Python ファブリックでのリモート操作と展開の実装例
最近は引き継ぐことが増えてきましたが、リリースや運用保守の作業はかなり機械的で頻度も高く、時間の無駄にはなりますが、メリットもたくさんあります。バグの修正、テスト、リポジトリの送信 (2 分)、プル デプロイメントのためのテスト環境への ssh (2 分)、オンライン マシン A、B、C、D、E への rsync (1 分)、それぞれ ABCDE5 への ssh 1 台ずつ再起動する (8 ~ 10 分) = 13 ~ 15 分このマシンでスクリプトを実行するのに主な時間は、コマンドを入力し、ワンクリックで実行できるスクリプトに書き込むことに費やされていました。実行結果を確認するのに 2 分かかりました
ファブリックがコマンドを固定できることを発見するまで。これは、いくつかの運用および保守ツールとよく似ていますが、これを使用する主な理由は、シンプルで使いやすく、簡単に開始できることです。もちろん、さまざまなツールを組み合わせることもできます。シェルコマンド。古代の遺物と現代の武器の違い
環境設定
は、ローカルマシンとターゲットマシンのインストールに対応するパッケージ(すべてが必要であることに注意してください)
sudo easy_installファブリック
現在、バージョン1.6(またはpip installを使用します。同じです)
インストール後、インストールが成功したかどうかを確認できます
[ken@~$] which fab /usr/local/bin/fab
インストール後、公式ドキュメントを参照できます
その後、起動できます
hello world
まず、簡単な操作を行います例のソースは公式 Web サイトからのものです
新しい py スクリプトを作成します: fabfile.py
def hello(): print("Hello world!")
コマンド ラインの実行:
[ken@~/tmp/fab$] fab hello Hello world!
Done.
fabfile は必要ないことに注意してください。ここではファイル名として使用されますが、
[ken@~/tmp/fab$] mv fabfile.py test.py fabfile.py -> test.py [ken@~/tmp/fab$] fab hello Fatal error: Couldn't find any fabfiles! Remember that -f can be used to specify fabfile path, and use -h for help. Aborting. [ken@~/tmp/fab$] fab -f test.py hello Hello world!
Done.
パラメータ付き:
fabfile.pyスクリプトを変更します:
def hello(name, value): print("%s = %s!" % (name, value))
Execute
[ken@~/tmp/fab$] fab hello:name=age,value=20 age = 20! Done. [ken@~/tmp/fab$] fab hello:age,20 age = 20!
Done.
ネイティブ操作を実行
を実行するときにファイルを指定する必要があります簡単なローカル操作
from fabric.api import local def lsfab(): local('cd ~/tmp/fab') local('ls')
結果:
[ken@~/tmp/fab$] pwd;ls /Users/ken/tmp/fab fabfile.py fabfile.pyc test.py test.pyc [ken@~/tmp/fab$] fab -f test.py lsfab [localhost] local: cd ~/tmp/fab [localhost] local: ls fabfile.py fabfile.pyc test.py test.pyc
完了
実際の戦闘の開始:
設定ファイル settings.py を毎日リポジトリに送信するとします (ここでは競合は考慮されません)
手動操作:
cd /home/project/test/conf/ git add settings.py git commit -m 'daily update settings.py' git pull origin git push origin
つまり、これらのコマンドを 1 日に 1 回手動で入力する必要があります。いわゆる日次ジョブは、毎日繰り返される機械化されたジョブです。ファブリックを使用してワンクリックで完了する方法を見てみましょう。 . (実際には、シェル スクリプトを使用して直接実行することもできますが、fab の利点はここではありません。ここで重要なのは、後でローカル + リモート操作を準備することです。結局のところ、2 つの操作に対して 1 つのスクリプトを作成する必要があります。場所はメンテナンスが簡単です)
from fabric.api import local def setting_ci(): local("cd /home/project/test/conf/") local("git add settings.py") #后面你懂的,懒得敲了…..
リモート操作を統合するために組み合わせてください
このとき、マシン A の /home/ken/project に対応するプロジェクト ディレクトリに移動して、構成ファイルを更新するとします
#!/usr/bin/env python # encoding: utf-8 from fabric.api import local,cd,run env.hosts=['user@ip:port',] #ssh要用到的参数 env.password = 'pwd' def setting_ci(): local('echo "add and commit settings in local"') #刚才的操作换到这里,你懂的 def update_setting_remote(): print "remote update" with cd('~/temp'): #cd用于进入某个目录 run('ls -l | wc -l') #远程操作用run def update(): setting_ci() update_setting_remote()
次に、実行します:
[ken@~/tmp/fab$] fab -f deploy.py update [user@ip:port] Executing task 'update' [localhost] local: echo "add and commit settings in local" add and commit settings in local remote update [user@ip:port] run: ls -l | wc -l [user@ip:port] out: 12 [user@ip:port] out:
Done.
env.passwordが宣言されていない場合、対応するマシンに対して実行すると、パスワードを求めるインタラクションがポップアップ表示されることに注意してください
マルチサーバーマッシュアップ
複数のサーバーを操作するには、複数のホストを設定する必要があります
#!/usr/bin/env python # encoding: utf-8 from fabric.api import * #操作一致的服务器可以放在一组,同一组的执行同一套操作 env.roledefs = { 'testserver': ['user1@host1:port1',], 'realserver': ['user2@host2:port2', ] } #env.password = '这里不要用这种配置了,不可能要求密码都一致的,明文编写也不合适。打通所有ssh就行了' @roles('testserver') def task1(): run('ls -l | wc -l') @roles('realserver') def task2(): run('ls ~/temp/ | wc -l') def dotask(): execute(task1) execute(task2)
結果:
[ken@~/tmp/fab$] fab -f mult.py dotask [user1@host1:port1] Executing task 'task1' [user1@host1:port1] run: ls -l | wc -l [user1@host1:port1] out: 9 [user1@host1:port1] out: [user2@host2:port2] Executing task 'task2' [user2@host2:port2] run: ls ~/temp/ | wc -l [user2@host2:port2] out: 11 [user2@host2:port2] out:
完了。
拡張機能
1. カラー
は、操作結果の情報を表示するときにより目を引き、便利です
from fabric.colors import * def show(): print green('success') print red('fail') print yellow('yellow') #fab -f color.py show
2.エラー処理について
デフォルトでは、前のコマンドの実行に失敗した後、一連のコマンドは実行を継続しません
失敗後に別の処理を実行することもできます。ドキュメント
は現在使用されていません。後で使用するとき
3. パスワード管理
より良いパスワード管理方法については、ドキュメント
を参照してください。主な理由は、サーバーのリストが頻繁に変更されるためです。それは: 1. ホスト、ユーザー、ポート、パスワード構成リスト、すべてファイルまたはスクリプトに直接書き込まれます。もちろん、これはさらに... ..
env.hosts = [ 'host1', 'host2' ] env.passwords = { 'host1': "pwdofhost1", 'host2': "pwdofhost2", }
または
env.roledefs = { 'testserver': ['host1', 'host2'], 'realserver': ['host3', ] } env.passwords = { 'host1': "pwdofhost1", 'host2': "pwdofhost2", 'host3': "pwdofhost3", }
2.キーに応じてマップのネストに入れてdeployに入れます
さらに、コマンドをcmdsリストに固めることもできます...
さらにPythonファブリックでリモート操作とデプロイメントを実現 例については関連記事に注目してくださいPHP中国語ウェブサイトです!

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、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

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。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

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。
