电话:400-650-6396  15652658866

  当前位置:   首页 > 资源中心 > 信创国产化 > GB/T 43208.2-2025实施3个月了——运维数据治理不是“纸面合规”

GB/T 43208.2-2025实施3个月了——运维数据治理不是“纸面合规”

  作者:监控易        来源:美信时代 发布时间:2026-09-21

你有没有经历过:想分析一下过去半年CPU使用率的趋势,结果发现数据分散在3套监控工具里,命名规则还不一样——同一台服务器的CPU,在工具A里叫“CPU Utilization”,在工具B里叫“cpu_usage_pct”

想做个简单的趋势分析,光对数据就对了半天。最后放弃了。

这就是运维数据治理要解决的问题。

文章三:GBT 43208.2-2025实施3个月了——运维数据治理不是“纸面合规”.png

45家单位共同起草,这不是偶然

2025122日,GB/T 43208.2-2025《信息技术服务 智能运维 第2部分:数据治理》正式发布。202671日实施。

这是ITSS体系框架里的标准,归口于全国信息技术标准化技术委员会(TC28)。第1部分《通用要求》(GB/T 43208.1-2023)去年4月就实施了。

值得关注的是起草单位阵容:南方电网数字电网集团牵头,联合了中国电子技术标准化研究院、太保科技、招商证券等45家单位。银行、证券、保险、电力、航空、通信、科技——全齐了。

这不是某一个行业的问题,是所有行业的共性挑战。

标准到底要求什么?

标准原文把要求分成了四个维度:

顶层设计。不能边干边看,要有规划。有明确的数据治理目标。

运维数据管理。数据的采集、存储、处理、使用要有规范。什么数据要采集、怎么存、怎么处理、谁能用,都要有规矩。

运维数据供给。数据要可用、可信、可共享”——三个关键词,每一个都很难。可用,意味着数据是完整的;可信,意味着数据是准确的;可共享,意味着数据是标准化的。

运维数据治理过程。持续监控、评估、改进,不是一次性项目。做完一版扔在那里不管了,那不叫治理。

说白了就一句话:把分散在各处的运维数据管起来,让它能被用起来。

三个真实的误区

这些误区我是在实际项目中一遍一遍看到的。

误区一:数据治理只是合规要求,跟日常运维无关。——这句话我听过太多次了。直到有一次,客户想用AI做异常检测,结果发现历史数据质量太差,模型根本训练不出来。数据治理不是合规负担,是所有上层应用的前提。

误区二:我们系统少,不需要数据治理。——我见过只有3套系统的客户,数据照样对不上。问题不在数量,在源头是否统一。哪怕只有两套工具,如果CPU使用率一个叫“cpu_usage”一个叫“CPU Util”,数据治理的工作量一样大。

误区三:等数据治理做完了再上AIOps——这两件事可以并行。先统一采集和存储,然后逐步补充治理规则。边用边治,比等完美了再用更现实。等什么都完美了,可能已经过去了两年。

落地实操:运维数据治理从哪开始

标准已经实施3个月了,很多团队还在观望。我的建议是:不用等,从最小可行单元开始。

第一步:选择一个系统做试点(建议2-3周)。不要一上来就想覆盖所有系统和所有数据。选一个核心业务系统,把它的运维数据(监控指标、告警记录、配置信息、日志)全部梳理一遍。搞清楚三件事:数据从哪里来、数据长什么样、数据到哪里去。这个试点能帮你建立一套可复用的流程和方法。

第二步:建立数据字典(建议2-4周)。运维数据治理的核心是统一命名。把试点系统的所有指标列出来,逐一标准化:CPU使用率统一叫“cpu_usage_percent”,内存使用率统一叫“memory_usage_percent”,以此类推。数据字典一旦建立,后续扩展到其他系统就只需要补充新指标。

第三步:统一采集规范(建议与第二步同步)。标准化数据字典的基础上,建立统一的采集规范——采集频率(比如秒级/分钟级)、采集方式(主动拉取/被动接收)、采集精度(保留几位小数)。这些规范看起来琐碎,但没有它们,数据治理就是空中楼阁。

第四步:建立数据质量检查机制(建议第2个月开始)。每天自动检查三条:数据是否完整(有没有缺漏)、数据是否准确(有没有异常值)、数据是否及时(有没有延迟)。把检查结果生成一份数据质量日报,谁负责的数据出了问题,一目了然。有了日报,数据质量就进入了持续改进的轨道,而不是靠被动发现。

推荐性标准,可以不执行吗?

GB/T是推荐性标准。但国标符合性正在成为运维服务采购、信创验收、等保测评中的事实门槛。

标准适用的场景写得很清楚:指导组织开展运维数据治理,组织评估自身能力,需方评估供方能力,第三方评估供方能力——从甲方到乙方到第三方,全链条覆盖。

先行对标是合规准备,更是能力建设。

运维数据治理的终局

数据治理国标的终极目标不是满足检查,而是把离散的运维数据变成可用的数据资产

合规只是起点。谁能率先建立统一的数据治理体系,谁就能把高质量的数据转化成AIOps、容量预测、根因分析的燃料——这才是终局。

#关键词#GB/T43208.2-2025 #运维数据治理 #智能运维 #数据资产化 #ITSS

 


上一篇: 严格PUE等能效指标管理 2026年数据中心能效政策正在落地

下一篇: 在线率99%,但画面不能用——JT/T 1589-2026对交通视频运维的真实影响

监控易期待与各企业展开广泛合作!

电话:400-650-6396

手机:15652658866

QQ:3592185434

邮箱:contact@jiankongyi.com

在线客服系统