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:

  1. 资源已存在时如何跳过,避免重复创建或报错
  2. 中途失败后如何续跑,已创建的部分如何回收
  3. 资源之间的依赖顺序如何保证
  4. 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:

  1. 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
  2. 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
  3. 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
  4. 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:

  1. 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
  2. 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
  3. 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:

  1. 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
  2. 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
  3. 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:

  1. 统计行中的新增、修改、销毁数量是否与本次变更意图一致
  2. -/+ 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
  3. 属性变更中标记 forces replacement 的字段,明确重建的触发原因
  4. 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:

  1. 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
  2. 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
  3. 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:

  1. 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
  2. 计划文件与执行记录一同归档,作为变更留痕
  3. 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
  4. 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

  1. 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
  2. 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
  3. 覆盖前确认该手工变更不影响正在运行的业务
  4. 覆盖后再次执行计划,确认差异已消除
  5. 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:

  1. 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
  2. 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"
  3. 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)
  4. 未创建的资源,直接重新执行计划即可
  5. 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