小团队如何从零搭建一个自动化运维体系？

行业内各巨头的自动化运维架构都各种功能，各种酷炫，让人可望不可及。

如下图，现在行业内各巨头自动化运维架构的最终样子大家都知道了，但是如何根据自己团队当前的情况一步步向这个目标演进？

笔者所在团队，三个半开发，要维护几十台云机器，部署了十来个应用，这些应用 90% 都是遗留系统。

应用系统的编译打包基本在程序员自己的电脑上。分支管理也清一色的 dev 分支开发，测试通过后，再合并到 master 分支。

生产环境的应用配置要登录上具体的机器看才知道，更不用说配置中心及配置版本化了。对了，连基本的机器级别的基础监控都没有。

我平时的工作是 50% 业务开发，50% 运维。面对这么多问题，我就想，如何在低成本情况下实现自动化运维。

本文就是总结我在这方面一些经验和实践，希望对读者有帮助。

别说话，先上监控和告警

事情有轻重缓急，监控和告警是我觉得一开始就要做的，即使业务开发被拖慢。只有知道了当前的情况，你才好做下一步计划。

现在市面上监控系统很多：Zabbix、Open-Falcon、Prometheus，但是最终我选择了 Prometheus。

原因有如下几点：

它是拉模式的。

它方便使用文本方式来配置，有利于配置版本化。

插件多，想要监控什么，基本都会有现成的插件。

以上三者，我基本都要重新学，我为什么不学一个 Google SRE 书上推荐的呢？

之前我们已经介绍过，人少机器多，所以安装 Prometheus 的过程也必须要自动化，同时版本化。我使用的是 Ansible + Git 实现。

最终样子如下：

这里需要简单介绍一下：

Prometheus Server 负责监控数据收集和存储。

Prometheus Alert manager 负责根据告警规则进行告警，可集成很多告警通道。

node-exporter[1] 的作用就是从机器读取指标，然后暴露一个 http 服务，Prometheus 就是从这个服务中收集监控指标。当然 Prometheus 官方还有各种各样的 exporter。

使用 Ansible 作为部署工具的一个好处是太多现成的 role 了，安装 Prometheus 时，我使用的是现成的：prometheus-ansble[2]。

有了监控数据后，我们就可以对数据进行可视化，Grafana 和 Prometheus 集成得非常好，所以我们又部署了 Grafana：

在 Grafana 上查看 nodex-exporter 收集的数据的效果图大概如下：

可是，我们不可能 24 小时盯着屏幕看 CPU 负载有没有超吧？这时候就要上告警了，Promehtues 默认集成了 N 多告警渠道，可惜没有集成钉钉。

但也没有关系，有好心的同学开源了钉钉集成 Prometheus 告警的组件：prometheus-webhook-dingtalk[3]。

接着，我们告警也上了：

完成以上工作后，我们基础监控的架子就完成了，这为我们后期上 Redis 监控、JVM 监控等更上层的监控做好了准备。

配置版本化要从娃娃抓起

在搭建监控系统的过程中，我们已经将配置抽离出来，放到一个单独的代码仓库进行管理。以后所有部署，我们都会将配置和部署逻辑分离。

关于如何使用 Ansible 进行配置管理，可以参考这篇文章：How to Manage Multistage Environments with Ansible[4] 。

我们就是使用这种方式来组织环境变量的。

├── 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│

现阶段，我们所有的配置都以文本的方式存储，将来要切换成使用 Consul 做配置中心，也非常的方便，因为 Ansible 2.0 以上的版本已经原生集成了Consul：consul_module[5]。

Tips：Ansible 的配置变量是有层次的，这为我们的配置管理提供了非常大的灵活性。

Jenkins 化：将打包交给 Jenkins

我们要将所有项目的打包工作交给 Jenkins。当然，现实中我们是先将一些项目放到 Jenkins 上打包，然后逐步将项目放上 Jenkins。

首先我们要有 Jenkins，搭建 Jenkins 同样有现成的 Ansible 脚本：ansible-role-jenkins[6]。

注意了，在网上看到的大多文章告诉你 Jenkins 都是需要手工安装插件的，而我们使用的这个 ansible-role-jenkins 实现了自动安装插件，你只需要加一个配置变量 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。我们原来就有 Gitlab ，所以不需要重新搭建。

最终 Jenkins 搭建成以下这个样子：

关于 Jenkins master 与 Jenkins agent 的连接方式，由于网络环境各不相同，网上也有很多种方式，大家自行选择适合的方式。

现在我们需要告诉 Jenkins 如何对我们的业务代码进行编译打包，有两种方法：

界面上设置

使用 Jenkinsfile：类似于 Dockerfile 的一种文本文件，具体介绍：Using a Jenkinsfile[7]

我毫不犹豫地选择了第二种，因为一是利于版本化；二是灵活。

Jenkinsfile 类似这样：

pipeline { agent any stages { stage('Build') { steps { sh './gradlew clean build' archiveArtifacts artifacts: '**/target/*.jar', fingerprint: true } } }}

那么 Jenkinsfile 放哪里呢？答案是和业务代码放在一起，类似这样每个工程各自管理自己的 Jenkinsfile：

这时，我们就可以在 Jenkins 上创建一个 pipleline Job了。关于分支管理，我们人少，所以，建议所有项目统一在 master 分支进行开发并发布。

让 Jenkins 帮助我们执行 Ansible

之前我们都是在程序员的电脑执行 Ansible 的，现在我们要把这项工作交给 Jenkins。

具体操作：

在 Jenkins 安装 Ansible 插件[8]

在 Jenkinsfile 中执行

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] ]}

这里需要解释下：

ansiblePlaybook 是 Jenkins ansible 插件提供的 pipeline 语法，类似手工执行：ansible-playbook 。

withCredentials 是 Credentials Binding[9] 插件的语法，用于引用一些敏感信息，比如执行 Ansible 时需要的 ssh key 及 Ansible Vault 密码。

一些敏感配置变量，我们使用 Ansible Vault[10] 技术加密。

Ansible 脚本应该放哪？

我们已经知道各个项目各自负责自己的自动化构建，所以 Jenkinfile 就放到各自项目中。

那项目的部署呢？同样的道理，我们觉得也应该由各个项目自行负责，所以我们的每个要进行部署的项目下都会有一个 Ansible 目录，用于存放 Ansible 脚本。

类似这样：

但是，怎么用呢？我们会在打包阶段将 Ansible 目录进行 zip 打包，到真正部署时，再解压执行里面的 playbook。

快速为所有的项目生成 Ansible 脚本及Jenkinsfile

上面，我们将一个项目进行 Jenkins 化和 Ansible 化，但是我们还有很多项目需要进行同样的动作。

考虑到这是体力活，而且以后我们还会经常做这样事，所以我决定使用 cookiecutter[11] 技术自动生成 Jenkinsfile 及 Ansible 脚本，创建一个项目，像这样：

小结

总结下来，我们小团队的自动化运维实施的顺序大概为：

上基础监控

上 Gitlab

上 Jenkins，并集成 Gitlab

使用 Jenkins 实现自动编译打包

使用 Jenkins 执行 Ansible

以上只是一个架子，基于这个“架子”，就可以向那些大厂高大上的架构进行演进了，比如：

CMDB 的建设：我们使用 ansible-cmdb[12] 根据 inventory 自动生成当前所有机器的情况。

发布管理：Jenkins 上可以对发布的每个阶段进行定制。蓝绿发布等发布方式可以通过修改 Ansible 脚本和 Inventory 实现。

自动扩缩容：通过配置 Prometheus 告警规则，调用相应 webhook 就可以实现。

ChatOps：ChatOps 实战[13]。

以上就是我关于自动化运维的一些实践，但是还在演进的路上，希望能与大家交流。