4. 服务画像采集：自动化采集服务画像信息

服务画像的构建依赖于从多个数据源自动采集元数据与运行时状态。本章聚焦于四大核心数据源：CMDB（配置管理数据库）、APM（应用性能监控）、代码仓库以及部署平台。通过自动化采集管道，将这些异构数据统一归约为标准化的服务画像模型。

4.1 采集架构总览

自动化采集采用定时轮询 + 事件驱动的混合模式。每个数据源对应一个独立的采集器（Collector），采集器将原始数据转换为统一的服务画像 Schema，并写入画像存储层。下图展示了采集层的整体架构与数据流向。

4.2 CMDB 采集：服务元数据基线

CMDB 是服务画像的元数据权威来源。采集内容包括服务名称、所属业务域、负责人、技术栈、依赖关系等静态信息。采集策略如下：

• API 轮询：通过 CMDB 开放 API（如 REST / GraphQL）定时拉取全量服务列表与属性。
• 变更订阅：监听 CMDB 的变更事件（Webhook 或消息队列），实现增量更新。
• 字段映射：将 CMDB 中的自定义字段映射到画像标准字段，例如 service_owner → owner、app_id → service_id。

4.3 APM 采集：运行时健康与性能

APM 系统提供服务的实时运行数据，包括请求量、错误率、响应时间、实例数、CPU/内存使用率等。采集方式：

APM 采集器通常通过 OpenTelemetry Collector 或 APM 原生 SDK 暴露的指标端点（如 /metrics）拉取数据，并聚合为分钟级粒度写入画像存储。

4.4 代码仓库采集：工程实践与变更频率

代码仓库是计算 DORA 指标中部署频率和变更前置时间的基础数据源。采集内容：

• 仓库元数据：默认分支、语言、许可证、CI 配置文件路径。
• 提交记录：每次 commit 的 SHA、作者、时间戳、关联的 Issue/PR 编号。
• 合并请求（MR/PR）：创建时间、合并时间、审查人、变更文件列表。
• 标签与发布：Git tag 或 Release 版本号、发布时间、关联的 commit。

4.5 部署平台采集：发布记录与环境映射

部署平台记录服务的发布历史与当前运行版本。采集对象包括 Kubernetes、Spinnaker、Jenkins、ArgoCD 等。关键采集字段：

部署平台采集器通过 Kubernetes API 监听 ReplicaSet / Deployment 变更，或通过 CI/CD 工具的 Webhook 接收部署事件。采集到的部署记录直接用于计算 DORA 的部署频率与变更失败率。

4.6 采集管道集成与调度

所有采集器统一由调度引擎管理，支持 Cron 表达式与事件触发。采集管道的关键设计原则：

• 幂等性：同一批次数据重复采集不会产生重复记录（通过唯一键去重）。
• 容错与重试：采集失败时自动重试 3 次，间隔指数退避；超过重试次数后写入死信队列。
• 数据新鲜度标记：每条画像记录附带 collected_at 时间戳，消费方可根据新鲜度判断数据是否可用。

4.7 采集结果校验与监控

为确保画像数据质量，采集管道内置数据校验与监控告警机制：

• Schema 校验：每条采集记录必须通过预定义的 JSON Schema 校验，字段类型、必填项、取值范围均受约束。
• 覆盖率监控：对比 CMDB 中的服务总数与画像存储中的服务数，偏差超过 5% 触发告警。
• 延迟监控：采集时间戳与当前时间的差值超过阈值（如 5 分钟）时，标记为数据延迟并告警。

通过以上自动化采集体系，服务画像能够持续、可靠地反映服务的真实状态，为后续的质量门禁与 DORA 指标计算提供坚实的数据底座。