运维前线:一线运维专家的运维方法、技巧与实践2.3 Puppet及Facter介绍

简介:

2.3 Puppet及Facter介绍


本节所要讲的不是重复造轮子,而是如何有效地利用开源工具构建自己的平台。首先我们来看看CMDBuild操作界面,如图2-4所示。

 

图2-4 CMDBuild操作界面

从图2-4中可以看出,CMDB的信息收集可以是多种多样、共融共存的:

(1)通过一些Agent客户端收集信息,然后注册到中心服务器数据库。

(2)通过监控系统收集,比如Zabbix、Nagios、IPMI等。

(3)通过配置管理工具收集,比Puppet、SaltStack、Ansible等。

我在本文中使用配置管理工具Puppet的Facts来进行信息收集,最主要的原因是,目前我使用的是Puppet来管理所有的机器,因此使用Facts最方便、简单、快捷,成本低而且效率高,如果读者使用的是Ansible或其他配置管理工具来做管理,本文中所介绍的方法也可以通用。

2.3.1 什么是Puppet

通常定义:Puppet是一个跨平台的集中化配置管理系统,它使用自身的描述语言,可管理配置文件、用户、Cron、软件包、系统服务等,Puppet把这些统称为“资源”。Puppet设计的目标就是简化对这些资源的安装、配置、管理,以及妥善处理资源之间的依赖关系。

2.3.2 为什么是Puppet

Puppet能够帮助系统管理员方便、快速地管理所有机器,目前Puppet已经能够支持所有的客户端,主流的有RedHat、CentOS、Gentoo、Debian、Ubuntu、Solaris、SuSe、Mac OS X、FreeBSD、OpenBSD、Windows,等等。

支持的资源众多:目前Puppet支持的资源有很多,其中常用的包括File、Package、Exec、Service、Group、Host、Router、Yumrepo、User、Cron、SSHKey等,更多的相关信息和使用方法可以参考https://docs.puppetlabs.com/references/latest/type.html。

第三方模块众多:目前Puppet的第三方模块众多,基本包含了我们所能使用的全部软件模块,例如Mysql、Django、Java、PHP、Nginx、Apche、Openstack、SSH、Tomcat、Jboss、Yum等。

2.3.3 什么是Facter

Facter是Puppet跨平台的系统性能分析库。它能发现并报告每个节点的信息,在Puppet代码中是以变量的形式出现的。它返回的是每个Agent的fact信息,这些信息包括主机名、IP地址、操作系统、内存大小及其他的系统配置选项,这些fact信息在Puppet Agent运行的时候进行收集并传递给Master,同时被自动创建为可以被Puppet使用的变量。

2.3.4 Facter的特点

Facter最大的作用就是收集服务器系统信息,包括主机名、IP地址、操作系统、内存大小及其他的系统配置选项。这些系统配置选项正是CMDB所需要的基础核心数据。

我们先来看看Facter收集的系统数据,下面将列举一些常用的系统数据,具体信息如下。

(1)Facter获取fqdn信息,在Facter中fqdn=hostname + domain:

$ facter fqdn

puppet.domain.com

(2)Facter获取IP地址:

$ facter ipaddress

10.20.122.100

(3)Facter获取MAC地址:

$ facter macaddress

00:1A:4A:25:E2:10

(4)Facter获取空闲内存大小:

$ facter memoryfree

1.61G

(5)Facter获取内存大小:

$ facter memorysize

1.83G

(6)Facter获取操作系统:

$ facter operatingsystem

CentOS

(7)Facter获取CPU信息:

$ facter processors

{"models"=>["Intel Core 2 Duo P9xxx (Penryn Class Core 2)", "Intel Core 2 Duo P9xxx (Penryn Class Core 2)"], "physicalcount"=>2, "count"=>2}

(8)Facter获取机器运行时间:

$ facter uptime

1 day

2.3.5 Facter变量

Facter目前的最新版本为3.4.1(截至本章写作时),支持的变量有131个,所支持的变量可以在官方网站http://docs.puppetlabs.com/facter/latest/core_facts.html中查看。Facter所支持的变量可以按使用频率简单划分为常用类型和不常用类型,具体如图2-5所示。

 

图2-5 Facter变量分类图

相关文章
|
1天前
|
数据采集 机器学习/深度学习 人工智能
智能运维在IT管理中的实践与探索
【10月更文挑战第21天】 本文深入探讨了智能运维(AIOps)技术在现代IT管理中的应用,通过分析其核心组件、实施策略及面临的挑战,揭示了智能运维如何助力企业实现自动化监控、故障预测与快速响应,从而提升整体运维效率与系统稳定性。文章还结合具体案例,展示了智能运维在实际环境中的显著成效。
45 26
|
6天前
|
弹性计算 运维 监控
基于进程热点分析与系统资源优化的智能运维实践
智能服务器管理平台提供直观的可视化界面,助力高效操作系统管理。核心功能包括运维监控、智能助手和扩展插件管理,支持系统健康监控、故障诊断等,确保集群稳定运行。首次使用需激活服务并安装管控组件。平台还提供进程热点追踪、性能观测与优化建议,帮助开发人员快速识别和解决性能瓶颈。定期分析和多维度监控可提前预警潜在问题,保障系统长期稳定运行。
48 17
|
13天前
|
运维 Kubernetes Cloud Native
云栖实录 | 智能运维:云原生大规模集群GitOps实践
云栖实录 | 智能运维:云原生大规模集群GitOps实践
|
13天前
|
运维 自然语言处理 Cloud Native
云栖实录 | 智能运维年度重磅发布及大模型实践解读
云栖实录 | 智能运维年度重磅发布及大模型实践解读
|
13天前
|
运维 自然语言处理 算法
云栖实录 | 大模型在大数据智能运维的应用实践
云栖实录 | 大模型在大数据智能运维的应用实践
|
2月前
|
运维 Cloud Native 开发工具
智能运维:云原生大规模集群GitOps实践
智能运维:云原生大规模集群GitOps实践,由阿里云运维专家钟炯恩分享。内容涵盖云原生运维挑战、管理实践、GitOps实践及智能运维体系。通过OAM模型和GitOps优化方案,解决大规模集群的发布效率与稳定性问题,推动智能运维工程演进。适用于云原生环境下的高效运维管理。
|
2月前
|
人工智能 运维 负载均衡
智能运维新时代:AI在云资源管理中的应用与实践
智能运维新时代:AI在云资源管理中的应用与实践
340 23
|
5月前
|
运维 Linux Apache
Puppet 作为一款强大的自动化运维工具,被广泛应用于配置管理领域。通过定义资源的状态和关系,Puppet 能够确保系统始终处于期望的配置状态。
Puppet 作为一款强大的自动化运维工具,被广泛应用于配置管理领域。通过定义资源的状态和关系,Puppet 能够确保系统始终处于期望的配置状态。
154 3
|
安全 Linux 网络协议
puppet yum模块、配置仓储、mount模块
转载:http://blog.51cto.com/ywzhou/1577335 作用:自动为客户端配置YUM源,为使用yum安装软件包提供便捷。 1、服务端配置yum模块 (1)模块清单 [root@puppet ~]# tree /etc/puppe...
1151 0
|
网络协议 安全 网络安全

热门文章

最新文章

推荐镜像

更多