Ansible脚本执行流程详解
大家好,我们又见面了啊~本文《Ansible脚本执行流程全解析》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~
Ansible通过Python驱动,利用SSH协议实现无代理远程管理。执行流程为:1. 启动ansible-playbook命令,解析参数并加载配置;2. 读取inventory,构建主机与组结构;3. 使用PyYAML解析Playbook为字典对象,加载任务、变量与角色;4. 创建PlayExecutor调度任务,按并发数启动worker执行;5. 将模块代码与参数打包,通过SSH传输至目标机临时目录并执行,返回JSON结果;6. 主控端解析结果,判断状态,触发handler通知;7. 可选收集facts系统信息供任务使用;8. 动态加载插件扩展连接、输出、数据查找等功能;9. 汇总执行统计,失败则返回非零退出码。全过程基于Python模块化设计,支持灵活定制与调试。

Ansible 是一个基于 Python 开发的自动化运维工具,它通过 SSH 协议管理远程主机,无需在目标机器上安装客户端。当你编写一个 Ansible 脚本(通常指使用 ansible 命令或 ansible-playbook 执行的 YAML 文件)时,其执行过程涉及多个组件协同工作。下面详细说明 Python 环境下 Ansible 脚本的执行流程。
1. 解析命令与入口点
当你在终端运行类似 ansible-playbook site.yml 命令时,系统会调用 Python 安装的 Ansible 入口脚本。这个命令由 Python 的 setuptools 安装时创建的可执行脚本触发,实际是调用 Ansible 内部的主程序模块。
- 启动的是 Python 编写的 ansible.cli.playbook 模块
- 解析命令行参数(如 inventory、limit、tags、extra_vars 等)
- 加载配置文件(ansible.cfg),设置默认行为
2. 加载 Inventory(主机清单)
Ansible 首先读取你指定或默认的 inventory 源,它可以是静态文件(INI 或 YAML 格式)或动态脚本(返回 JSON 结构)。
- Python 解析 inventory 数据,构建内存中的主机列表和组结构
- 每台主机的连接信息(IP、端口、用户、变量等)被加载到 Host 对象中
- 支持多种来源:本地文件、云平台 API(如 AWS EC2)、自定义脚本
3. 加载并解析 Playbook
Playbook 是 YAML 格式的任务描述文件,Ansible 使用 Python 的 PyYAML 库将其解析为 Python 字典结构。
- 每个 play 对应一组主机和一系列任务
- 任务(tasks)按顺序组织,可能包含模块调用、条件判断、循环、错误处理等
- 变量(vars)、处理器(handlers)、角色(roles)也被加载进上下文
4. 创建任务执行引擎
Ansible 核心是一个基于事件驱动的任务执行器,由 Python 实现。
- 根据并发设置(-f 参数,默认5),创建多个 worker 进程或线程
- 每个 play 启动一个 PlayExecutor 实例,负责调度该 play 下所有任务
- 任务逐个执行,支持同步(默认)或异步模式
5. 模块传输与远程执行
这是 Ansible 的核心机制:将模块代码推送到远程主机并执行。
- 对于每个任务,Ansible 查找对应的模块(如 apt、copy、shell)
- 将模块的 Python 源码与参数打包成 JSON 字符串
- 通过 SSH 将模块写入远程主机的临时目录(如 /home/user/.ansible/tmp/)
- 在远程主机上执行 Python 命令运行该模块,捕获输出结果
- 执行完成后清理临时文件
6. 处理结果与状态反馈
每个任务执行后,远程主机返回 JSON 格式的结果数据。
- Python 主控程序解析返回值,判断是否成功、是否改变系统状态
- 记录日志,输出到控制台(可通过 callback 插件定制格式)
- 如果任务失败且未忽略错误,则根据策略决定是否中断执行
- 触发通知(notify)给 handlers,延迟执行清理或重启操作
7. 变量与事实收集(Facts)
在 play 开始前或运行中,Ansible 可以自动收集远程主机的系统信息(称为 facts)。
- 通过执行 setup 模块获取操作系统、网络、硬件等信息
- 这些数据作为变量供后续任务使用(如 {{ ansible_os_family }})
- 也可以禁用自动收集以提升性能,在需要时手动调用
8. 插件与扩展机制
Ansible 的许多功能通过 Python 插件实现,可在执行过程中动态加载。
- Connection 插件:控制如何连接主机(ssh、docker、winrm 等)
- Callback 插件:自定义输出格式(如发送日志到 ELK)
- Lookup 插件:从外部获取数据(如环境变量、文件内容、Vault 加密值)
- Filter 插件:Jinja2 模板中的数据处理函数(常用于变量转换)
9. 执行结束与退出码
当所有 plays 和 tasks 完成后,Ansible 主进程汇总结果。
- 输出统计信息:ok、changed、unreachable、failed 等计数
- 如果有任何主机任务失败,返回非零退出码(通常为 2 或 3)
- 资源释放,进程退出
基本上就这些。整个过程由 Python 驱动,利用了模块化设计和 SSH 协议,实现了无代理的远程管理。理解这一流程有助于调试问题、优化性能以及开发自定义模块或插件。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Ansible脚本执行流程详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
交管12123体检证明怎么上传?
- 上一篇
- 交管12123体检证明怎么上传?
- 下一篇
- Win10体验指数查看命令及步骤
-
- 文章 · python教程 | 9小时前 |
- Python Jinja按模板后缀开启自动转义怎么配置
- 320浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python 模板变量 Jinja StrictUndefined UndefinedError
- Python Jinja StrictUndefined怎样暴露缺失模板变量
- 477浏览 收藏
-
- 文章 · python教程 | 9小时前 | CLI · 命令行 · python · 命令行选项 list[str] Python Typer Typer重复参数 Typer列表参数 list[float]
- Python Typer可重复参数怎样收集为列表
- 157浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python 后台任务 Worker Textual post_message
- Python Textual后台任务怎么把结果送回界面
- 317浏览 收藏
-
- 文章 · python教程 | 9小时前 | 查询优化 · Python explain 查询计划 Polars LazyFrame show_graph
- Python Polars LazyFrame怎样查看查询计划
- 421浏览 收藏
-
- 文章 · python教程 | 9小时前 | 数据校验 · python · Python Pydantic field_validator model_validator 联合约束
- Python Pydantic怎样对多个字段实施联合约束
- 210浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python Pydantic After field_validator before
- Python Pydantic字段校验器before与after怎么选择
- 469浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 465次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 527次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 545次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 495次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 314次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

