一、起源:手工创建资源的问题
1.1 不可复制
通过云控制台或虚拟化平台创建资源时,操作对象是界面上的表单项:网络、子网、路由、安全组、负载均衡、主机、磁盘、数据库实例等逐项创建并逐项配置。
由此产生的第一个问题是结果不可复制:
- 需要在开发、测试、生产三套环境中重复执行同样的操作,参数差异依靠人工记忆,遗漏与偏差难以避免
- 环境重建(扩容区域、迁移账号、搭建灾备)等同于把全部操作重做一遍,且不保证与原环境一致
- 创建过程没有可执行的描述,无法交付给他人复现
- 一次性操作与批量操作没有区别,规模增长时成本线性上升
1.2 状态不明
第二个问题在于环境现状没有权威来源:
- 已创建的资源清单只存在于控制台的列表页中,无法与代码或文档建立对应关系
- 存在创建后未纳入管理的孤立资源,长期占用成本且无人知悉其用途
- 资源的参数取值(规格、镜像、网络策略、标签)需要逐个打开详情页确认
- 变更前无法快速确认现状,导致一次小范围调整演变为对整个环境的重新核对
1.3 变更不可追溯
第三个问题在于变更过程缺少可审阅的记录:
- 控制台操作在审计日志中记录的是操作动作,不体现变更意图与变更前后的差异
- 无法回答"某次网络故障由哪次变更引入",只能依据时间点猜测
- 回滚需要人工反向操作,关联资源容易被遗漏
- 变更没有评审环节,无法在生效前发现影响面
1.4 IaC 与配置管理的分工
基础设施即代码(Infrastructure as Code,IaC)把资源定义写为可版本化、可审阅、可重复执行的描述,把上述三类问题转化为代码管理问题。
IaC 与配置管理的职责边界如下:
| 维度 | IaC | 配置管理 |
|---|---|---|
| 管理对象 | 资源的存在与规格:网络、主机、磁盘、数据库、负载均衡 | 资源内部的状态:软件包、配置文件、服务、账户 |
| 生命周期 | 创建、变更、销毁 | 安装、配置、收敛 |
| 执行时机 | 资源交付之前与资源变更时 | 资源就绪之后,按周期复核 |
| 典型工具 | Terraform 等声明式资源编排工具 | Ansible 等配置下发工具 |
衔接关系:IaC 完成资源创建并输出主机地址与连接信息,配置管理据此完成系统内配置。先资源后配置,销毁时顺序相反。
配置管理的具体实现参见 ./configuration_management_with_ansible.html。
二、原理
2.1 声明式与命令式
命令式的写法
通过命令行工具或 SDK 逐条调用接口创建资源,属于命令式描述:
# 命令式:依次创建网络与子网,需要自行处理"已存在"的情形
network_id=$(cloud network create --name prod-vpc --cidr 10.0.0.0/16 --format id)
cloud subnet create --network "${network_id}" --name prod-subnet-a --cidr 10.0.1.0/24
cloud instance create --name web01 --subnet prod-subnet-a --image ubuntu-24.04
这种方式需要自行解决的问题:
- 资源已存在时如何跳过,避免重复创建或报错
- 中途失败后如何续跑,已创建的部分如何回收
- 资源之间的依赖顺序如何保证
- 并发执行时如何避免冲突
声明式的写法
声明式描述期望的最终状态,由工具负责比对现状并计算动作:
resource "example_network" "prod_vpc" {
name = "prod-vpc"
cidr = "10.0.0.0/16"
}
resource "example_subnet" "prod_subnet_a" {
name = "prod-subnet-a"
network_id = example_network.prod_vpc.id
cidr = "10.0.1.0/24"
}
resource "example_instance" "web01" {
name = "web01"
subnet_id = example_subnet.prod_subnet_a.id
image = "ubuntu-24.04"
}
同一份声明重复执行的结果相同:已存在的资源被识别为无需变更,缺失的资源被创建,参数不一致的资源被调整为声明中的取值。
执行计划的作用
声明式工具在执行前先生成执行计划(plan),列出将要发生的动作:
Plan: 3 to add, 1 to change, 1 to destroy.
# example_instance.web01 will be updated in-place
~ resource "example_instance" "web01" {
~ image = "ubuntu-22.04" -> "ubuntu-24.04"
}
# example_instance.web02 must be replaced
-/+ resource "example_instance" "web02" {
~ image = "ubuntu-22.04" -> "ubuntu-24.04" # forces replacement
}
# example_disk.legacy will be destroyed
- resource "example_disk" "legacy" {
- name = "legacy-disk" -> null
}
计划把变更分为三类,其含义与风险不同:
| 标记 | 含义 | 关注点 |
|---|---|---|
+ | 新增资源 | 数量与规格是否符合预期 |
~ | 就地修改 | 修改过程中资源是否中断 |
-/+ | 销毁后重建 | 资源被替换,附着的状态与数据可能丢失 |
- | 销毁资源 | 是否为计划内动作,是否有数据 |
声明式的边界
声明式并非在所有环节都适用。资源创建完成后的初始化动作(如安装软件、上传初始数据)仍需要命令式手段,工具通常提供本地执行或远程执行的出口。这类出口不受状态管理,其副作用不会体现在计划中,使用时应限制在简单、可重复的操作范围内,复杂初始化应交由配置管理承担。
2.2 状态文件的作用与风险
状态与实际资源的映射
状态文件记录声明中的资源地址与实际资源标识之间的对应关系:
资源地址(声明中的引用) 实际标识(提供方返回)
example_instance.web01 -> i-0a1b2c3d4e5f
example_subnet.prod_subnet_a -> subnet-9f8e7d6c
每次执行时,工具读取状态、调用接口刷新资源真实属性、与声明比对,据此生成计划。状态文件是工具判断"某个资源是否已由本次声明创建"的唯一依据。
状态丢失的后果
- 状态文件丢失后,工具认为声明中的资源均不存在,执行计划会包含全部资源的创建动作,导致重复创建
- 已在运行中的资源因不再被状态引用而成为游离资源,需人工识别与回收,期间持续产生成本
- 反向操作同样困难:无法通过工具销毁这些资源,只能回到控制台逐项处理
状态与实际不一致的风险
- 状态指向的资源已被手工删除时,执行时刷新阶段会报错或将其标记为需要重建
- 状态中的属性被手工修改后未刷新,计划可能与实际不符
- 依赖错误的状态执行销毁类操作,可能删除仍在使用中的资源
远端后端与锁机制
本地状态文件只适用于单人试验环境。多人协作、流水线执行或需要审计的场景必须使用远端后端:
- 状态存放于共享存储(对象存储、专用状态服务或版本化存储),所有执行者读取同一份状态
- 后端提供锁能力,执行期间加锁,避免两个执行者同时基于同一份状态生成计划并写回,导致状态互相覆盖
- 状态文件本身应开启版本控制或保留历史版本,误写后可回退到上一版本
- 状态文件包含资源属性中的敏感值,后端的访问控制与加密需与凭据管理要求一致
# backend.tf
terraform {
backend "s3" {
bucket = "tfstate-prod"
key = "env/prod/network.tfstate"
region = "cn-north-1"
dynamodb_table = "tfstate-lock"
encrypt = true
}
}
# 初始化后端并确认状态位置
terraform init -reconfigure
# 查看当前状态中的资源清单
terraform state list
2.3 资源依赖图
隐式依赖与显式依赖
- 隐式依赖通过属性引用建立:主机定义中引用子网对象,工具据此确定子网先于主机创建,并在依赖变化时标记下游资源需要更新
- 显式依赖使用
depends_on声明:用于存在顺序或语义要求但无属性引用的场景,例如等待某个策略生效后再创建依赖该策略的资源
resource "example_bucket_policy" "app" {
bucket = example_bucket.app.id
policy = data.example_iam_policy_document.app.json
}
resource "example_instance" "app" {
name = "app01"
subnet_id = example_subnet.prod_subnet_a.id
# 无属性引用,但要求策略先于实例创建生效
depends_on = [example_bucket_policy.app]
}
创建与销毁顺序
- 创建按依赖方向进行,被引用者先创建
- 销毁按相反方向进行,引用者先销毁
- 计划中的顺序由工具计算,人工调整顺序应通过调整依赖关系实现,而非拆分执行
销毁时的数据风险
删除父资源会级联删除其子资源,这一行为在计划中可能只体现为一条销毁记录:
- 删除实例组或编排组会终止其中全部实例
- 删除数据库实例会删除其数据,是否受删除保护约束取决于提供方设置
- 删除网络会连带删除其中的子网与依赖它的资源
- 删除对象存储桶会删除其中全部对象
因此在审阅计划时,- 与 -/+ 条目需要逐条确认影响范围,尤其是数据库、存储、快照类资源。
2.4 模块与复用
模块边界
模块把一组相关资源封装为可复用单元,对外只暴露必要的输入与输出。划分边界的常见依据:
- 按资源的功能组划分:一套网络、一组应用主机、一个数据库实例及其从库
- 按变更频率划分:变化频繁的参数与稳定的结构分离,减少无谓的重建
- 按复用范围划分:多环境共用的结构做成模块,单环境特有的结构保留在环境目录中
输入变量与输出
# modules/app_hosts/variables.tf
variable "env" {
type = string
description = "环境标识,用于命名与打标签"
}
variable "instance_count" {
type = number
default = 2
description = "实例数量"
}
variable "subnet_id" {
type = string
description = "实例所属子网"
}
# modules/app_hosts/outputs.tf
output "instance_ids" {
value = example_instance.app[*].id
description = "实例标识列表,供下游引用"
}
output "private_ips" {
value = example_instance.app[*].private_ip
description = "实例私网地址,供配置管理清单使用"
}
# envs/prod/main.tf
module "app_hosts" {
source = "git::https://example.com/infra/modules/app_hosts.git?ref=v1.4.0"
env = "prod"
instance_count = 4
subnet_id = module.network.subnet_a_id
}
版本约束
- 模块来源必须固定版本:Git 来源使用标签或提交标识,注册表来源使用版本约束,避免上游变更导致下次计划出现非预期差异
- 提供方(provider)版本同样需要约束,接口行为随版本变化会影响计划结果
- 升级版本应在非生产环境先验证计划差异
terraform {
required_version = ">= 1.6.0"
required_providers {
example = {
source = "example/example"
version = "~> 5.20"
}
}
}
封装的取舍
- 封装过少:同一组资源定义在多个环境中重复多份,修改需要同步多处
- 封装过多:变量传递层级过深,排查某个取值来源需要在多层模块间跳转
- 判断标准为"该结构是否被两处以上复用",仅一处使用的结构留在环境目录中更易维护
2.5 与配置管理的关系
IaC 与配置管理在同一交付流程中承担不同阶段,衔接点如下:
| 衔接项 | IaC 侧 | 配置管理侧 |
|---|---|---|
| 主机清单 | 创建实例并输出地址与标签 | 由输出或标签生成分组与清单 |
| 连接凭据 | 创建密钥对、安全组规则、跳板机 | 使用私钥与跳板机参数建立连接 |
| 执行顺序 | 资源就绪后交付 | 接收到主机后可执行初始化 |
| 常态化复核 | 定期执行计划比对资源规格 | 以检查模式复核系统内配置 |
需要注意的分界:
- 资源规格(实例类型、磁盘容量、网络策略)由 IaC 管理,不通过配置管理内的命令修改,否则下次执行计划会出现非预期差异
- 系统内配置(软件包、配置文件、服务状态)由配置管理管理,不通过 IaC 的初始化脚本完成,避免初始化逻辑无法复用与复核
- 主机名、标签等同时被两侧引用的属性,以 IaC 的声明为准,配置管理侧只读取不修改
配置管理的清单生成方式、无代理连接模型与漂移收敛流程参见 ./configuration_management_with_ansible.html。
三、实现
3.1 基本工作流
init
# 初始化工作目录:下载提供方插件与模块、初始化后端
terraform init
# 后端配置发生变化时重新初始化
terraform init -reconfigure
# 升级提供方与模块版本
terraform init -upgrade
init 是所有其他命令的前置步骤。切换目录、变更模块来源、调整后端配置后都需要重新执行,否则后续命令使用的仍是旧的插件与后端信息。
plan
# 生成计划并输出到终端
terraform plan
# 保存计划文件,供 apply 时按原样执行
terraform plan -out=plan.bin
# 输出机器可读格式,供流水线做自动化检查
terraform plan -out=plan.bin
terraform show -json plan.bin > plan.json
计划结果的审阅重点:
- 统计行中的新增、修改、销毁数量是否与本次变更意图一致
-/+条目对应的资源是否为有状态资源(实例、数据库、存储),重建意味着数据可能丢失- 属性变更中标记
forces replacement的字段,明确重建的触发原因 - 计划之外出现的资源变更,说明存在代码之外的手工改动或上游模块已更新
apply
# 按保存的计划执行,不再二次确认
terraform apply plan.bin
# 直接执行,交互确认后生效
terraform apply
# 限定只操作某个资源(用于局部修复)
terraform apply -target=module.app_hosts
哪些变更需要人工确认:
- 计划中包含销毁或重建动作
- 涉及数据库、对象存储、快照等有状态资源
- 影响对象为主机数量、网络连通性或安全策略
- 首次在某环境执行,或目标的执行者与平常不同
-target 用于局部修复,它会使状态与声明暂时不一致,后续应执行一次完整计划确认整体已收敛。
destroy
高危 提醒:destroy 会按依赖关系的逆序删除声明中的全部资源,包含数据库与存储中的数据,且不可通过工具恢复。执行前的兜底方式为:确认后端指向的状态是本环境而非共享状态、先执行 terraform plan -destroy 审阅待删除清单、确认数据已完成备份且备份不在本次删除范围内、对关键资源配置删除保护或保留策略。因误执行导致资源被删时,可依赖提供方的备份与快照恢复数据,资源定义可重新 apply 创建,但数据与历史状态无法还原。
# 先以计划形式审阅将要删除的资源
terraform plan -destroy
# 导出当前状态作为记录,便于确认删除范围
terraform show > state-backup-$(date +%F).txt
对局部资源的回收,优先在声明中移除该资源并执行常规计划,使变更与其他调整一同审阅;直接使用 destroy -target 会绕过整体审阅。
# 仅销毁指定资源
terraform destroy -target=example_instance.legacy
3.2 代码组织
目录结构
按环境划分目录、按模块复用结构:
infra/
├── modules/ # 可复用模块
│ ├── network/
│ │ ├── main.tf
│ │ ├── variables.tf
│ │ └── outputs.tf
│ └── app_hosts/
│ ├── main.tf
│ ├── variables.tf
│ └── outputs.tf
├── envs/
│ ├── dev/
│ │ ├── backend.tf # 该环境的远端后端
│ │ ├── main.tf # 模块调用与资源配置
│ │ ├── variables.tf # 变量声明与默认值
│ │ ├── terraform.tfvars # 该环境的实际取值
│ │ └── outputs.tf
│ └── prod/
│ ├── backend.tf
│ ├── main.tf
│ ├── variables.tf
│ ├── terraform.tfvars
│ └── outputs.tf
└── README.md
环境隔离方式
| 方式 | 做法 | 特点 |
|---|---|---|
| 独立目录 | 每个环境一个目录与一份独立状态 | 隔离彻底,环境间差异显式可见;公共结构通过模块复用 |
| 工作空间 | 同一份代码,通过工作空间切换多份状态 | 代码单一,但隔离不彻底,容易在错误的工作空间执行变更 |
使用工作空间时,配置取值依赖当前工作空间名称,执行前必须确认当前所处的工作空间:
terraform workspace list
terraform workspace show
terraform workspace select prod
对于生产环境,独立目录与独立凭据的隔离方式更易做执行权限控制,可避免在工作空间切换失误时把变更施加到错误环境。
变量文件与默认值
variables.tf声明变量、类型与默认值,作为变量契约terraform.tfvars存放该环境的实际取值,自动加载;其他文件名需通过-var-file显式指定- 敏感变量不写入
tfvars并提交,改为执行时注入或在流水线中从密钥系统取值
terraform apply -var-file=prod.tfvars -var="db_password=${DB_PASSWORD}"
命名规范与标签
统一命名与标签是资源可检索、成本可归集的前提:
locals {
name_prefix = "${var.project}-${var.env}"
common_tags = {
project = var.project
env = var.env
owner = var.owner
managed_by = "terraform"
cost_center = var.cost_center
}
}
resource "example_instance" "app" {
count = var.instance_count
name = "${local.name_prefix}-app-${format("%02d", count.index + 1)}"
tags = local.common_tags
}
managed_by标签用于区分工具管理的资源与手工创建的资源,是漂移排查与游离资源识别的依据- 命名中包含环境与序号,便于在控制台与监控中定位
- 标签同时可作为配置管理动态清单的分组依据
3.3 状态管理
远端后端选择
| 选择依据 | 说明 |
|---|---|
| 共享性 | 所有执行者读写同一份状态 |
| 锁支持 | 提供并发保护,避免同时写回 |
| 版本与恢复 | 保留历史版本,误写后可回退 |
| 加密与访问控制 | 状态包含敏感值,需限制读取权限 |
| 可用性 | 后端不可用时无法执行任何变更,需与业务重要性匹配 |
锁
- 加锁在执行开始时进行,正常结束后释放
- 执行进程被强制终止时锁可能残留,表现为后续执行报错提示已有锁存在
- 释放锁前必须先确认没有正在执行的进程或其他执行者
高危 提醒:强制释放锁会破坏并发保护,若此时确有另一个执行者正在写回状态,双方会互相覆盖,状态与实际资源将不一致。释放前应确认锁的持有者已终止(核对执行者、终端与流水线记录),并优先通过后端查看锁信息;兜底方式为在释放前导出一份状态备份(terraform show > state-backup.txt),释放后立即执行一次 plan 比对,确认状态与声明仍一致。
# 查看状态中的资源与属性(确认当前状态内容)
terraform state list
terraform show
# 强制释放锁(确认无执行者后再执行)
terraform force-unlock <LOCK_ID>
状态迁移与导入既有资源
既有资源纳入管理时的处理路径:
# 1. 在声明中写入与既有资源一致的资源块
resource "example_instance" "legacy" {
name = "legacy-web01"
subnet_id = example_subnet.prod_subnet_a.id
image = "ubuntu-22.04"
}
# 2. 将既有资源导入状态
terraform import example_instance.legacy i-0a1b2c3d4e5f
# 3. 以计划模式核对声明与既有资源的差异,逐项消除
terraform plan
导入过程中的要点:
- 导入只建立状态映射,不修改资源属性;计划中出现的差异需要逐项判断是修正声明还是修正资源
- 声明与实际存在不可消除的属性差异时,计划会持续出现该差异
- 状态在模块或目录之间搬迁时使用状态迁移命令,避免先删除再重建
# 在同一状态内移动资源地址
terraform state mv example_instance.app example_instance.web01
# 跨状态迁移:先拉取,再推送
terraform state pull > source.tfstate
terraform state push destination.tfstate
高危 提醒:状态层面的操作(state rm、state mv、state push)直接改写资源与状态的映射,不经过计划审阅。典型误用为使用 state rm 移除资源后执行 apply,导致该资源被判定为待创建而重复创建,或反向出现游离资源。执行前的兜底方式为:先导出状态备份(terraform state pull > backup-$(date +%F).tfstate)、确认后端指向的环境与状态正确、操作后立即执行 plan 核对差异是否与预期一致;误操作后可依据备份执行 state push 回退。
# 移除状态记录但保留实际资源(资源将变为游离状态)
terraform state rm example_instance.legacy
# 操作后必须核对
terraform plan
敏感信息处理
- 状态文件以明文保存资源属性,包含数据库口令、密钥、证书私钥等敏感值
- 后端需开启加密,并通过访问控制限制可读范围;状态文件的读取权限等同于相关资源的凭据权限
- 敏感变量优先在执行时注入,不写入版本库中的变量文件
- 生产与测试使用不同的凭据集合,避免测试环境的凭据可访问生产资源
3.4 变更安全
预演与差异审阅
# 生成计划文件
terraform plan -out=plan.bin
# 以文本形式输出计划,供审阅与归档
terraform show -no-color plan.bin > plan.txt
# 以机器可读格式输出,供流水线做规则校验
terraform show -json plan.bin > plan.json
审阅流程:
- 计划由变更发起者之外的成员复核,重点为销毁与重建条目
- 计划文件与执行记录一同归档,作为变更留痕
- 流水线中可对计划做自动校验:包含销毁条目时中断并转人工审批,变更数量超过阈值时告警
- 计划的生成与执行应对应同一份计划文件,避免审阅内容与实际执行内容不一致
生产环境的执行权限控制
- 执行凭据按环境分离,生产环境的凭据只授予流水线使用的执行身份
- 执行入口收敛到流水线,禁止在生产环境本地执行变更
- 计划与应用分两个阶段,应用阶段设置人工审批
- 执行身份的最小权限:只授予管理范围内的资源,避免一个身份可操作全部环境与账号
并发执行的冲突
- 同一份状态不允许并发执行,由锁机制保护
- 不同状态之间仍可能存在资源层面的冲突:两个状态管理同一批资源、或一方引用了另一方创建的资源
- 冲突的表现形式为接口报错(资源已存在、属性被占用)与状态不一致
- 控制方式为明确状态与资源的归属边界,跨状态的引用通过输出与数据源获取,避免重复定义
销毁保护
resource "example_database" "main" {
name = "prod-db"
lifecycle {
# 阻止计划中包含该资源的销毁动作
prevent_destroy = true
# 声明由外部系统管理的属性,避免反复产生计划差异
ignore_changes = [password]
}
}
说明:prevent_destroy 使包含该资源销毁的计划在执行时报错,用于对数据库、存储卷等有状态资源设置最后一道防护。该配置需在初始创建前就加入,对已有资源补充后同样生效。ignore_changes 用于声明由外部系统管理的属性,避免因该属性在外部被修改而反复产生计划差异。
除声明层面外,提供方通常另有删除保护开关(如数据库的删除保护、存储桶的保留策略),两者应同时启用。
3.5 漂移检测
定期 plan 复核
# 只刷新并比对,不产生变更
terraform plan -detailed-exitcode
# 退出码含义:0 表示无差异,1 表示执行出错,2 表示存在差异
echo "exit=$?"
- 退出码 2 表示存在漂移或存在代码已更新但尚未应用的变更,需要区分两类情况
- 复核需使用与变更时相同的代码版本与变量来源,否则计划差异中包含代码变更部分
- 结果按周期归档,与上一周期对比定位新增的漂移项
手工变更的回收流程
- 发现漂移后先确认变更来源:应急操作、其他自动化系统、提供方侧的自动调整
- 判断取舍:手工变更确有必要时,将其回写到代码并走正常变更流程;属于临时应急的,由 IaC 覆盖回声明状态
- 覆盖前确认该手工变更不影响正在运行的业务
- 覆盖后再次执行计划,确认差异已消除
- 将漂移来源与被覆盖的变更记入变更记录
需要避免的做法是直接修改状态文件使其与现状一致,这会使声明失去约束作用,下一周期仍会出现同样的漂移。
与配置管理巡检的衔接
| 层面 | 检测手段 | 检测对象 |
|---|---|---|
| 资源层 | IaC 的计划比对、资源标签核对 | 资源规格、数量、网络策略、孤立资源 |
| 系统层 | 配置管理的检查模式复核、主机巡检 | 软件包、配置文件、服务状态、计划任务 |
两者的结果应分别归档、合并审阅。资源标签中的 managed_by 是识别孤立资源的直接依据:未打该标签且不在状态中的资源,需确认其来源后决定回收或纳入管理。
巡检项的分类、频率与结果归档方式参见 ../monitoring/inspection_and_health_check.html。
3.6 常见问题
凭据与权限
- 凭据来源:优先使用临时凭据或角色委派,其次为专用服务账户的长期凭据;避免使用个人账户凭据执行自动化变更
- 凭据不落入版本库与状态文件,通过环境变量或执行环境注入
- 权限不足的典型表现为接口返回拒绝访问,且在计划的刷新阶段即失败
- 权限过大的风险在于一次错误的执行范围可影响全部环境,应收敛到管理范围内的资源
- 生产与测试凭据分离,便于审计与止损
资源超时与重试
- 资源创建耗时超过工具的等待上限时,报错为超时,但资源可能在提供方侧仍在创建中
- 处理方式为先到提供方侧确认资源的实际状态,再决定是导入状态还是重新执行
- 直接重试可能造成重复创建,尤其在无唯一名称约束的资源上
- 对创建耗时较长的资源,按提供方的建议调整超时参数或改为异步创建后轮询状态
resource "example_database" "main" {
name = "prod-db"
timeouts {
create = "60m"
update = "30m"
delete = "30m"
}
}
依赖未就绪
- 资源创建成功不等于服务可用:实例状态为运行中不代表其内部服务已启动,网络已创建不代表路由已生效
- 依赖未就绪的表现为后续步骤连接失败或配置下发失败
- 处理方式分为两层:资源层通过显式依赖与就绪检查等待,系统层由配置管理侧的重试与健康检查承担
resource "example_lb_target" "app" {
target_id = example_instance.app.id
depends_on = [example_instance.app]
}
# 资源交付后确认可达性,再触发配置管理
until ssh -o StrictHostKeyChecking=accept-new -o ConnectTimeout=5 ops@10.0.1.11 true; do
sleep 10
done
就绪判定与重试的具体实现参见 ./configuration_management_with_ansible.html 中失败与重试策略部分。
部分失败后的状态修复
部分失败后的处理顺序:
- 先查看状态中该资源的记录(
terraform state show),确认工具认为它处于何种状态 - 到提供方侧确认资源的实际存在性与属性,判断属于"已创建但未写入状态"还是"未创建"
- 已创建但未记录的资源,按导入流程补入状态(见第三章第 3 小节)
- 未创建的资源,直接重新执行计划即可
- 状态与声明均无法匹配时,先备份状态再进行调整,避免在不确定状态下执行销毁类操作
# 查看单个资源的当前状态记录
terraform state show example_instance.app
# 备份当前状态
terraform state pull > state-backup-$(date +%F-%H%M).tfstate
修复过程中的通用原则是先备份状态、再比对现状、最后执行变更,避免在状态与实际均不明确时直接应用计划。
四、总结
- 手工创建资源的三个问题为不可复制、状态不明与变更不可追溯,IaC 把这些问题转化为代码管理问题
- IaC 管理资源的存在与规格,配置管理管理资源内部的软件与配置;先资源后配置,销毁时顺序相反,衔接方式参见 ./configuration_management_with_ansible.html
- 声明式描述期望状态,由工具计算差异并生成执行计划;计划中的新增、就地修改、重建与销毁四类动作风险不同,重建与销毁是有状态资源的审阅重点
- 状态文件是声明与资源实际标识之间的映射,丢失或与实际不一致会导致重复创建或误删,多人协作必须使用带锁与版本能力的远端后端
- 资源依赖由属性引用隐式建立,必要时用显式依赖补充;创建按依赖方向、销毁按逆序进行,删除父资源会级联删除子资源
- 模块封装以"被两处以上复用"为判断标准,模块与提供方的版本均需固定,避免计划出现非预期差异
- 工作流为 init、plan、apply,
destroy与状态层面操作(state rm、state mv、state push)需在备份状态、确认环境与范围后执行 - 变更安全依靠计划审阅、生产执行权限收敛到流水线、锁机制与销毁保护三层控制
- 漂移检测以定期计划比对为主,手工变更需回写代码走正常流程,不应直接修改状态以对齐现状
- 常见问题集中在凭据与权限、资源超时与重试、依赖未就绪、部分失败后的状态修复四处,处理原则为先确认现状再变更
- 相关专题参见 ./configuration_management_with_ansible.html、../monitoring/inspection_and_health_check.html