fab -H localhost host_type
#结果：
[localhost] Executing task 'host_type'
[localhost] run: uname -s
[localhost] Login password for 'root':
[localhost] out: Linux
[localhost] out:
Done.
Disconnecting from localhost... done.
上面实例也可以写成一行代码：
1
fab -p 123456 -H localhost --'uname -s' #--后面要加空格
fabfile文件的编写
fab命令是结合fabfile.py文件（其他文件通过-f filename 参数来引用）来搭配使用的。fab的部分命令行参数还能通过相应的方法来代替。
如：
fab -H 192.168.1.21,192.168.1.22 ... ...
#可以在fabfile.py文件中用env.hosts来实现，命令行中就可以不用写了
#可以在fabfile中这么写：
env.hosts = ['192.168.1.21','192.168.1.22']
fabfile之env对象
env对象的作用是定义fabfile的全局设定，就像上面的举例。下面对各属性进行说明：
env.hosts #定义目标主机，可以用IP或主机名表示，以python的列表形式定义。如env.hosts=['192.168.1.21','192.168.1.22']
env.exclude_hosts #排除指定主机，如env.exclude_hosts=['192.168.1.21']
env.user #定义用户名，如env.user='root'
env.port #定义端口，默认为22，如env.port='22'
env.password #定义密码，如env.password='123456'
env.passwords #定义多个密码，不同主机对应不同密码，如：env.passwords = {'root@192.168.1.21:22':'123456','root@192.168.1.22:22':'654321'}
env.gateway #定义网关（中转、堡垒机）IP，如env.gateway='192.168.1.23
env.roledefs #定义角色分组，比如web组合db组主机区分开来：env.roledefs = {'webserver':['192.168.1.21','192.168.1.22'],'dbserver':['192.168.1.25','192.168.1.26']}
env.deploy_release_dir #自定义全局变量，格式：env. + '变量名称'，如env.age,env.sex等
env.roledefs的使用方法实例：
env.roledefs = {'webserver':['192.168.1.21','192.168.1.22'],'dbserver':['192.168.1.25','192.168.1.26']}
#引用分组时使用python装饰器方式来进行,如：
@roles('webserver')
def webtask():
run('/usr/local/nginx/sbin/nginx')
@roles('webserver','dbserver')
def publictask():
run('uptime')
Fabric常用API
最上面的简单实例中使用了api函数run,下面再列举几个常用的api。
local #执行本地命令，如local('uname -s')
lcd #切换本地目录，如lcd('/home')
cd #切换远程目录
run #执行远程命令
sudo #sudo方式执行远程命令，如sudo('/etc/init.d/httpd start')
put #上次本地文件导远程主机，如put('/home/user.info','/data/user.info')
get #从远程主机下载文件到本地，如：get('/data/user.info','/home/user.info')
prompt #获得用户输入信息，如：prompt('please input user password:')
confirm #获得提示信息确认，如：confirm('Test failed,Continue[Y/N]?')
reboot #重启远程主机，如：reboot()
@task #函数修饰符，标识的函数为fab可调用的，非标记对fab不可见，纯业务逻辑
@runs_once #函数修饰符，标识的函数只会执行一次，不受多台主机影响
Fabric应用示例说明
1、查看本地与远程主机信息
本示例调用local方法执行本地命令，添加@runs_once修饰符保证任务函数只执行一次，调用run方法执行远程命令。
1 #!/usr/bin/env python
2 #-*- encoding: utf-8 -*-
3
4 from fabric.api import *
5
6 env.user = 'root'
7 env.hosts = ['192.168.1.22']8 env.password = '123456'
9
10 @runs_once #查看本地系统信息，当有多台主机时只运行一次
11 def local_task(): #本地任务函数
12 local('uname -a')13
14 defremote_task():15 with cd('/var/logs'): #with的作用是让后面的表达式语句继承当前状态，实现：cd /var/logs && ls -l的效果
16 run('ls -l')
simple1.py
执行：
1
2
fab -f simple1.py local_task
fab -f simple1.py remote_task
2、动态获取远程目录列表
本例调用@task修饰符标志入口函数go()对外部可见，配合@runs_once修饰符接收用户输入，最后调用worktask()函数实现远程命令执行。
1 #!/usr/bin/env python
2 #-*- encoding: utf-8 -*-
3
4 from fabric.api import *
5
6 env.user = 'root'
7 env.hosts = ['192.168.1.22']8 env.password = '123456'
9
10 @runs_once #主机遍历过程中，只有第一台触发此函数
11 definput_raw():12 return prompt('please input directoryname:',default='/root')13
14 defworktask(dirname):15 run('ls -l'+dirname)16
17 @task #限定只有go函数对fab命令可见,其他没有使用@task标记的函数fab命令不可用
18 defgo():19 getdirname =input_raw()20 worktask(getdirname)
simple2.py
执行:
1
fab-f simple2.py go
对于上面的结果做了一些测试发现:
1.设置了默认值,不输入就是以默认值为准,如果不设置默认值,那么dirname就是空的,ls -l的就是你登录用户的家目录,例如是root就是/root
2.对于写在go函数下的内容,有多少主机就会循环多少次,他是以主机为循环的.
3.这个脚本是对于所有的主机列出同一个目录,对于不同的主机让选择不同的目录,可以简单的修改为:
1
2
3
4
5
6
7
def worktask(dirname):
run('ls -l '+dirname)
@task
def go():
getdirname=raw_input("please input directory:")
worktask(getdirname)
3.文件打包上传校验
1 #!/usr/bin/env python
2 from fabric.api import *
3 from fabric.colors import *
4
5 env.hosts=['192.168.56.30']6 env.user='root'
7 env.passwords={'root@192.168.56.30:22':'rooter'}8
9 @runs_once10 @task11 deftarfile():12 print yellow('tar file ...')13 #使用with lcd命令,否则需要写全路径,直接lcd没用
14 with lcd('/var/log'):15 local('tar czf messages.tar.gz messages')16
17 @task18 defputfile():19 print blue('put file ...')20 run('mkdir -p /tmp/log')21 with cd('/tmp/log'):22 #warn_only当出现异常的时候继续执行
23 with settings(warn_only=True):24 result=put('/var/log/messages.tar.gz','/tmp/log')25 if result.failed and not confirm('put file filed,Continue[Y/N]?'):26 abort('Aborting file put task!')27
28 @task29 defcheckfile():30 print red('check file ...')31 with settings(warn_only=True):32 #本地local命令需要配置capture=True才能获取返回值
33 lmd5=local('md5sum /var/log/messages.tar.gz',capture=True).split(' ')[0]34 rmd5=run('md5sum /tmp/log/messages.tar.gz').split(' ')[0]35 if lmd5==rmd5:36 print 'ok'
37 else:38 print 'error'
39
40 @task41 defgo():42 tarfile()43 putfile()44 checkfile()
simple3.py
下面是运行结果，有颜色的区别:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
[192.168.56.30] Executing task'go'
tarfile ...
[localhost] local: tar czf messages.tar.gz messages
putfile ...
[192.168.56.30] run: mkdir-p/tmp/log
[192.168.56.30] put:/var/log/messages.tar.gz->/tmp/log/messages.tar.gz
checkfile ...
[localhost] local: md5sum/var/log/messages.tar.gz
[192.168.56.30] run: md5sum/tmp/log/messages.tar.gz
[192.168.56.30] out:958b813fd7bdaa61cc206aa1012d8129 /tmp/log/messages.tar.gz
[192.168.56.30] out:
ok
Done.
Disconnectingfrom 192.168.56.30... done
4、网关模式文件上传与执行
本例通过定义env.gateway网关模式，即俗称的中转、堡垒机环境。通过网关对其他主机进行文件上传和执行。
1 #!/usr/bin/env python
2 #-*- encoding: utf-8 -*-
3
4 from fabric.api import *
5 from fabric.context_managers import *
6 from fabric.contrib.console importconfirm7
8 env.user = 'root'
9 env.gateway = '192.168.1.23' #定义堡垒机IP，作为文件上传、执行的中转设置
10 env.hosts = ['192.168.1.21','192.168.1.22']11 env.passwords ={12 'root@192.168.1.21:22':'123456',13 'root@192.168.1.22:22':'abcdef',14 'root@192.168.1.23:22':'123abc', #堡垒机账号信息
15 }16
17 lpackpath = '/home/install/lnmp.tar.gz' #本地安装包路径
18 rpackpath = '/tmp/install' #远程安装包路径
19
20
21 @task22 def put_task(): #上传文件
23 run('mkdir -p /tmp/install')24 #默认情况下，当命令执行失败时，Fabric会停止执行后续命令。有时，我们允许忽略失败的命令继续执行，比如run(‘rm /tmp/abc')在文件不存在的时候有可能失败，这时可以用with settings(warn_only=True):执行命令，这样Fabric只会打出警告信息而不会中断执行。
25 with settings(warn_only=True):26 result = put(lpackpath,rpackpath) #上传
27 if result.failed and not confirm('put file failed,Continue[Y/N]?'):28 abort('Aborting file put task!')29
30 @task31 def run_task(): #安装
32 with cd('/tmp/install'):33 run('tar -zxvf lnmp.tar.gz')34 with cd('lnmp/'): #使用with继承/tmp/install目录位置状态
35 run('./centos.sh')36
37
38 @task39 def go(): #上传、安装组合命令
40 put_task()41 run_task()
simple3.py
执行:
1
2
3
4
5
6
#上传文件
fab simple3.py put_task
#执行文件
fab simple3.py run_task
#上传并执行
fab simple3.py go
执行模式
执行模式可以让你在多个主机上执行多个任务。
执行策略：
默认fabric是单个有序地执行方法，其行为如下：
1. 创建一系列任务，通过fab任务执行要执行的任务；
2. 根据主机列表定义，去执行每一个任务；
3. 没有主机定义的任务，将在本地执行一次。
如：
from fabric.api import run, env
env.hosts = ['host1', 'host2']
def taskA():
run('ls')
def taskB():
run('whoami')
# 将在host1, host2都执行taskA, taskB
$ fab taskA taskB
# 执行顺序如下
taskA executed on host1
taskA executed on host2
taskB executed on host1
taskB executed on host2
定义任务：
如何定义任务，详情可见这里。
定义主机列表：
大多数时候你都需要根据目标，来定义多个远程主机，而不是仅在本地。
主机：
python定义的主机字符串为:
username@hostname:port #用户名和端口都可以省略
主机定义也支持IPV6格式，如：
::1, [::1]:1222
user@2001:db8::1
user@[2001:db8::1]:1222
角色：
角色提供了可以定义一个字符串对应于一组主机列表，而不是每次都针对的是整个主机列表，如：
from fabric.api import env
#假如www1, www2, www3是你的web服务器, 你可以指定任务由特定的角色来执行
env.roledefs['webservers'] = ['www1', 'www2', 'www3']
# 定义多个角色
env.roledefs = {
'web': ['www1', 'www2', 'www3'],
'dns': ['ns1', 'ns2']
}
怎么构建hosts:
通过全局的env:
from fabric.api import env, run
env.hosts = ['host1', 'host2']
def mytask():
run('ls /var/www')
env配置会被每个任务检查，因此你完全可以在方法中设置env，如：
from fabric.api import env, run
def set_hosts():
env.hosts = ['host1', 'host2']
def mytask():
run('ls /var/www')
# 调用
fab set_hosts mytask, set_hosts
通过命令行参数指定：
$ fab -H host1,host2 mytask #会被env.hosts所重写，类似角色也可以通过-R role1, role2, ...来定义
你也可以扩展命令行定义的主机，如：
from fabric.api import env, run
env.hosts.extend(['host3', 'host4'])
def mytask():
run('ls /var/www')
# 那么执行主机将merge为host1,host2,host3,host4
fab -H host1, host2 mytask
1
NOTE: env.hosts是python的list对象，所以你可以用list.append()方法添加host，或者其他方法。
针对每个任务的命令行参数：这是fabric提供一种更细粒度的定制：
from fabric.api import run
def mytask():
run('ls /var/www')
# 该定义将重写其他任何hosts定义，mytask仅会在host1，host2上执行
fab mytask:hosts="host1;host2"
针对每个任务进行修饰：
from fabric.api import hosts, run
@hosts('host1', 'host2')
def mytask():
run('ls /var/www')
# 或者
my_hosts = ('host1', 'host2')
@hosts(my_hosts)
def mytask():
# ...
# 这种修饰将重写env.hosts设置, 但不会重写上面通过命令行定义的任务。
总结下上面这些host与task绑定定义的优先级：
# 由高到低
1. 命令行 fab mytask:host=host1
2. fabfile中修饰任务@hosts('host1')
3. 在fabfile中设置env.hosts = ['host1']
4. 在命令行中-H host1,host2,...
主机列表组合
from fabric.api import env, hosts, roles, run
env.roledefs = {'role1': ['b', 'c']}
@hosts('a', 'b')
@roles('role1')
def mytask():
run('ls /var/www')
# 若命令行不包含task定义，则上面的mytask家在a, b, c主机上执行
排除特定的主机
# 若myrole被定义运行[host1, host2,...,host15], 则该命令将排除host2,host5
$ fab -R myrole -x host2,host5 mytask #该-x并不会修改env.hosts
用Execute智能地执行任务：
看这么一个例子：
from fabric.api import run, roles
env.roledefs = {
'db': ['db1', 'db2'],
'web': ['web1', 'web2', 'web3'],
}
@roles('db')
def migrate():
# Database stuff here.
pass
@roles('web')
def update():
# Code updates here.
pass
# 在fabric1.2之前，我们需要fab migrate update来执行这两个任务,
# 在fabric1.2之后，我们可以通过execute函数来执行这两个任务:
from fabric.api import run, roles, execute
def deploy():
execute(migrate)
execute(update)
通过Execute访问多主机的结果：
一个范例
from fabric.api import env, roles, task, execute, run, runs_once
env.roledefs = {
'zoo': ['zooserver'],
'mysql': ['mysqlmaster'],
}
@task
def workhorse():
return run("uname -a")
@roles('zoo')
@task
@runs_once
def go():
results = execute(workhorse)
print results
#执行
fab go
用Execute动态设置host列表：
我们可以通过传递参数，动态设置hosts，如：
from fabric.api import run, execute, task
# For example, code talking to an HTTP API, or a database, or ...
from mylib import external_datastore
# This is the actual algorithm involved. It does not care about host
# lists at all.
def do_work():
run("something interesting on a host")
# This is the user-facing task invoked on the command line.
@task
def deploy(lookup_param):
# This is the magic you don't get with @hosts or @roles.
# Even lazy-loading roles require you to declare available roles
# beforehand. Here, the sky is the limit.
host_list = external_datastore.query(lookup_param)
# Put this dynamically generated host list together with the work to be
# done.
execute(do_work, hosts=host_list)
# 调用
fab deploy:app
fab deploy:other
一个替代的方法：
from fabric.api import run, task
from mylib import external_datastore
# Marked as a publicly visible task, but otherwise unchanged: still just
# "do the work, let somebody else worry about what hosts to run on".
@task
def do_work():
run("something interesting on a host")
@task
def set_hosts(lookup_param):
# Update env.hosts instead of calling execute()
env.hosts = external_datastore.query(lookup_param)
#调用
fab set_hosts:app do_work
＃相比上一种方法，该方法可以轻易替换其他任务，如
fab set_hosts:db snapshot
fab set_hosts:cassandra,cluster2 repair_ring
fab set_hosts:redis,environ=prod status
故障处理：
故障处理也是一个比较实用的东西，fabric默认是"快速失败"的，一旦出现错误，就立即停止。
我们可以通过settings上下文中的env.warn_only＝True来临时指定，失败也继续执行。
连接：
fab本身是不对任何主机做远程连接的，她只会设置env.host_string的值(即当前的host)。
NOTE: 连接对象Connection会保存在fabric.state.connections中，并做缓存，以减少创建新连接的消耗。
懒连接：
fab在执行远程操作前，并不会事先去连接远程主机，如：
from fabric.api import *
@hosts('host1')
def clean_and_upload():
local('find assets/ -name "*.DS_Store" -exec rm '{}' \;')
local('tar czf /tmp/assets.tgz assets/')
put('/tmp/assets.tgz', '/tmp/assets.tgz') //这里才会开始进行远程连接相关的操作:cache.get() == null?new : cache.get()
with cd('/var/www/myapp/'):
run('tar xzf /tmp/assets.tgz')
关闭连接：
连接缓存并不会关闭连接。fab工具会帮你管理连接，它会遍历所有连接，并在其退出前关闭连接。你也可以调用fabric.network.disconnect_all()来确保关闭所有连接。
多次连接尝试和跳过错误的主机：
fabric在连接远程主机出错之前，会尝试多次(env.connection_attempts,默认为1)连接，每次连接超时env.timeout 秒(默认为10)。
密码管理：
Fabric在内存中维护了两层的密码缓存管理，会记住你登录的密码和sudo时的密码，以免以后再次输入。
第一层密码由 env.password保存，其值为ssh默认密码或sudo提示输入密码。第二层密码保存在env.passwords中，主要用于缓存user/host/port:password。
Fabric还是建议使用密钥进行ssh访问，如无密登录。
使用本地的SSH配置文件：
你可以为Fabric指定特定的ssh配置文件(--ssh-config-path/env.ssh_config_path.)，但默认Fabric并没有开启加载配置文件，需要设置env.use_ssh_config为True。
若开启了Fabric加载配置文件的选项，则Fabric为使用以下一些配置项：
User/Port ，HostName, IdentityFile, ForwardAgent, ProxyCommand。
1. Fabric的任务运行规则
根据Fabric Execution model的说明,fabric默认以串行方式运行tasks,具体而言: 1)在fabfile及其import文件中定义的task对象依次被创建(只是创建对象,并未真正执行),任务之间保持其定义的先后顺序。 2)对于每个task,生成将要运行该task的目标机器列表。 3)fab执行tasks时,按任务被指定的顺序依次执行这些任务;针对每个任务,依次在其指定的目标机器运行且只运行一次。 4)未指定目标机器的task被当作本地任务运行,且只会被运行一次。
假设在fabfile.py中定义了如下tasks:
from fabric.api import run, envenv.hosts = ['host1', 'host2']def taskA(): run('ls')def taskB(): run('whoami')
在终端运行fab –list时,我们会看到taskA和taskB两个任务,运行之:
$ fab taskA taskB
结果示例如下:
taskA executed on host1taskA executed on host2taskB executed on host1taskB executed on host2
通过上面的实例,大家应该可以明白fabric默认的串行执行策略是怎么回事。
Fabric还允许我们指定以并行方式(借助multiprocessing模块实现多个进程并行执行)在多台机器上并行地运行任务,甚至还可在同一个fabfile文件中指定某些task以并行方式运行,而某些task以默认的串行方式运行。具体地,可以借助@parallel或@serial指定任务的运行模式,还可以在命令行中通过-P参数指定任务是否要并性执行。示例如下:
from fabric.api import *@paralleldef runs_in_parallel(): passdef runs_serially(): pass
当运行如下命令时:
$ fab -H host1,host2,host3 runs_in_parallel runs_serially
执行结果示例如下:
runs_in_parallel on host1, host2, and host3runs_serially on host1runs_serially on host2runs_serially on host3
此外,还可以通过对@parallel传入pool_size参数来控制并行进程数以防并行进程太多把机器拖垮。
2. 为task指定目标机器
有多种方式可以指定任务的将要运行的目标机器,下面分别进行说明。 1)通过env.hosts或env.roles进行全局指定 Fabric的env模块中定义了一系列全局变量,可以将其理解为可以控制fabric行为的环境变量。其中env.hosts和env.roles可以用来全局指定task的目标机器列表,这两个“环境变量”的默认值都是空列表[]。
env.hosts的元素是fabric约定的”host strings”,每个host strings由aliyunzixun@xxx.com:port三部分构成,其中username和port部分可以缺省。本篇笔记前面的第1个代码实例其实已经说明了如何用env.hosts全局地指定task的目标机器列表,这里不再赘述。
env.roles则是在配置了env.roledefs的情况下才有用武之地。在很多时候,不同的机器有着不同的角色,如有些是接入层,有些是业务层,有些是数据存储层。env.roledefs可以用来组织这些机器列表以体现其角色,示例如下:
from fabric.api import envenv.roledefs = { 'web': { 'hosts': ['www1', 'www2', 'www3'], }, 'db': { 'hosts': ['db1', 'db2'], }}@roles('web')def mytask(): run('ls /var/www')
上例通过env.roledefs配置了两个角色web和db,分别包含3台、2台机器,并借助@roles为mytask指定了目标机器列表。
2)通过命令行进行全局指定
$ fab -H host1,host2 mytask
需要注意的是,命令行通过-H参数指定的机器列表在fabfile脚本load前被解释,故如果fabfile中重新配置了env.hosts或env.roles,则命令行指定的机器列表会被覆盖。为了避免fabfile覆盖命令行参数,在fabfile中应该借助list.extend()指定env.hosts或env.roles,示例如下:
from fabric.api import env, runenv.hosts.extend(['host3', 'host4'])def mytask(): run('ls /var/www')
此时,当我们运行”fab -H host1,host2 mytask”时,env.hosts包含来自命令行和fabfile的4台机器。
3)通过命令行为每个任务指定机器列表
$ fab mytask:hosts="host1;host2"
上述方式会覆盖全局指定的机器列表,确保mytask只会在host1, host2上执行。
4)借助装饰器@hosts为每个任务指定目标机器
from fabric.api import hosts, run@hosts('host1', 'host2')def mytask(): run('ls /var/www')
或者:
my_hosts = ('host1', 'host2')@hosts(my_hosts)def mytask(): # ...
每个任务的@hosts装饰器指定的机器列表会覆盖全局目标机器列表,但不会覆盖通过命令行为该任务单独指定的目标机器列表。
上述4种为task指定目标机器列表的方式之间的优先级规则总结如下: 1) Per-task, command-line host lists (fab mytask:host=host1) override absolutely everything else. 2) Per-task, decorator-specified host lists (@hosts(‘host1’)) override the env variables. 3) Globally specified host lists set in the fabfile (env.hosts = [‘host1’]) can override such lists set on the command-line, but only if you’re not careful (or want them to.) 4) Globally specified host lists set on the command-line (–hosts=host1) will initialize the env variables, but that’s it.
截止目前,我们可以看到,fabric允许我们混合使用上面列出的几种目标机器指定方式,但是我们要明白混合的结果是否符合预期。
此外,fabric默认会对通过不同来源出现多次的同一个目标机器做去重,当然,可以通过设置env.dedupe_hosts为False来关闭默认的去重策略。甚至还可以指定任务需要跳过的机器列表。具体细节可以参考Fabric Execution model的说明,这里不赘述。
3. 任务执行时,目标机器的密码管理
如果你亲自运行上面的示例代码,就会发现,每次在目标机器远程执行task时,fabric均会要求输入目标机器的登录名及密码。如果要在多台机器上执行task,那这些密码输入的过程可以自动化吗?
答案是肯定的。实现方式有两种,下面分别进行说明。
1)通过env.password或env.passwords配置目标机器的登录信息 下面的示例说明了如何通过env.passwords配置多台机器的登录信息:
#!/bin/env python#-*- encoding: utf-8 -*-from fabric.api import run, env, hosts## 需要注意的是,这里的host strings必须由aliyunzixun@xxx.com:port三部分构成,缺一不可,否则运行时还是会要求输入密码env.passwords = { 'aliyunzixun@xxx.com:22': 'xxx', 'aliyunzixun@xxx.com:23': 'yyy',}@hosts('10.123.11.209', '10.123.11.210')def host_os_type(): run('uname -a')
由于通过env.passwords配置了目标机器的登录用户名/密码,所以,当我们在终端运行fab host_os_type时,会发现不用手动输入密码了,大大方便了脚本远程自动执行。
但是,这种明文指定登录名/密码的方式存在安全性问题,所以,fabric还支持以ssh key认证的方式免密在远程机器执行任务。
在具体实现上,需要事先在目标机器上生成ssh public key并配置在~/.ssh/config文件中,然后在定义任务的fabfile中将env.use_ssh_config设置为True来启用基于ssh public key方式的身份认证,以便实现免密码远程执行任务
一、fab的常用参数
fab作为Fabric程序的命令入口，提供了丰富的参数调用，命令格式如下：
fab [options] [:arg1,arg2=val2,host=foo,hosts='h1;h2',....]
下面列举了常用的几个参数，更多参数可使用fab -help查看.
-l,显示定义好的任务函数名；
-f,指定fab入口文件，默认入口文件名为fabfile.py；
-g,指定网关设备，比如堡垒机环境，填写堡垒机IP即可；
-H,指定目标主机，多台主机用','号分隔；
-P，以异步并行方式运行多个主机任务，默认为串行运行；
-R，指定role(角色)，以角色名区分不同业务组设备；
-t,设置设备连接超时时间；
-T，设置远程主机命令执行超时时间；
-w,当命令执行失败，发出警告，而非默认终止任务
二、fabfile的编写
fab命令是结合我们编写的fabfile.py(其他文件名必须添加-f filename引用)来搭配使用，部分命令行参数可以通过相应的方法来代替，使之更加灵活，列如"-H 192.168.1.23,192.168.1.24",我们可以通过定义env.hosts来实现，如"env.hosts=[192.168.1.23,192.168.1.24]".fabfile的主体由多个自定义的任务函数组成，不同任务函数实现不同的操作逻辑，下面详细介绍
三、全局属性设定
env对象的作用是定义fabfile的全局设定，支持多个属性，包括目标主机，用户，密码角色，各属性说明如下:
复制代码 代码如下:
env.host,定义目标主机，可以用IP或主机名表示，以Python的列表形式定义，如env.hosts=['192.168.1.23,192.168.1.24'].
env.exculde_hosts,排除指定主机，如env.exclude_hosts=['192.168.1.23']
env.user,定义用户名，如env.user="root"
env.port,定义目标主机端口,如env.port = '22'
env.password,定义密码,如env.password='123456'
env.passwords,与password功能一样，区别在于不同主机不同密码的应用场景，需要注意的是，配置passwords时需要配置用户，主机，端口等信息，如:env.passwords = {'root@192.168.1.21:22':'123456',
'root@192.168.1.23:22':'3234234',
'root@192.168.1.24:23':'09887',
}
env.gateway，定义网关(中转，堡垒机)IP,如env.gateway = '192.168.1.1'
env.roledefs,定义角色分组，比如web组与db组主机区分开来，定义如下：
env.roledefs = {
'webservers':['192.168.1.21','192.168.1.22','192.168.1.23'],
'dbservers':['192.168.1.24','192.168.1.25'],
}
引用时使用python修饰符的形式进行，角色修饰符下面的任务函数为其作用域，下面来看一个示例：
@roles('webservers')
def webtask():
run('/etc/init.d/nginx start')
@roles('dbservers'):
def dbtask():
run('/etc/init.d/mysql start')
@roles('webservers','dbservers')
def publictask():
run('uptime')
def deploy():
execute(webtask)
execute(dbtask)
execute(publictask)
在命令执行fab deploy就可以实现不同角色执行不同的任务函数。
常用API
Fabric提供了一组简单但功能强大的fabric.api命令集，简单地调用这样API就能完成大部分应用场景需求，Fabric支持常用的方法及说明如下:
复制代码 代码如下:
local,执行本地命令，如local:('uname -s');
lcd,切换本地目录，如lcd:('/home');
cd,切换远程目录，如cd:('/data/logs/');
run,执行远程命令,如:run('free -m')
sudo,sudo方式执行远程命令,如:sudo('/etc/init.d/httpd start');
put,上传本地文件到远程主机,如:put('/home/user.info','/data/user.info');
get,从远程主机下载文件到本地,如:get('/home/user.info','/data/user.info');
prompt,获得用户输入信息,如:prompt('please input user password:');
confirm,获得提示信息确认，如:confirm('Test failed,Continue[Y/N]');
reboot,重启远程主机，如reboot();
@task,函数修饰符，标识符的函数为fab可调用，非标记对fab不可见，纯业务逻辑；
@runs_once，函数修饰符，标识符的函数只会执行一次，不受多台主机影响；
示例1：查看本地与远程主机信息
本示例调用local()方法执行本地命令，添加"@runs_once"修饰保证该任务函数只执行一次。调用run()方法执行远程命令，
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from fabric.api import *
env.user = 'root'
env.hosts = ['192.168.1.43','192.168.1.23','192.168.1.24']
env.port = '22'
env.password = '123456'
@runs_once #查看本地系统信息,当有多台主机时只运行一次
def local_task(): #本地任务函数
local('uname -a')
def remote_task():
with cd('/data'): #with的作用是让后面的表达式语句继承当前状态，实现cd /var && ls -l的效果
run('ls -l')
通过fab命令分别调用local_task任务函数运行效果如下图所示
201608281657386.jpg
结果中显示了[192.168.1.23] Executing task 'local_task',但事实上并非在主机192.168.1.23上执行任务，而是返回Fabric主机本地的'uname -a'的执行效果
调用remtoe_task任务函数的执行结果如下图所示
201608281657387.jpg
示例2；动态获取远程目录列表
本示例使用"@task"修饰符标志入口函数go()对外部可以，配合"@runs_once"符等待接受用户输入，最后调用worktask()任务函数实现远程命令执行，
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from fabric.api import *
env.user = 'root'
env.hosts = ['192.168.1.23','192.168.1.24']
env.password = '123456'
@runs_once #在主机遍历过程中，只有一台出发此函数
def input_raw():
return prompt("please input direcotry name:",default="/home")
def worktask(dirname):
run("ls -l %s" %dirname)
@task
def go():
getdirname = input_raw()
worktask(getdirname)
该示例实现了一个动态输入远程目录名称，在获取目录列表的功能，由于我们只要求输入一次，再显示所有主机上该目录的列表信息，调用了一个子函数input_raw(同时配置)@runs_once修饰符来达到此目的，执行结果如下图
201608281657388.jpg
文件上传与执行
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from fabric.api import *
from fabric.context_managers import *
from fabric.contrib.console import confirm
env.hosts=['192.168.1.23','192.168.1.24']
#假如所有主机密码都不一样，可以通过env.passwords字典变量一一指定
env.passwords = {
'root@192.168.1.23:22': '123456',
'root@192.168.1.24:22': '123456',
}
lpackpath="/home/a.tar.gz"
rpackpath="/tmp/install"
@task
def put_task():
run("mkdir -p /tmp/install")
with settings(warn_only=True):
result = put(lpackpath, rpackpath)
if result.failed and not confirm("put file failed, Continue[Y/N]?"):
abort("Aborting file put task!")
@task
def run_task():
with cd("/tmp/install"):
run("tar -zxvf a.tar.gz")
@task
def go():
put_task()
run_task()
897
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
