运维平台元数据稽核小结

数据库运维中的元数据建设都是重中之重，如果元数据不具有参考的价值，那么后续的操作都会受到影响，但是元数据的建设也应该是分成几个步子来走，首先得能够收集到元数据或者元数据的录入，数据有了后续做规范和标准化才有依据，否则还没开始接入数据就设定一大堆的规范和标准，接入的时候难免开始就会有一种排斥感；其次，数据的收集不能一次性追求最完整，最系统，一定是能够抓住重点，逐步来落实，否则刚开始设定的规范，到了后期集成的时候反复调整反复改，谁都受不了；有了数据，逐步来落实质量，这个过程就是逐步规范化的过程，这个过程中要把握的就是通用和定制的粒度，统一的模板，但是数据的意义可能会有所差别，这个平衡度就是关键。

假设到了现在，你已经收录了很多的元数据信息，也在这个过程中发现了一系列的问题，我们是时候来做一些稽核的工作了。

比如你看到的一个元数据列表类似下面的形式，假设有9个数据库实例，其实这个阶段你也会犯嘀咕，要拍胸脯说元数据妥妥的，那是主观片面的，我们怎么来验证，或者怎么发现元数据问题来修复。

当然你可以想出很多的可能，越多的可能会让你偏离中心，所以也需要做到收敛。

因为所有的实例都可以通过中控访问，所以第一层验证就是ssh是否可达。

所以很快写了一个后台程序来扫描，结果发现20%的服务器存在ssh通信的问题。

看起来数据很惊人，经过确认，发现是一部分的用户属主不一样，比如mysql我们使用dba_mysql用户，Redis使用dba_redis用户，不能一概而论，其他有问题的数据库也是这种情况，所以经过确认和修复，这个指标下降到了2%。

第二个阶段是对已有的元数据信息做确认，那些不可访问的实例是否已经下线或者后期做了迁移，这个阶段非常重要，直接关乎到数据质量。

所以确认之后，发现这个比例降到了1%。

当然到了这个时候，看起来元数据已经差不多了，剩下的1%的很快就可以确认了。工作量相对来说就很清晰了。

第三个阶段其实是对于未知问题的把握，比如我们的元数据库中录入了100个实例，但是可能某个服务器上另外又部署了2个实例，在元数据中可能遗漏了。或者说服务器上运行着5个实例，但是在元数据里面是6个实例，因为之前做的都是ssh是否可达的校验，这一层的校验目前还是空白。

所以零零散散的拼接起来，大体就是下面的几类问题了。

整个对比就是一个全面的比较，元数据就是一个列表，系统中抓取的信息也是一个列表，两个列表互相对比，就能够得到一些差异的数据。

所以这个阶段的工作相对会有一点难度，但是经过这个维度的对比，整个过程思路会更加清晰，而且结果也具有说服力。

我写了如下的两段程序来完成这个基本的工作。

def cmdb_info_batch(request):

return_dict = {}

for vm_ip_addr_s in Cmdb_server.objects.filter(server_status=1).values("server_ip_addr").distinct():

vm_ip_addr = vm_ip_addr_s['server_ip_addr']

db_instance = Cmdb_server.objects.filter(server_ip_addr=vm_ip_addr)[0:1]

if len(db_instance) > 0:

db_type = db_instance[0].server_db_type

else:

db_type = 'others'

ansible_user = get_ansible_user(db_type)

result = ansible_adhoc(ansible_user, vm_ip_addr, "shell", 'date', True)

if len(result['success']) > 0:

print('success:',result['success'])

Cmdb_server.objects.filter(server_ip_addr=vm_ip_addr).update(

server_status=1,

)

if len(result['unreachable']) >0:

print('unreachle:',result['unreachable'])

Cmdb_server.objects.filter(server_ip_addr=vm_ip_addr).update(

server_status=2,

)

if len(result['failed']) >0:

print('failed:',result['failed'])

return return_response(request, 'cmdb/cmdb_info_ext_list.html', return_dict)

def instance_detect_batch(request):

return_dict = {}

for vm_ip_addr_s in Cmdb_server.objects.filter(server_status=1,server_db_type='MySQL').values("server_ip_addr").distinct():

vm_ip_addr = vm_ip_addr_s['server_ip_addr']

result = ansible_adhoc('dba_mysql', vm_ip_addr, "script", '/home/dba_mysql/scripts/get_mysql_info_by_host.sh', True)

#print(result)

if len(result['success']) > 0:

script_db_ports = []

for script_db_port in result['success'][vm_ip_addr]:

db_port = script_db_port.split(' ')[0]

script_db_ports.append(int(db_port))

cmdb_ports = []

for cmdb_port in Cmdb_server.objects.filter(server_ip_addr=vm_ip_addr).values("server_db_port"):

cmdb_ports.append(cmdb_port['server_db_port'])

if len(script_db_ports) > 0:

print(vm_ip_addr,'script_db_ports',script_db_ports, 'is missing in cmdb_db_ports',cmdb_ports,',result:',A_Missing_From_B(script_db_ports,cmdb_ports))

if len(cmdb_ports) > 0:

print(vm_ip_addr,'cmdb_db_ports',cmdb_ports, 'is missing in script_db_ports',script_db_ports,',result:',B_Missing_From_A(script_db_ports,cmdb_ports))

if len(result['unreachable']) > 0:

print('unreachle:',result['unreachable'])

if len(result['failed']) >0:

print('failed:',result['failed'])

return return_response(request, 'cmdb/cmdb_info_ext_list.html', return_dict)

其中涉及到两个列表对比的部分，代码可以参考：

def union_A_AND_B(listA, listB):

return list(set(listA).union(set(listB)))

def A_Missing_From_B(listA, listB):

return list(set(listB).difference(set(listA)))

def B_Missing_From_A(listA, listB):

return list(set(listA).difference(set(listB)))

def main():

listA = [1, 2, 3, 4, 5, 7]

listB = [3, 4, 5, 6, 7]

A_Missing_From_B(listA, listB)

B_Missing_From_A(listA, listB)

一段代码校验后的输出如下：

(u'192.168.xxx.xx', 'script_db_ports', [4323, 4359, 4360], 'is missing in cmdb_db_ports', [4308, 4320, 4322, 4323, 4325, 4350, 4352, 4358, 4359, 4360, 4367, 4377, 4600, 7379, 7380, 7386, 7391, 7392, 7397, 7398, 7399], ',result:', [4320, 4352, 4322, 4325, 4358, 7399, 7392, 7398, 4367, 7379, 7380, 4377, 4600, 4308, 7386, 7391, 4350, 7397])

(u'192.168.xx.xx', 'cmdb_db_ports', [4308, 4320, 4322, 4323, 4325, 4350, 4352, 4358, 4359, 4360, 4367, 4377, 4600, 7379, 7380, 7386, 7391, 7392, 7397, 7398, 7399], 'is missing in script_db_ports', [4323, 4359, 4360], ',result:', [])

可以看到在这个测试环境里，有差不多18个实例没有收录到元数据中，至于具体的信息可以进一步确认，总体来说，到了这个阶段，可以说元数据是基本值得信赖的了。

最后还有一步是最难的，就是需要确认哪些没有收录到元数据中，但是确认存在的实例。这个工作如果满分是五星，可以打到四星了。

对于这个方案，你们有什么好的思路，欢迎提出来。