用于 DevOps 的 Python

第 10 章 基础设施即代码 基础设施即代码

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

在 之前，我们有花哨的 DevOps 头衔和职位描述，我们是卑微的系统管理员，简称系统管理员。那是一段黑暗的、云时代之前的日子，我们不得不在汽车后备箱里装上裸机服务器，然后开到主机托管（colo）设施，为服务器架设机架、布线、安装带轮子的显示器/键盘/鼠标，并逐一进行设置。格瑞格至今想起他在主机代管中心度过的那些时光，在刺眼的灯光和冰冷的空调下度过的时光，仍心有余悸。我们必须是 bash 脚本编程的行家里手，后来我们又学会了 Perl，更幸运的人还学会了 Python。俗话说，2004 年前后的互联网是用胶带和泡泡糖粘起来的。

2006 至 2007 年间，我们发现了Amazon EC2 实例的神奇世界。我们可以通过简单的点击界面或命令行工具来配置服务器。不用再开车去主机托管设施，不用再堆叠和布线裸机服务器。我们可以疯狂地同时启动 10 个 EC2 实例。甚至 20 个！甚至 100 个！天马行空。不过，我们很快就发现，使用 SSH 手动连接到每个 EC2 实例，然后在每个实例上分别设置我们的应用程序是无法扩展的。配置实例本身相当容易。困难的是为我们的应用程序安装所需的软件包，添加正确的用户，确保文件权限正确，最后安装和配置我们的应用程序。为了解决这个问题，以 "配置管理 "工具为代表的第一代基础架构自动化软件应运而生。Puppet 是第一个著名的配置管理工具，于 2005 年发布，发布时间早于亚马逊 EC2。紧随 Puppet 之后推出的还有 2008 年的 Chef、2011 年的 SaltStack 和 2012 年的 Ansible。

到 2009 年，世界已经准备好迎接一个新名词的到来：DevOps。时至今日，关于 DevOps 的定义仍是众说纷纭。有趣的是，DevOps 是在基础设施软件自动化的动荡早期诞生的。虽然 DevOps 有着重要的人员和文化方面的内容，但有一点在本章中非常突出：即基础设施和应用程序的自动化调配、配置和部署能力。

到 2011 年，Amazon Web Services（AWS）套件的所有服务都变得难以追踪。云比原始计算能力（亚马逊 EC2）和对象存储（亚马逊 S3）复杂得多。应用程序开始依赖于多种服务之间的交互，因此需要一些工具来帮助自动配置这些服务。亚马逊很快就满足了这一需求，并于 2011 年开始提供此类工具：AWS CloudFormation。这是我们第一次真正可以说，我们能够通过代码来描述我们的基础架构。CloudFormation 打开了新一代基础设施即代码（IaC）工具的大门，这些工具在云基础设施本身的层上运行，位于第一代配置管理工具所服务的层之下。

到 2014 年，AWS 推出了数十项服务。就在这一年，IaC 世界的另一个重要工具诞生了：HashiCorp公司的Terraform。时至今日，CloudFormation 和 Terraform 仍是使用最多的两个 IaC 工具。

IaC 和 DevOps 领域的另一个重要发展发生在 2013 年末至 2014 年初的某个时间：Docker 的发布，Docker 成为了容器技术的代名词。虽然容器已经存在多年，但 Docker 带来的巨大好处是，它将 Linux 容器和 cgroups 等技术封装成了易于使用的 API 和命令行界面（CLI）工具集，大大降低了人们的入门门槛，他们可以将自己的应用程序打包成容器，然后部署到 ...