SSH::Batch，在公有云中使用 ssh 工具箱
人吶就都不知道，自己就不可以預(yù)料。一個(gè)人的命運(yùn)啊，當(dāng)然要靠自我奮斗，但是也要考慮到歷史的行程，我絕對不知道，我作為一個(gè)服務(wù)端開發(fā)者怎么開始研究運(yùn)維去了，所以 ECS 醬同我講話，說「大家都決定了，你來負(fù)責(zé)運(yùn)維」，我說另請高明吧。我實(shí)在我也不是謙虛，我一個(gè)服務(wù)端開發(fā)者怎么就搞運(yùn)維了呢?但是呢，ECS 醬講「大家已經(jīng)研究決定了」，所以后來我就念了兩首詩，叫「茍利集群生死以，豈因禍福避趨之」，所以我就開始運(yùn)維。
就像之前的博文中講的那樣，我買了兩臺阿里云的 ECS，一臺在香港，一臺在新加坡。由于總所周知的網(wǎng)絡(luò)原因，從大陸 ping 這兩臺服務(wù)器的 RTT 一直都在兩三百毫秒，之前只有一臺位于香港的 ECS 的時(shí)候，我 ssh 上去部署一些服務(wù)，碰上網(wǎng)絡(luò)抖動的時(shí)候都能卡出翔，敲擊一個(gè)按鍵之后許久才出現(xiàn)在屏幕上。
如今我有了兩臺服務(wù)器，如果還像之前那樣直接用 ssh 去維護(hù)的話，簡直就是不敢想象的事情。且不說一樣的配置文件我要修改兩遍，僅僅想象一下剛剛在 A 機(jī)器卡成翔的情況下完成維護(hù)，又要去 B 機(jī)器上再次被卡成翔，就會讓我懷疑人生。不要問為什么卡成翔了還不用mosh，我也不知道😂
其實(shí)說起來，雖然過去一年多，我做的是服務(wù)端開發(fā)，但是也涉足一些簡單的運(yùn)維工作。應(yīng)用服務(wù)器從我剛?cè)肼殨r(shí)候的幾臺擴(kuò)容到幾十臺到現(xiàn)在的一百多臺，一次又一次的自主發(fā)布，偶爾的手動批量重啟、下線服務(wù)器，捕獲線程快照、內(nèi)存快照、大批量處理應(yīng)用日志，經(jīng)歷過虛擬機(jī)宕機(jī)、物理機(jī)宕機(jī)，不勝枚舉……當(dāng) AppOps 的日子，其實(shí)就是不那么規(guī)范的 DevOps 的日子。
集團(tuán)的對內(nèi)運(yùn)維水平還處在 IaaS 的時(shí)代，這也給了我們開發(fā)者接觸運(yùn)維的機(jī)會。如果哪天對內(nèi)的運(yùn)維達(dá)到了 PaaS 的級別，開發(fā)者們也許就接觸不到這些東西了。PaaS 似乎有點(diǎn)遙遠(yuǎn)，目前來說比較現(xiàn)實(shí)的是 CaaS，Containers-as-a-Service，要是能做到這個(gè)，開發(fā)者估計(jì)也沒啥機(jī)會接觸運(yùn)維了。
在工作中，當(dāng)我需要批量地在集群中執(zhí)行命令時(shí)，我會使用一個(gè)叫 pgm 的內(nèi)部腳本。這個(gè)腳本是 Python 寫的，基于 pssh，用起來很不錯(cuò)，能夠并發(fā)地在集群中執(zhí)行命令。這個(gè)命令應(yīng)該是我到目前為止會用的唯一一個(gè)內(nèi)部腳本，其他的像開源的 tsar 反而不會用。
離開了公司的環(huán)境，我就沒有 pgm 用了。昨天我嘗試尋找一個(gè)能夠在集群中批量執(zhí)行 ssh 命令的工具，這樣我能夠比較輕松地管理我的 ECS 們。那時(shí)候我還不知道 pgm 是基于 pssh 實(shí)現(xiàn)的。隨便 Google 了一下 「ssh batch」，就找到一個(gè) Github repo，agentzh/sshbatch。
進(jìn)去看了一下 README，這是一個(gè)用 Perl 實(shí)現(xiàn)的工具箱，4 個(gè)命令分別實(shí)現(xiàn)如下功能：
- fornodes 計(jì)算機(jī)器列表
- atnodes 在指定機(jī)器集上執(zhí)行命令
- tonodes 把文件或目錄上傳到指定機(jī)器集
- key2nodes 把公鑰上傳到指定機(jī)器集
看起來很厲害的樣子，不過 agentzh 是誰?點(diǎn)開主頁一看，我當(dāng)時(shí)就跪了，有眼不識泰山，這不是傳說中的春哥「章亦春」么!幾個(gè)月前孤陋寡聞的我是不知道春哥的存在的，直到我出差去北京參加 Velocity，在大會上見識了王院生對的 OpenResty 的簡介[1]，當(dāng)時(shí)就驚為天人。后來通過各種渠道加深了對 Nginx 和 OpenResty 的學(xué)習(xí)和了解，更是對春哥頂禮膜拜。
sshbatch 的文檔寫的很詳細(xì)，從安裝到使用面面俱到，因此我這里就不再贅述，雖然文檔用英文寫的。
這里主要介紹一下 sshbatch 中讓我感覺驚艷的地方。
首先是機(jī)器列表的管理方式。之前用 pgm 的時(shí)候，一個(gè)應(yīng)用分組的機(jī)器放在一個(gè)文件里面，在執(zhí)行批處理的時(shí)候指定存放機(jī)器列表的文件。fornodes 則是把機(jī)器列表看做是一個(gè)個(gè)的集合，集合與集合之間可以做交并補(bǔ)等運(yùn)算，通過集合運(yùn)算得到不同的機(jī)器列表。這靈活性簡直不能更贊。
其次是批量推送文件的 tonodes。之前用 pgm 只能批量執(zhí)行命令，我在內(nèi)網(wǎng)一直沒有找到科學(xué)的批量向服務(wù)器推送文件的腳本。tonodes 很好地滿足了我的需求。
于是我用 tonodes 和 atnodes 把我兩臺 ECS 上的 Nginx 配置文件重新維護(hù)了一遍，之前是直接登錄服務(wù)器修改的，如今變成本地使用一個(gè) git repo 去維護(hù)這些配置文件，修改完成后批量推送并重啟 Nginx。
事情并沒有想象中的一帆風(fēng)順。
由于服務(wù)器位于公有云，出于安全考慮，我禁止了 root 登錄，禁止了密碼登錄，只允許公鑰登錄。于是我沒法直接把 nginx.conf 放到 /etc/nginx/ 中。因?yàn)槲覒?，不想在啟?nginx 的時(shí)候指定配置文件，于是只好把 nginx.conf 放到 /tmp/，然后再把它移動到 /etc/nginx/ 并重啟。
- tonodes ./nginx/nginx.conf '{ecs}:/tmp/'
- atnodes 'sudo mv /tmp/nginx.conf /etc/nginx/ && sudo nginx -t && sudo service nginx restart' '{ecs}' -w
根據(jù)文檔中的描述，atnodes 加了 -w 參數(shù)，會要求用戶輸入密碼，作為登錄密碼和 sudo 密碼。抱著試一試的心態(tài)執(zhí)行了一下，果然跪了。
- ➜ sshbatch git:(master) ✗ atnodes 'sudo mv /tmp/nginx.conf /etc/nginx/ && sudo nginx -t && sudo service nginx restart' '{ecs}' -w
- Password:
- Permission denied (publickey).
- ===================== server ip =====================
- ERROR: unable to establish master SSH connection: bad password or master process exited unexpectedly
唉，我都把密碼登錄禁用了，這里還強(qiáng)行要密碼登錄，不跪才怪了。從文檔中發(fā)現(xiàn)似乎把 -w 替換為 -tty 也可以實(shí)現(xiàn)遠(yuǎn)程執(zhí)行 sudo 命令，趕緊試試。結(jié)果發(fā)現(xiàn)，用了 tty 倒是能輸入密碼執(zhí)行 sudo 了，但是，每臺機(jī)器都得輸入一次密碼，這是什么鬼!
目前我只有兩臺機(jī)器，輸密碼就忍了，假如哪天我有 10 臺機(jī)器了，光輸密碼就得累死。
其實(shí)這個(gè)問題在企業(yè)環(huán)境甚至私有云環(huán)境應(yīng)該都不是問題。哪個(gè)運(yùn)維會閑著蛋疼把服務(wù)器禁止密碼登錄啊!反正機(jī)器都在局域網(wǎng)，IP 不暴露在公網(wǎng)就是相對安全的，只要守護(hù)好邊界出口就好。所以說在內(nèi)網(wǎng)批量執(zhí)行 sudo 命令的時(shí)候，直接用 -w 參數(shù)就好了。
問題來了，就要解決問題。最直接暴力的方案是，把我的賬號設(shè)置為 sudo 免密碼模式，很黃很暴力，我并不喜歡。第二種方法，就是修改 atnodes，支持 -w 參數(shù)輸入的密碼僅作為 sudo 密碼，不作為登錄密碼。
于是我 fork 了代碼，拉到本地做了些修改。雖然是完全沒用過的 Perl，但還是分分鐘就改好了~通過增加參數(shù) -W 來表達(dá)「passowrd for sudo only」的含義。
隨便執(zhí)行一個(gè) sudo 命令看看效果。
- ➜ sshbatch git:(master) ✗ atnodes 'sudo ls' '{ecs}' -W
- Password:
- ===================== server ip =====================
- sudo: no tty present and no askpass program specified
- Remote command returns status code 1.
居然，出錯(cuò)了……根據(jù)報(bào)錯(cuò)信息，給之前的命令追加一個(gè) -tty 參數(shù)，于是我終于能在服務(wù)器上使用 sudo 了!不幸的是，開啟 tty 之后，批處理就沒法并發(fā)執(zhí)行了，只能按順序一個(gè)一個(gè)來。不過想想也是，開啟 tty 之后一般是要做一些交互操作的，而標(biāo)準(zhǔn)輸入流就只有一個(gè)，所以只好一個(gè)一個(gè)來了。
- ➜ sshbatch git:(master) ✗ atnodes 'sudo ls /etc/nginx/sites-enabled/' '{ecs}' -W -tty -q
- Password:
- ===================== server ip =====================
- [sudo] password for admin:
- blog.jamespan.me blog.xuminzheng.com default hatta wekan
- ===================== server ip =====================
- [sudo] password for admin:
- blog.jamespan.me default
我把我的修改補(bǔ)充測試之后提交了 PR，希望能被春哥接收😇經(jīng)過春哥一番悉心教導(dǎo)，經(jīng)歷 7 次修改，終于被合并到了主干~
然后我又嘗試了一下 pssh，似乎它沒法很好地應(yīng)對類似于我的機(jī)器這種禁止密碼登陸之后還要執(zhí)行 sudo 命令的場景。所以說啊，企業(yè)上云還不是把內(nèi)部應(yīng)用換個(gè)地方部署那么簡單，對企業(yè)的技術(shù)水平還是很有挑戰(zhàn)的。上云不保證系統(tǒng)質(zhì)量會因此變好，穩(wěn)定性因此而提高，甚至因?yàn)榛A(chǔ)設(shè)施變化太大，本來部署在小型機(jī)上的現(xiàn)在只能部署在虛擬機(jī)上而導(dǎo)致應(yīng)用幾乎殘廢也不是沒有。
最后的最后，今天我發(fā)現(xiàn)了一個(gè)叫 Ansible 的運(yùn)維工具，感覺有點(diǎn)強(qiáng)大，而且對系統(tǒng)毫無入侵，正在看文檔學(xué)習(xí)中。
Update：
春哥 Review 代碼后，我按照他的意見把 -so 修改成了 -W。
