（重点）

结合：

• Red Hat Lightspeed

🔁 AI分析流程

告警：CPU高↓Lightspeed分析日志↓查询CMDB：  当前应用属于哪个Service？  上下游是谁？↓判断：  是否是依赖服务问题？↓输出：  根因 + 修复建议

🎯 真实案例

告警：Nginx 502↓CMDB：  nginx → app → mysql↓AI判断：  app异常（不是nginx）↓执行：  重启app

七、落地实施路线（企业级）

🧩 第一阶段（1个月）

• 建立最小模型：
• Host + App + Service + 关系

🧩 第二阶段（2个月）

• 接入监控（Prometheus/Zabbix）
• 绑定CMDB

🧩 第三阶段（3个月）

• 接入自动化：
• Ansible

🧩 第四阶段（持续）

• 接入AI（Lightspeed）
• 实现闭环

八、企业常见失败点（必须避坑）

❌ 1️⃣ 只做资产，不做关系

👉 无法做RCA

❌ 2️⃣ 数据不更新

👉 CMDB变“垃圾库”

❌ 3️⃣ 没有自动化

👉 无法闭环

❌ 4️⃣ 没接入监控

👉 AI无数据

九、架构师总结（建议背）

👉 企业级CMDB本质三句话：

1️⃣ 描述资源（有什么）2️⃣ 描述关系（依赖谁）3️⃣ 支撑决策（怎么修）

十、给你一个“高级加分点”（很关键）

👉 把CMDB升级为：

CMDB → 拓扑图 → 知识图谱（Graph）

👉 结合AI：

实现“自动根因分析（RCA）”