超實用：小團隊如何從零搭建一個自動化運維體系？
行業內各巨頭的自動化運維架構都各種功能，各種酷炫，讓人可望不可及。
如下圖，現在行業內各巨頭自動化運維架構的最終樣子大家都知道了，但是如何根據自己團隊當前的情況一步步向這個目標演進？
筆者所在團隊，三個半開發，要維護幾十臺云機器，部署了十來個應用，這些應用 90% 都是遺留系統。
應用系統的編譯打包基本在程序員自己的電腦上。分支管理也清一色的 dev 分支開發，測試通過后，再合并到 master 分支。
生產環境的應用配置要登錄上具體的機器看才知道，更不用說配置中心及配置版本化了。對了，連基本的機器級別的基礎監控都沒有。
我平時的工作是 50% 業務開發，50% 運維。面對這么多問題，我就想，如何在低成本情況下實現自動化運維。
本文就是總結我在這方面一些經驗和實踐，希望對讀者有幫助。
別說話，先上監控和告警
事情有輕重緩急，監控和告警是我覺得一開始就要做的，即使業務開發被拖慢。只有知道了當前的情況，你才好做下一步計劃。
現在市面上監控系統很多：Zabbix、Open-Falcon、Prometheus，但是最終我選擇了 Prometheus。
原因有如下幾點：
- 它是拉模式的。
- 它方便使用文本方式來配置，有利于配置版本化。
- 插件多，想要監控什么，基本都會有現成的插件。
以上三者，我基本都要重新學，我為什么不學一個 Google SRE 書上推薦的呢？
之前我們已經介紹過，人少機器多，所以安裝 Prometheus 的過程也必須要自動化，同時版本化。我使用的是 Ansible + Git 實現。
最終樣子如下：
這里需要簡單介紹一下：
- Prometheus Server 負責監控數據收集和存儲。
- Prometheus Alert manager 負責根據告警規則進行告警，可集成很多告警通道。
- node-exporter[1] 的作用就是從機器讀取指標，然后暴露一個 http 服務，Prometheus 就是從這個服務中收集監控指標。當然 Prometheus 官方還有各種各樣的 exporter。
使用 Ansible 作為部署工具的一個好處是太多現成的 role 了，安裝 Prometheus 時，我使用的是現成的：prometheus-ansble[2]。
有了監控數據后，我們就可以對數據進行可視化，Grafana 和 Prometheus 集成得非常好，所以我們又部署了 Grafana：
在 Grafana 上查看 nodex-exporter 收集的數據的效果圖大概如下：
可是，我們不可能 24 小時盯著屏幕看 CPU 負載有沒有超吧？這時候就要上告警了，Promehtues 默認集成了 N 多告警渠道，可惜沒有集成釘釘。
但也沒有關系，有好心的同學開源了釘釘集成 Prometheus 告警的組件：prometheus-webhook-dingtalk[3]。
接著，我們告警也上了：
完成以上工作后，我們基礎監控的架子就完成了，這為我們后期上 Redis 監控、JVM 監控等更上層的監控做好了準備。
配置版本化要從娃娃抓起
在搭建監控系統的過程中，我們已經將配置抽離出來，放到一個單獨的代碼倉庫進行管理。以后所有部署，我們都會將配置和部署邏輯分離。
關于如何使用 Ansible 進行配置管理，可以參考這篇文章：How to Manage Multistage Environments with Ansible[4] 。
我們就是使用這種方式來組織環境變量的。
- ├── environments/ # Parent directory for our environment-specific directories
- │ │
- │ ├── dev/ # Contains all files specific to the dev environment
- │ │ ├── group_vars/ # dev specific group_vars files
- │ │ │ ├── all
- │ │ │ ├── db
- │ │ │ └── web
- │ │ └── hosts # Contains only the hosts in the dev environment
- │ │
- │ ├── prod/ # Contains all files specific to the prod environment
- │ │ ├── group_vars/ # prod specific group_vars files
- │ │ │ ├── all
- │ │ │ ├── db
- │ │ │ └── web
- │ │ └── hosts # Contains only the hosts in the prod environment
- │ │
- │ └── stage/ # Contains all files specific to the stage environment
- │ ├── group_vars/ # stage specific group_vars files
- │ │ ├── all
- │ │ ├── db
- │ │ └── web
- │ └── hosts # Contains only the hosts in the stage environment
- │
現階段，我們所有的配置都以文本的方式存儲，將來要切換成使用 Consul 做配置中心，也非常的方便，因為 Ansible 2.0 以上的版本已經原生集成了Consul：consul_module[5]。
Tips：Ansible 的配置變量是有層次的，這為我們的配置管理提供了非常大的靈活性。
Jenkins 化：將打包交給 Jenkins
我們要將所有項目的打包工作交給 Jenkins。當然，現實中我們是先將一些項目放到 Jenkins 上打包，然后逐步將項目放上 Jenkins。
首先我們要有 Jenkins，搭建 Jenkins 同樣有現成的 Ansible 腳本：ansible-role-jenkins[6]。
注意了，在網上看到的大多文章告訴你 Jenkins 都是需要手工安裝插件的，而我們使用的這個 ansible-role-jenkins 實現了自動安裝插件，你只需要加一個配置變量 jenkins_plugins 就可以了。
官方例子如下：
- ---
- - hosts: all
- vars:
- jenkins_plugins:
- - blueocean
- - ghprb
- - greenballs
- - workflow-aggregator
- jenkins_plugin_timeout: 120
- pre_tasks:
- - include_tasks: java-8.yml
- roles:
- - geerlingguy.java
- - ansible-role-jenkins
搭建好 Jenkins 后，就要集成 Gitlab 了。我們原來就有 Gitlab ，所以不需要重新搭建。
最終 Jenkins 搭建成以下這個樣子：
關于 Jenkins master 與 Jenkins agent 的連接方式，由于網絡環境各不相同，網上也有很多種方式，大家自行選擇適合的方式。
現在我們需要告訴 Jenkins 如何對我們的業務代碼進行編譯打包，有兩種方法：
界面上設置
- 使用 Jenkinsfile：類似于 Dockerfile 的一種文本文件，具體介紹：Using a Jenkinsfile[7]
- 我毫不猶豫地選擇了第二種，因為一是利于版本化；二是靈活。
Jenkinsfile 類似這樣：
- pipeline {
- agent any
- stages {
- stage('Build') {
- steps {
- sh './gradlew clean build'
- archiveArtifacts artifacts: '**/target/*.jar', fingerprint: true
- }
- }
- }
- }
那么 Jenkinsfile 放哪里呢？答案是和業務代碼放在一起，類似這樣每個工程各自管理自己的 Jenkinsfile：
這時，我們就可以在 Jenkins 上創建一個 pipleline Job了。關于分支管理，我們人少，所以，建議所有項目統一在 master 分支進行開發并發布。
讓 Jenkins 幫助我們執行 Ansible
之前我們都是在程序員的電腦執行 Ansible 的，現在我們要把這項工作交給 Jenkins。
具體操作：
- 在 Jenkins 安裝 Ansible 插件[8]
- 在 Jenkinsfile 中執行
- withCredentials([sshUserPrivateKey(keyFileVariable:"deploy_private",credentialsId:"deploy"),file(credentialsId: 'vault_password', variable: 'vault_password')]) {
- ansiblePlaybook vaultCredentialsId: 'vault_password', inventory: "environments/prod", playbook: "playbook.yaml",
- extraVars:[
- ansible_ssh_private_key_file: [value: "${deploy_private}", hidden: true],
- build_number: [value: "${params.build_number}", hidden: false]
- ]
- }
這里需要解釋下：
- ansiblePlaybook 是 Jenkins ansible 插件提供的 pipeline 語法，類似手工執行：ansible-playbook 。
- withCredentials 是 Credentials Binding[9] 插件的語法，用于引用一些敏感信息，比如執行 Ansible 時需要的 ssh key 及 Ansible Vault 密碼。
- 一些敏感配置變量，我們使用 Ansible Vault[10] 技術加密。
Ansible 腳本應該放哪？
我們已經知道各個項目各自負責自己的自動化構建，所以 Jenkinfile 就放到各自項目中。
那項目的部署呢？同樣的道理，我們覺得也應該由各個項目自行負責，所以我們的每個要進行部署的項目下都會有一個 Ansible 目錄，用于存放 Ansible 腳本。
類似這樣：
但是，怎么用呢？我們會在打包階段將 Ansible 目錄進行 zip 打包，到真正部署時，再解壓執行里面的 playbook。
快速為所有的項目生成 Ansible 腳本及Jenkinsfile
上面，我們將一個項目進行 Jenkins 化和 Ansible 化，但是我們還有很多項目需要進行同樣的動作。
考慮到這是體力活，而且以后我們還會經常做這樣事，所以我決定使用 cookiecutter[11] 技術自動生成 Jenkinsfile 及 Ansible 腳本，創建一個項目，像這樣：
小結
總結下來，我們小團隊的自動化運維實施的順序大概為：
- 上基礎監控
- 上 Gitlab
- 上 Jenkins，并集成 Gitlab
- 使用 Jenkins 實現自動編譯打包
- 使用 Jenkins 執行 Ansible
以上只是一個架子，基于這個“架子”，就可以向那些大廠高大上的架構進行演進了，比如：
- CMDB 的建設：我們使用 ansible-cmdb[12] 根據 inventory 自動生成當前所有機器的情況。
- 發布管理：Jenkins 上可以對發布的每個階段進行定制。藍綠發布等發布方式可以通過修改 Ansible 腳本和 Inventory 實現。
- 自動擴縮容：通過配置 Prometheus 告警規則，調用相應 webhook 就可以實現。
- ChatOps：ChatOps 實戰[13]。
以上就是我關于自動化運維的一些實踐，但是還在演進的路上，希望能與大家交流。
相關鏈接：
- [1]https://github.com/prometheus/node_exporter
- [2]https://github.com/ernestas-poskus/ansible-prometheus
- [3]https://github.com/timonwong/prometheus-webhook-dingtalk
- [4]https://www.digitalocean.com/community/tutorials/how-to-manage-multistage-environments-with-ansible
- [5]http://docs.ansible.com/ansible/latest/modules/consul_module.html
- [6]https://github.com/geerlingguy/ansible-role-jenkins
- [7]https://jenkins.io/doc/book/pipeline/jenkinsfile/
- [8]https://wiki.jenkins.io/display/JENKINS/Ansible+Plugin
- [9]https://jenkins.io/doc/pipeline/steps/credentials-binding/
- [10]http://docs.ansible.com/ansible/2.5/user_guide/vault.html
- [11]https://github.com/audreyr/cookiecutter
- [12]https://github.com/fboender/ansible-cmdb
- [13]https://showme.codes/2017-10-08/chatops-in-action/
