Python と Excel を使用した動的なリスクベースの更新
Python と Excel を使用した動的なリスクベースの更新」
このブログでは、単純な Ansible サーバー更新スクリプトを使用して、それを リスクベースの更新システム に変えます。ここでは、リスクが最も低いサーバーに最初にパッチが適用され、優先度の高いシステムに移る前に徹底的にテストする機会が与えられます。
-
Ansible の自動化:
- Python と Excel を使用した動的なリスクベースの更新"
- ホストファイル
- 動的ホストリスト
- hosts ファイルを使用しないのはなぜですか?
秘伝のソース?このフローをシームレスに行うために、明確に定義されたグループを設定します。しかし、本当の疑問は、前回から Ansible スクリプトを大幅に変更せずにこれを実行できるかということです。調べてみましょう!
ホストファイル
ホスト ファイルはこの変更の中心です。前回の投稿では、サーバーの種類ごとにグループ化された静的ファイルを使用しました。ここで、リスク レベルごとにグループ化する 2 番目のレイヤーを追加します。これにより、ホスト ファイルが若干複雑になります。
しかし、ここにひねりがあり、ホスト ファイルがより汎用的なソースから動的に生成できたらどうなるでしょうか?そうすれば柔軟性が保たれ、無限のファイル編集をしなくて済みます!
動的ホストリスト
Ansible は動的に作成されたホスト ファイルを操作できるため、サーバーを追跡するためのより柔軟な方法が得られます。この例では、Excel ファイルを使用してホストを整理します。
hosts_data.xlsx 構造の例:
Host Name | Server Environment | Ansible User | Server Type | DNS | Notes |
---|---|---|---|---|---|
mint | dev | richard | desktop | desktop.sebostech.LOCAL | Mint desk top |
ansible_node | dev | ansible_admin | Ansible | ansible_node.sebostech.local | Development server; Only updates monthly |
clone_master | dev | ansible_admin | clone | clone.dev.sebostech.local | Development server; Only updates monthly |
mele | staging | richard | nas | nas.stage.sebostech.local | Testing server; Used for application testing |
pbs | production | root | backup server | pbs.prod.sebostech.local | Testing server; Used for application testing |
pve | production | root | hypervisor | api.stage.sebostech.local | Testing server; Used for application testing |
samba | production | richard | nas | nas.prod.sebostech.local | Critical server; Requires daily backup |
firewall | production | richard | firewall | firewall.sebostech.local | Critical server; Requires daily backup |
ほとんどの IT 部門はすでにサーバーのリストを Excel ファイルに隠しています。それを有効に活用してみてはいかがでしょうか?このアプローチにより、定期的な手動更新を行わなくても、Ansible ホストを整理して最新の状態に保つことが簡単になります。
しかし、Ansible は Excel ファイルをどのように使用するのでしょうか?このデータを使用可能な動的インベントリに変換する方法を詳しく見てみましょう!
## This will run agains all host ansible-playbook -i dynamic_inventory.py playbook.yml
環境変数オプションを使用して、サーバー環境、サーバー タイプ、または両方の組み合わせに基づいて、特定のグループをターゲットにすることもできます。
## Just production SERVER_ENVIRONMENT="production" ansible-playbook -i dynamic_inventory.py playbook.yml --limit "high:web" ## Just nas SERVER_TYPE="nas" ansible-playbook -i dynamic_inventory.py playbook.yml --limit "high:web" ## production nas SERVER_ENVIRONMENT="production" SERVER_TYPE="nas" ansible-playbook -i dynamic_inventory.py playbook.yml --limit "high:web"
新しいグループが必要ですか? Excel ファイルを更新し、それに応じて Python スクリプトを調整するだけです。とても簡単です!
Python コードについては、ここを参照してください。
hosts ファイルを使用しないのはなぜですか?
私が初めて Ansible を使い始めたとき、頼りになるのは hosts ファイルでした。しかし、サーバーを追加するにつれて、特に二重の役割を持つサーバーを追加すると、そのファイルはますます複雑になりました。
これを実現するために従来の hosts ファイルを使用できますか?確かに、しかし欠点もいくつかあります。
hosts ファイルを使用すると、必要な構造をすべてキャプチャするために、エントリが重複したり、変数が追加されたりする可能性があります。一方、Excel ファイルは、整理整頓された、維持しやすい構造を提供します。
企業環境では、サーバー リストを含む Excel ファイルが既に 1 つ以上ある可能性が高いので、それを活用してみてはいかがでしょうか?
Python コードについてさらに詳しく知りたい場合は、お知らせください。
以上がPython と Excel を使用した動的なリスクベースの更新の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化
