本文首发于 Nebula Graph 公众号 NebulaGraphCommunity，Follow & 看大厂图数据库技术实践
背景
在 Nebula-Graph 的日常测试中，我们会经常在服务器上部署 Nebula-Graph。为了提高效率，我们需要一种工具，能帮我们做到快速部署，主要的需求：
- 可以使用非 root 账户部署 Nebula Graph，这样我们可以针对这个用户设置 cgroup 做资源限制。
- 可以在操作机上更改配置文件，然后分发到部署的集群上，方便我们做各种调参的测试。
- 可以使用脚本调用，方便以后我们继承在测试的平台或工具上。
工具选择上，早期有 Fabric 和 Puppet，比较新的工具有 Ansible 和 SaltStack。
Ansible 在 GitHub 上有 40K+ star， 而且在 2015年被 Red Hat 收购，社区比较活跃。很多开源项目都提供了 Ansible 的部署方式，比如 Kubernetes 中的 kubespray和 TiDB 中的 tidb-ansible。
综合下来，我们使用 Ansible 来部署 Nebula Graph。
Ansible 介绍
特点
Ansible 是开源的，自动化部署工具（Ansible Tower 是商业的）。具有以下的几个特点：
- 默认协议是基于 SSH，相比于 SaltStack不 需要额外部署 agent。
- 使用 playbook, role, module 来定义部署过程，比较灵活。
- 操作行为幂等。
- 模块化开发，模块比较丰富。
优缺点比较明显
- 使用 SSH 协议，优点是大多数机器默认只要有账号密码就可以通过 Ansible 完成部署，而缺点性能上会差一些。
- 使用 playbook 来定义部署过程，Python 的 Jinja2 作为模板渲染引擎，对于熟悉的人来说会比较方便，而对于没有使用过的人，会增加学习成本。
综上，适用于小批量机器的批量部署，不需要关心额外部署 agent 的场景，和我们的需求比较匹配。
部署逻辑
通常为了离线部署，可以把机器分为 3种角色。
- Ansible 执行机：运行 Ansible 的机器，需要能通过 SSH 连到所有机器。
- 有外网的资源机：运行需要连接外网的任务，比如下载 RPM 包。
- 服务器：即运行服务的服务器，可以网络隔离，通过执行机来部署
任务逻辑
Ansible 中，主要有三种层次的任务：
- Module
- Role
- Playbook
Module 分为 CoreModule 和 CustomerModule，是 Ansible 任务的基本单元。
在运行任务的时候，首先 Ansible 会根据 module 的代码，将参数代入，生成一个新的 Python 文件，通过 SSH 放到远程的 tmp 文件夹，然后通过 SSH 远程执行 Python 将输出结果返回，最后把远程目录删除。
# 设置不删除 tmp 文件
export ANSIBLE_KEEP_REMOTE_FILES=1
# -vvv 查看 debug 信息
ansible -m ping all -vvv
<192.168.8.147> SSH: EXEC ssh -o ControlMaster=auto -o ControlPersist=30m -o ConnectionAttempts=100 -o UserKnownHostsFile=/dev/null -o StrictHostKeyChecking=no -o KbdInteractiveAuthentication=no -o PreferredAuthentications=gssapi-with-mic,gssapi-keyex,hostbased,publickey -o PasswordAuthentication=no -o 'User="nebula"' -o ConnectTimeout=10 -o ControlPath=/home/vesoft/.ansible/cp/d94660cf0d -tt 192.168.8.147 '/bin/sh -c '"'"'/usr/bin/python /home/nebula/.ansible/tmp/ansible-tmp-1618982672.9659252-5332-61577192045877/AnsiballZ_ping.py && sleep 0'"'"''
可以看到有这样的日志输出，AnsiballZ_ping.py 就是根据 module 生成的 Python 文件，可以登录到那台机器，执行 Python 语句看一下结果。
python3 AnsiballZ_ping.py
#{"ping": "pong", "invocation": {"module_args": {"data": "pong"}}}
返回了运行 Python 文件的标准输出，然后 Ansible 再对返回的结果做额外处理。
Role 是串联 module 的一系列任务，可以通过 register 来传递上下文参数。
典型例子：
- 创建目录
- 如果创建目录成功，继续安装，否则退出整个部署工程。
Playbook 是组织部署机器和 role 之间的关联。
通过在 inventory 对不同机器进行分组，对不同分组使用不同的 role 来部署，完成非常灵活的安装部署任务。
当 playbook 定义好之后，不同的环境，只要变更 inventory 中的机器配置，就可以完成一样的部署过程。
模块定制
自定义 filter
Ansible 使用 Jinja2 作为模板渲染引擎，可以用 Jinja2 自带的 filter ，比如
# 使用 default filter，默认输出 5
ansible -m debug -a 'msg={{ hello | default(5) }}' all
有时候，我们会需要自定义的 filter 来操作变量，典型的场景就是 nebula-metad 的 地址 --meta_server_addrs。
- 当只有 1 个 metad 的时候，格式是
metad1:9559， - 当有 3 个 metad 的时候，格式是
metad1:9559,metad2:9559,metad3:9559
在 ansible playbook 的工程下，新建 filter_plugins 目录，创建一个 map_fomat.py Python文件，文件内容：
# -*- encoding: utf-8 -*-
from jinja2.utils import soft_unicode
def map_format(value, pattern):
"""
e.g.
"{{ groups['metad']|map('map_format', '%s:9559')|join(',') }}"
"""
return soft_unicode(pattern) % (value)
class FilterModule(object):
""" jinja2 filters """
def filters(self):
return {
'map_format': map_format,
}
{{ groups['metad']|map('map_format', '%s:9559')|join(',') }} 即为我们想要的值。
自定义 module
自定义 module 需要符合 Ansible 框架的格式，包括获取参数，标准返回，错误返回等。
写好的自定义 module，需要在 ansible.cfg 中配置 ANSIBLE_LIBRARY，让 ansible 能够获取到。
具体参考官网：https://ansible-docs.readthedocs.io/zh/stable-2.0/rst/developing_modules.html
Nebula Graph 的 Ansible 实践
因为 Nebula Graph 本身启动并不复杂，使用 Ansible 来完成 Nebula-Graph 的部署十分简单。
- 下载 RPM 包。
- 复制 RPM 包到部署机，解压后，放到目的文件夹。
- 更新配置文件。
- 通过 shell 启动。
使用通用的 role
Nebula Graph 有三个组件，graphd、metad、storaged，三个组件的命名和启动使用一样的格式，可以使用通用的 role，graphd、metad、storaged 分别引用通用的 role。
一方面更容易维护，另一方面部署的服务更有细粒度。比如 A B C 机器部署 storaged, 只有 C 机器部署 graphd，那 A B 机器上，就不会有 graphd 的配置文件。
# 通用的 role, 使用变量 install/task/main.yml
- name: config {{ module }}.conf
template:
src: "{{ playbook_dir}}/templates/{{ module }}.conf.j2"
dest: "{{ deploy_dir }}/etc/{{ module }}.conf"
# graphd role，将变量传进来 nebula-graphd/task/main.yml
- name: install graphd
include_role:
name: install
vars:
module: nebula-graphd
在 playbook 中，graphd 的机器组来运行 graphd 的 role，如果 A B 不在 graphd 的机器组，就不会将 graphd 的配置文件上传。
这样部署后，就不能使用 Nebula-Graph 的 nebula.service start all 来全部启动，因为有的机器上会没有 nebula-graphd.conf 的配置文件。类似的，可以在 playbook 中，通过参数，来指定不同的机器组，传不同的参数。
# playbook start.yml
- hosts: metad
roles:
- op
vars:
- module: metad
- op: start
- hosts: storaged
roles:
- op
vars:
- module: storaged
- op: start
- hosts: graphd
roles:
- op
vars:
- module: graphd
- op: start
这样会相当于多次 ssh 去执行启动脚本，虽然执行效率没有 start all 更好，但是服务的启停会更为灵活。
使用 vars_prompt 结束 playbook
当只想更新二进制，不想删除数据目录的时候，
可以在 remove 的 playbook 中，添加 vars_prompt 二次确认，如果二次确认了，才会删除数据，否则会退出 playbook。
# playbook remove.yml
- hosts: all
vars_prompt:
- name: confirmed
prompt: "Are you sure you want to remove the Nebula-Graph? Will delete binary only (yes/no)"
roles:
- remove
而在 role 里，会校验二次确认的值
# remove/task/main.yml
---
- name: Information
debug:
msg: "Must input 'yes', abort the playbook "
when:
- confirmed != 'yes'
- meta: end_play
when:
- confirmed != 'yes
效果如图，删除时可以二次确认，如果不为 yes，就会取消执行这次的 playbook，这样可以只删除二进制，而不删除 nebula 集群的数据。
交流图数据库技术？加入 Nebula 交流群请先填写下你的 Nebulae 名片，Nebula 小助手会拉你进群~~
