基础设施即代码 / 系统课时

使用 Serial 执行滚动变更

使用 Serial 执行滚动变更

对一组在线主机做升级时,最危险的做法是让所有节点同时进入变更状态。本课使用 serial 把目标主机拆成批次执行,并通过当前批次变量观察滚动过程,从而把一次全量变更改造成可控制、可验证的逐批发布。

学习目标

  • 理解 serial 如何把一个 Play 的目标主机划分为多个批次。
  • 用最小实验验证两台一批的滚动执行顺序。
  • 结合失败阈值和健康检查确定生产环境的批次策略。

先确定可承受的同时下线数量

serial 控制的是一个 Play 同时处理多少目标主机。它可以写整数,例如 serial: 2;也可以写百分比,例如 serial: "25%";还可以写列表,让前几批较小、后续批次逐步放大。

批次大小应从服务容量反推。如果四节点服务至少需要三节点维持目标吞吐,那么一次只应变更一台;如果后端还有跨机房或副本约束,还要同时考虑故障域,而不能只看主机总数。

serial 将主机集合切分为滚动批次的执行流程

用四个本地主机验证批次

下面用四个逻辑主机模拟一个服务集群,全部通过本地连接执行,不需要额外 SSH 主机。ansible_play_batch 会显示当前批次包含哪些主机。

bash
WORKDIR="$HOME/anystack-ansible-serial-lab"
rm -rf "$WORKDIR"
mkdir -p "$WORKDIR"

cat > "$WORKDIR/inventory.ini" <<'INI'
[web]
web1 ansible_connection=local
web2 ansible_connection=local
web3 ansible_connection=local
web4 ansible_connection=local
INI

cat > "$WORKDIR/rolling.yml" <<'YAML'
---
- name: Demonstrate rolling batches
  hosts: web
  gather_facts: false
  serial: 2

  tasks:
    - name: Show current batch
      ansible.builtin.debug:
        msg: "host={{ inventory_hostname }} batch={{ ansible_play_batch | join(',') }}"

    - name: Verify simulated host health
      ansible.builtin.assert:
        that:
          - inventory_hostname is match('^web[1-4]$')
        success_msg: "{{ inventory_hostname }} is healthy"
YAML

cd "$WORKDIR"
ansible-playbook -i inventory.ini rolling.yml

预期结果是先只看到 web1,web2 组成当前批次,完成两项任务后才处理 web3,web4。同一批次内部的输出顺序可能因并发调度而变化。

text
ok: [web1] => {
    "msg": "host=web1 batch=web1,web2"
}
ok: [web2] => {
    "msg": "host=web2 batch=web1,web2"
}
ok: [web3] => {
    "msg": "host=web3 batch=web3,web4"
}
ok: [web4] => {
    "msg": "host=web4 batch=web3,web4"
}

serial 只负责划批,并不会自动执行摘流量、备份、升级或健康检查。生产 Play 通常要把这些动作明确写成任务,并把“本批通过验证”作为进入下一批的前提。

为失败设置停止条件

默认情况下,某台主机失败不会等价于“整个滚动发布立即停止”。可以配合 max_fail_percentage 设置批次失败阈值;这个百分比按当前 serial 批次计算,而且只有失败比例超过阈值时才终止。

例如批次大小为 4,要求只要 2 台失败就停止,应把阈值设为 49 而不是 50,因为 2/4 等于 50%,需要超过 49 才触发。若任何一台失败都不能继续,可考虑 any_errors_fatal: true,但应先确认任务是否具有可安全重试或回滚的设计。

把滚动过程设计成可验收事务

一个可控批次通常包含“摘流量 → 变更 → 本机检查 → 服务级检查 → 重新接流量”这条链路。涉及负载均衡器或监控系统时,可用 delegate_to 把控制动作委托给管理节点,但应确保失败处理不会把主机永久留在摘流量状态。

批次越小,风险半径越低,但总变更时间越长;批次越大,吞吐更高,但同时故障的节点也更多。serial 的价值不是简单“慢一点执行”,而是把变更风险显式切成可观察、可停止的批次边界。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

使用 Serial 执行滚动变更

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通