智汇 IT
城启新篇

配置管理一旦松手半夜三点就会来电话

凌晨两点半,手机响。值班的人说一台机器起不来了。这种事我经历过太多次。重启能恢复,但重启不等于修好,修好也不等于知道它为什么坏。

后来我把那次抢修的时间线拉出来看,真正花时间的不是排查故障本身,而是搞明白一件事:这台机器本来应该长什么样。没人说得准。三份文档,两个版本,Ansible 仓库里的 playbook 跟线上实际跑的东西对不上。这就是配置管理失守之后的样子。

漂移不是意外 它是默认状态

很多人对配置管理的想象是这样的:写好一份标准,所有机器照着这份标准来,齐活。这个想象有个前提——系统不会自己变化。可惜它会。

运维半夜上去改个参数,开发为了验证问题临时开放一个端口,安全那边扫出漏洞随手升个组件版本。每一次都是合理的。每一次都没记录。半年后积攒出一堆只有当事人脑子里才有的知识。人一走,知识就没了。

服务器机房机柜线缆标签特写
服务器机房机柜线缆标签特写

行业里管这叫配置漂移。听着像个学术词,其实就是现实和文档之间的裂缝。裂缝不会自己愈合,只会越来越宽。

传统做法是往 CMDB 里填数据。填完之后呢?没人维护。三个月后 CMDB 的正确率可能连一半都不到。我采访过的一个团队干脆把 CMDB 改名叫历史档案室,因为大家心里都清楚那儿存的是什么。这不算嘲讽,是清醒。

声明式救了一半 也带来了一半

真正让配置管理有点起色的,是把配置当代码管。这个转变不小。

以前是命令式:登录、执行、确认。做完就完了,过程散落在 SSH 历史里。现在是声明式:写清楚要什么状态,工具负责把系统推到那个状态。Terraform 管基础设施,Ansible 管机上配置,Kubernetes 干脆把期望状态当成系统的一等公民。

好处很直接。可重复。同一份配置能在测试环境跑,也能在生产跑。出了问题回滚一个 commit 就行,不用凭记忆倒着敲命令。

麻烦在于,声明式不是免费的午餐。

第一,你得处理状态。Terraform 的 state 文件是命门,丢了就抓瞎,多人协作还得考虑加锁。第二,抽象层越厚,出问题越难往下看。Helm chart 套 Kustomize 套 operators,最后谁改了哪个字段,得扒三层才能找到。第三,环境差异这东西不会因为工具变了就消失。测试环境一个副本,生产环境八个,配置文件里全是 if else 的变体。有人硬扛,有人用分环境目录,各有各的痛。

Git提交历史记录界面截图
Git提交历史记录界面截图

说白了,工具解决的是执行问题,不是决策问题。哪些配置该集中管,哪些该让业务自己定,这个边界没人能替你划。

密钥和配置混在一起 迟早出事

密钥和配置混在一起 迟早出事
密钥和配置混在一起 迟早出事

这是我最想吐槽的一点。

太多项目把数据库密码、API key、证书,和普通的业务参数塞在同一个 YAML 文件里,一起进 Git 仓库。然后安慰自己说仓库是私有的。私有仓库被拖库的案例还少吗。

密钥该有自己的位置。Vault、KMS、Sealed Secrets、SOPS,选哪个都行,关键是配置和密钥在存储层面分开。配置可以公开审阅,密钥不能。这两件事的访问权限、轮换周期、审计要求,完全不是一回事。

还有个更隐蔽的问题:密钥进了 Git 历史,就算你现在删掉文件也晚了。历史还在。要么重写历史,要么轮换所有相关凭证。前者容易搞乱协作,后者工作量大得让人想骂人。所以最好的办法是一开始就别让它进去。pre-commit 钩子加一个扫描,成本几乎为零。

谁改的 什么时候改的 为什么改

谁改的 什么时候改的 为什么改
谁改的 什么时候改的 为什么改

配置管理里被低估最严重的部分是变更的可追溯性。

不是记流水账。是当线上出问题时,能不能三分钟内回答:这个值是什么时候变成现在这样的,谁改的,对应的需求是什么。

Git 天然能回答前两问。第三问要靠提交信息和工单关联。很多团队的 commit message 就写 update config,等于什么都没说。

我见过做得比较扎实的一个团队,规矩很简单:任何配置变更必须带工单号,CI 里做校验,不带就卡住。开始有人抱怨,两个月后抱怨声没了——因为排障时间实实在在降下来了。代价是流程变重,紧急变更得走特批。他们接受了,因为之前吃过更大的亏。

基线别一次定死

基线是配置管理里的老概念。定一个版本,作为某个环境的参照。听着简单,做起来难。

难在基线会过期。三年前定的安全基线,放到今天很多条目已经不合时宜。有的组件都换掉了,基线还在要求旧版本。所以基线得定期复盘,它是一份需要持续维护的合约,不是一次性的仪式。

还有个误区是把基线定得太细。细到每一行内核参数都要审。结果就是没人愿意提变更,大家绕着走。留一点合理区间,比追求绝对一致更现实。

自动化扫描工具是必要的,但它只告诉你哪里不一样,不告诉你哪个是对的。判断还是得人来做。这话不讨喜,但真实。

如果手上什么都没有

如果手上什么都没有
如果手上什么都没有

别一上来就搭平台。先把三件事做了。

把现有服务器的关键配置导出,扔进 Git,哪怕一开始就是一堆零散的文件。给每次变更留下提交记录。把密钥从这些文件里剔出去,放到独立的存储。

这三步做完,你会发现自己对系统的掌控感突然变强了。之后再谈自动化、谈漂移检测、谈策略即代码,都有地基了。

反过来,跳过这三步直接上工具,大概率会建出一套漂亮的流水线,跑在一个谁也说不清的状态之上。那种系统,看着挺整齐。出事的时候,一样抓瞎。

凌晨的电话,最好还是别响。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:配置管理一旦松手半夜三点就会来电话
文章链接:https://www.itcdj.com/news/989.html