وقتی ساخت هر سرور به حافظهٔ تیم وابسته است

فرض کنید تیم شما صد ماشین مجازی دارد. نیمی روی ⁦vCenter⁩ هستند و بقیه در محیط‌های دیگر. برای ساخت یک محیط توسعه، اپراتور بین کنسول ⁦Cloud⁩، ترمینال ⁦Linux⁩، ابزارهای ⁦Windows Server⁩ و پنل شبکه جابه‌جا می‌شود. اول ⁦CPU⁩، ⁦RAM⁩، ⁦Datastore⁩ و ⁦Port Group⁩ را انتخاب می‌کند. بعد نوبت ⁦VLAN⁩ و ⁦IP⁩، نصب سیستم‌عامل و نرم‌افزار، تنظیم ⁦DNS⁩ و مانیتورینگ و در آخر ثبت نتیجه است. کافی است برای ماشین سوم یکی از ⁦Port Group⁩های هم‌نام را اشتباه انتخاب کند. چند ماه بعد که محیط باید از اول ساخته شود، تیم ناچار است اطلاعات را از تیکت‌های ناقص و حافظه همکاران جمع کند. اگر این درخواست مرتب تکرار می‌شود، بهتر است تیم بتواند همین انتخاب‌ها را قبل از ساخت بررسی کند و بعداً ببیند چه چیزی اجرا شده است.

در ساخت دستی تصمیم‌ها بین چند کنسول پراکنده‌اند. مسیر IaC تغییر را پیش از اجرا به Git و Review می‌برد.
در ساخت دستی تصمیم‌ها بین چند کنسول پراکنده‌اند. مسیر ⁦IaC⁩ تغییر را پیش از اجرا به ⁦Git⁩ و ⁦Review⁩ می‌برد.

⁦Infrastructure as Code⁩ چیست؟

در ⁦IaC⁩ وضعیت مطلوب زیرساخت در فایل نسخه‌بندی‌شده توصیف می‌شود. درخواست تغییر، اختلاف ظرفیت و شبکه را نشان می‌دهد و هم‌تیمی می‌تواند پیش از ساخت آن را بازبینی کند. یک الگوی مشترک، محیط توسعه و تولید را با ورودی‌های مستقل تکرارپذیر می‌کند. ⁦Git⁩ قصد تغییر را ثبت می‌کند و گزارش ⁦CI⁩ و لاگ ⁦API⁩ برای پیگیری اجرا به آن شواهد اضافه می‌کنند. ⁦Provisioning⁩ منابعی مانند ⁦VM⁩، شبکه و دیسک را می‌سازد. ⁦Configuration Management⁩ کاربران، سرویس‌ها و بسته‌های سیستم‌عامل را تنظیم می‌کند.

⁦Terraform⁩ چیست؟

⁦Terraform⁩ چرخه عمر منابع را از طریق ⁦API⁩ مدیریت می‌کند. در ⁦HCL⁩ می‌نویسید چه زیرساختی می‌خواهید. ⁦Resource⁩ چیزی است که ⁦Terraform⁩ مدیریت می‌کند و ⁦Data Source⁩ اطلاعاتی را می‌خواند که برای تنظیم منابع لازم دارید. ⁦State⁩ ارتباط تعریف‌های شما با منابع واقعی را نگه می‌دارد و ⁦Plan⁩ پیش از اجرا نشان می‌دهد کدام منابع قرار است ساخته، تغییر داده، جایگزین یا حذف شوند. مثلاً وقتی ⁦Terraform⁩ از طریق ⁦Provider⁩ درخواست ⁦Clone⁩ می‌فرستد، ⁦vCenter⁩ و ⁦ESXi⁩ کار تخصیص منابع و اجرای ⁦VM⁩ را انجام می‌دهند.

⁦CLI⁩ به‌تنهایی جریان اجرا را فراهم می‌کند و می‌توان آن را در ⁦CI⁩ تیم اجرا کرد. ⁦HCP Terraform⁩ سرویس ابری ⁦HashiCorp⁩ برای همکاری و اجرای مدیریت‌شده است. ⁦Terraform Enterprise⁩ محصول خودمیزبان است. سیاست‌گذاری، صف اجرا و کنترل دسترسی را بر اساس محصول و طرح مورد استفاده بررسی کنید.

مستندات ⁦HCP Terraform⁩

مستندات ⁦Terraform Enterprise⁩

⁦Terraform⁩ چگونه کار می‌کند؟

پس از نوشتن ⁦Configuration⁩، ⁦init⁩ افزونه‌ها و ⁦Module⁩ها را دریافت و ⁦Backend⁩ را آماده می‌کند. ⁦fmt⁩ -⁦check⁩ قالب را کنترل می‌کند و ⁦validate⁩ پس از ⁦init⁩ سازگاری داخلی و ⁦Schema⁩ را می‌سنجد. ⁦plan⁩ معمولاً وضعیت واقعی را از ⁦Provider⁩ می‌خواند و بر اساس ⁦State⁩ و ⁦Configuration⁩ عملیات پیشنهادی را حساب می‌کند.

BASH
terraform init
terraform fmt -check
terraform validate
terraform plan -out=review.tfplan
terraform show review.tfplan
terraform apply review.tfplan

قبل از ⁦Apply⁩، حساب مقصد، ⁦State⁩ و تک‌تک ⁦Delete⁩ و ⁦Replace⁩ها را بررسی کنید. ⁦Apply⁩ بدون فایل ⁦Plan⁩ دوباره طرح می‌سازد. اجرای فایل ذخیره‌شده تأیید تعاملی ندارد. یک ⁦Apply⁩ می‌تواند ساخت، تغییر، جایگزینی یا حذف انجام دهد و در شکست میانی بخشی از تغییر را در ⁦State⁩ ثبت کند. ⁦Plan⁩ ذخیره‌شده مانند ⁦State⁩ محرمانه است.

Apply همان فایل Plan بازبینی‌شده را مصرف می‌کند و نتیجه در State ثبت می‌شود.
⁦Apply⁩ همان فایل ⁦Plan⁩ بازبینی‌شده را مصرف می‌کند و نتیجه در ⁦State⁩ ثبت می‌شود.

رفتار اجرای فایل ⁦Plan⁩

معماری ⁦Terraform⁩

⁦Core⁩ از ارجاع‌های ⁦HCL⁩ گراف می‌سازد و با ⁦Provider Plugin⁩ برای خواندن ⁦Schema⁩ و عملیات منابع ارتباط می‌گیرد. ⁦Provider⁩ با هویت خودش ⁦API⁩ را صدا می‌زند. ⁦Backend⁩ محل و سازوکار ثبت ⁦State⁩ را تعیین می‌کند. این دو مسیر می‌توانند هویت مستقلی داشته باشند، مانند حساب ⁦vCenter⁩ برای ⁦VM⁩ و نقش ⁦AWS⁩ برای ⁦Bucket⁩ وضعیت.

Core از Provider برای API منابع و از Backend برای خواندن و نوشتن وضعیت استفاده می‌کند.
⁦Core⁩ از ⁦Provider⁩ برای ⁦API⁩ منابع و از ⁦Backend⁩ برای خواندن و نوشتن وضعیت استفاده می‌کند.

تفاوت ⁦Declarative⁩ و ⁦Imperative⁩

یک اسکریپت که پنج بار دستور ساخت ⁦VM⁩ می‌زند، باید اجرای مجدد و شکست میانی را خودش مدیریت کند. در ⁦Terraform⁩ پنج نام پایدار در ⁦Map⁩ تعریف می‌شوند و هر کدام یک نشانی مستقل در ⁦State⁩ دارند. حذف کلید ممکن است حذف ⁦VM⁩ و تغییر نام کلید ممکن است ساخت و حذف پیشنهاد کند. برای جابه‌جایی آدرس، امکان استفاده از ⁦moved⁩ را بررسی کنید. رفتار ⁦Update⁩ یا ⁦Replace⁩ به ⁦Schema⁩ و ⁦API⁩ برمی‌گردد. در تغییر دیسک و شبکه، وابستگی برنامه و احتمال خاموشی را در ⁦Review⁩ لحاظ کنید.

خواندن ⁦HCL⁩

⁦Block⁩ نوع و گاهی ⁦Label⁩ دارد. ⁦Argument⁩ می‌تواند مقدار ثابت یا ⁦Expression⁩ بگیرد. ⁦variable⁩ رابط ورودی، ⁦locals⁩ نامی برای محاسبهٔ داخلی و ⁦output⁩ نتیجهٔ قابل استفاده است. فایل ⁦HCL⁩ روش یافتن شیء را نگه می‌دارد و وضعیت شناسه و نتیجهٔ واقعی را ثبت می‌کند.

HCL
variable "network_name" {
  type = string
}

variable "datacenter_id" {
  type = string
}

locals {
  network_name = trimspace(var.network_name)
}

data "vsphere_network" "selected" {
  name          = local.network_name
  datacenter_id = var.datacenter_id
}

output "network_id" {
  value = data.vsphere_network.selected.id
}

مرجع زبان ⁦Terraform⁩

انتخاب و نگهداری ⁦Provider⁩

⁦hashicorp/aws⁩، ⁦hashicorp/azurerm⁩، ⁦hashicorp/google⁩، ⁦hashicorp/kubernetes⁩ و ⁦hashicorp/helm⁩ در ⁦Namespace⁩ رسمی ⁦HashiCorp⁩ هستند. ⁦vmware/vsphere⁩ با ناشر ⁦VMware⁩، ⁦gitlabhq/gitlab⁩ با ناشر ⁦GitLab⁩، ⁦cloudflare/cloudflare⁩ برای ⁦DNS⁩ و ⁦kreuzwerker/docker⁩ با نگهداری جامعه منتشر می‌شوند. پوشش شبکهٔ ⁦Provider⁩هایی مثل ⁦CiscoDevNet/aci⁩ به ⁦API⁩ و محصول همان پلتفرم محدود است. ناشر و ⁦Tier⁩ را روی صفحهٔ ⁦Registry⁩ بررسی کنید.

⁦Constraint⁩ نسخهٔ مجاز و فایل ⁦Lock⁩ نسخهٔ انتخاب‌شده و ⁦Checksum⁩ را ثبت می‌کند. فایل ⁦Lock⁩ را ⁦Commit⁩ و ارتقا را با ⁦Release Note⁩ و ⁦Plan⁩ بررسی کنید. احراز هویت، ⁦Permission⁩، ⁦Rate Limit⁩ و پوشش ویژگی‌ها برای هر ⁦Provider⁩ فرق دارد.

⁦Terraform Registry⁩

⁦Resource⁩ و ⁦Data Source⁩ در ⁦vCenter⁩

در نمونهٔ پروژه، ⁦Datacenter⁩، ⁦Datastore⁩، ⁦Cluster⁩ و ⁦Network⁩ با ⁦Data Source⁩ خوانده می‌شوند. شناسهٔ آن‌ها به ⁦Resource⁩ ماشین داده می‌شود. اتصال ⁦NIC⁩ به ⁦Port Group⁩ موجود عملی جدا از ساخت ⁦VLAN⁩ است. حذف یک ⁦Data block⁩ باعث صدور درخواست ⁦Delete⁩ به شیء مرجع نمی‌شود. ساخت یا تغییر این اشیا به مالکیت مشخص و ⁦Resource⁩ پشتیبانی‌شده نیاز دارد.

⁦Terraform State⁩ و بازیابی آن

⁦State⁩ نگاشت آدرسی مانند ⁦vsphere_virtual_machine.linux⁩["⁦dev-app-01⁩"] به شناسهٔ ⁦API⁩ را نگه می‌دارد. ⁦Attribute⁩ها، وابستگی‌ها، خروجی‌ها، ⁦Serial⁩ و ⁦Lineage⁩ هم در ⁦Snapshot⁩ ثبت می‌شوند. ⁦Plan⁩ عادی منابع ثبت‌شده را می‌خواند تا واقعیت بیرونی را بسنجد. گم شدن ⁦State⁩ ممکن است به پیشنهاد ساخت دوباره بینجامد. بازیابی ⁦Snapshot⁩ قدیمی هم ممکن است ارتباط با منابع ساخته‌شدهٔ جدید را از بین ببرد.

ابتدا نویسنده‌ها را متوقف کنید، نسخهٔ فعلی و تاریخچهٔ ⁦Backend⁩ را امن نگه دارید و ⁦Lineage⁩، ⁦Serial⁩، ⁦Provider⁩ و ⁦Inventory⁩ واقعی را مقایسه کنید. پس از ⁦Restore⁩، آدرس‌های جاافتاده را شناسایی و ⁦Plan⁩ را بررسی کنید. ویرایش دستی ⁦JSON⁩ و ⁦Force Push⁩ وضعیت به رویهٔ بازیابی بازبینی‌شده نیاز دارند.

⁦State⁩ ممکن است توکن، خروجی حساس و توپولوژی را نگه دارد. ⁦Commit⁩ کردن آن باعث انتشار به ⁦Clone⁩ و تاریخچه می‌شود. در حادثه، اعتبارنامهٔ افشاشده را هم بچرخانید. دسترسی خواندن را از مجوز مخزن جدا کنید و ⁦Encryption⁩، ⁦Retention⁩، ⁦Audit⁩ و آزمون ⁦Restore⁩ داشته باشید.

State آدرس منطقی را به شناسهٔ واقعی متصل می‌کند و Git تعریف مطلوب را نگه می‌دارد.
⁦State⁩ آدرس منطقی را به شناسهٔ واقعی متصل می‌کند و ⁦Git⁩ تعریف مطلوب را نگه می‌دارد.

هدف و کاربرد ⁦State⁩

⁦State⁩ محلی یا ⁦Remote Backend⁩

برای آزمایش تک‌نفره، فایل محلی با حفاظت سیستم‌عامل کافی است. همکاری به مسیر مشترک و کنترل نویسنده‌های هم‌زمان نیاز دارد. قابلیت قفل، ⁦Encryption⁩، ⁦Backup⁩ و ⁦Audit⁩ را برای ⁦Backend⁩ انتخابی جدا بررسی کنید. در ⁦S3⁩، ⁦Versioning⁩ و رمزنگاری را در ⁦Bucket⁩ تنظیم کنید و ⁦use_lockfile⁩ را برای قفل فعال کنید. ⁦IAM⁩ باید دسترسی ⁦State⁩ و ⁦Object⁩ قفل را محدود کند. قبل از ⁦Force Unlock⁩ از پایان اجرای صاحب قفل مطمئن شوید. دستکاری مستقیم در ⁦vCenter⁩ تحت قفل ⁦State⁩ قرار نمی‌گیرد.

⁦Backend S3⁩ و مجوزهای ⁦Lockfile⁩

ویژگی ⁦State⁩ محلی ⁦Remote State⁩
همکاری مناسب اجرای تک‌نفره مسیر مشترک با هویت مستقل
قفل قفل فایل در اجرای سازگار وابسته به ⁦Backend⁩ و تنظیمات
بکاپ و حسابرسی حفاظت فایل و ثبت روی میزبان نسخه‌بندی و لاگ سرویس در صورت فعال‌سازی

طراحی ⁦Module⁩ استاندارد ⁦VM⁩

هر پوشهٔ اجرا یک ⁦Root Module⁩ است. ⁦Child Module⁩ برای ⁦VM⁩ می‌تواند نام، ⁦CPU⁩، ⁦RAM⁩، ⁦Datastore⁩، شبکه، ⁦Template⁩ و دیسک بگیرد و شناسه و ⁦IP⁩ گزارش‌شده را خروجی بدهد. فرض‌های تعداد ⁦NIC⁩، ⁦Guest Customization⁩ و ظرفیت دیسک را در قرارداد ثبت کنید. نسخهٔ ⁦Module⁩ را در ⁦Registry⁩ خصوصی یا ⁦Git⁩ تثبیت کنید. مالک ⁦Module⁩ باید تغییر ⁦Schema⁩، آدرس منابع و سازگاری خروجی را در تست و ⁦Plan⁩ نمونه بررسی کند. فایل ⁦Lock⁩ مختص انتخاب ⁦Provider⁩ است.

جدا کردن ⁦Development⁩، ⁦Staging⁩ و ⁦Production⁩

⁦CLI Workspace⁩ برای یک ⁦Root⁩ و ⁦Backend⁩ چند ⁦State⁩ می‌دهد. اگر ⁦Production⁩ باید ⁦Credential⁩، مجوز ⁦Backend⁩ یا چرخهٔ انتشار مستقل داشته باشد از ⁦Root⁩ جدا، مسیر ⁦State⁩ جدا و هویت جدا استفاده کنید. پوشه مرز امنیتی ایجاد نمی‌کند. ⁦Workspace⁩ در ⁦HCP Terraform⁩ واحد مدیریت ⁦State⁩ و اجرای سازمان‌یافته است و قواعد خودش را دارد.

⁦CLI Workspaces⁩ در مستندات ⁦Terraform⁩

اجرای ⁦Terraform⁩ روی کلاستر ⁦VMware vSphere⁩

سه ⁦ESXi⁩، چند ⁦Datastore⁩ و ⁦Port Group⁩ متصل به ⁦VLAN⁩ را در نظر بگیرید. ⁦Provider⁩ درخواست ⁦Clone⁩ را به ⁦vCenter⁩ می‌دهد. ⁦Datastore⁩ باید برای میزبان‌های مقصد در دسترس باشد. نمونه از ⁦Resource Pool⁩ پیش‌فرض ⁦Cluster⁩ استفاده می‌کند. برای ⁦Production⁩ ممکن است ⁦Pool⁩ اختصاصی و دسترسی محدود لازم باشد.

نمونه برای ⁦Terraform 1.13.5⁩ و ⁦vmware/vsphere 2.13.0⁩ نوشته شده است. یک ⁦Template⁩ لینوکس با ⁦Firmware⁩ از نوع ⁦BIOS⁩ و یک دیسک ⁦Thin SCSI⁩، یک ⁦NIC⁩ و ⁦VMware Tools⁩ سازگار با ⁦Guest Customization⁩ لازم است. شبکه از ⁦DHCP⁩ استفاده می‌کند. آدرس ثابت به رزرو و آزمون جدا نیاز دارد. ⁦Windows⁩ به ⁦Template⁩ آزموده و ⁦Windows Customization⁩ و ⁦Sysprep⁩ مناسب نیاز دارد. بزرگ کردن دیسک مجازی ممکن است به توسعهٔ فایل‌سیستم در ⁦Guest⁩ هم نیاز داشته باشد.

حساب اجرا به مجوز خواندن ⁦Inventory⁩، ⁦Clone⁩، ⁦Customization⁩ و تخصیص شبکه، ⁦Storage⁩ و ⁦Resource Pool⁩ نیاز دارد. ⁦VSPHERE_SERVER⁩، ⁦VSPHERE_USER⁩ و ⁦VSPHERE_PASSWORD⁩ را از ⁦Secret Store⁩ تزریق کنید و ⁦CA⁩ معتبر مقصد را به ⁦Runner⁩ بدهید.

Git مشخصات را نگه می‌دارد، API vCenter درخواست Clone را دریافت می‌کند و ESXi ماشین را اجرا می‌کند.
⁦Git⁩ مشخصات را نگه می‌دارد، ⁦API vCenter⁩ درخواست ⁦Clone⁩ را دریافت می‌کند و ⁦ESXi⁩ ماشین را اجرا می‌کند.

مستندات نسخهٔ ۲٫۱۳٫۰ ⁦Provider⁩

نصب و پیکربندی ⁦VMware ESXi 8⁩

مقایسهٔ ⁦VMware⁩ و ⁦Proxmox⁩

نمونهٔ پروژه برای پنج ⁦VM⁩ لینوکس

⁦versions.tf⁩ نسخه‌ها را تثبیت می‌کند. ⁦providers.tf⁩ بررسی ⁦TLS⁩ را فعال نگه می‌دارد. ⁦variables.tf⁩ ورودی ظرفیت و محل را می‌سنجد و ⁦main.tf⁩ منابع موجود را می‌خواند و با ⁦for_each⁩ ماشین‌ها را می‌سازد. ⁦outputs.tf⁩ شناسه و ⁦IP⁩ گزارش‌شده را برمی‌گرداند. فایل مثال مقادیر پنج ⁦VM⁩، .⁦gitignore⁩ الگوی حذف فایل‌های حساس از ⁦Git⁩ و ⁦README⁩ پیش‌نیازها را دارد.

versions.tf

HCL
terraform {
  required_version = "= 1.13.5"

  required_providers {
    vsphere = {
      source  = "vmware/vsphere"
      version = "= 2.13.0"
    }
  }
}

providers.tf

HCL
provider "vsphere" {
  allow_unverified_ssl = false
}

variables.tf

HCL
variable "placement" {
  type = object({
    datacenter = string
    cluster    = string
    datastore  = string
    network    = string
    template   = string
  })

  validation {
    condition     = alltrue([for name in values(var.placement) : trimspace(name) != ""])
    error_message = "Every placement field must contain an inventory name."
  }
}

variable "vms" {
  type = map(object({
    cpu        = number
    memory_mib = number
    disk_gib   = number
  }))

  validation {
    condition = length(var.vms) > 0 && alltrue([
      for name, vm in var.vms : can(regex("^[a-z]([a-z0-9-]{0,61}[a-z0-9])?$", name)) &&
      vm.cpu >= 1 && vm.cpu == floor(vm.cpu) &&
      vm.memory_mib >= 1024 && vm.memory_mib % 1024 == 0 &&
      vm.disk_gib >= 1 && vm.disk_gib == floor(vm.disk_gib)
    ])
    error_message = "Use DNS-label VM names, positive integer CPU/disk sizes, and at least 1024 MiB of memory in 1024 MiB increments."
  }
}

main.tf

HCL
data "vsphere_datacenter" "target" {
  name = var.placement.datacenter
}

data "vsphere_compute_cluster" "target" {
  name          = var.placement.cluster
  datacenter_id = data.vsphere_datacenter.target.id
}

data "vsphere_datastore" "target" {
  name          = var.placement.datastore
  datacenter_id = data.vsphere_datacenter.target.id
}

data "vsphere_network" "target" {
  name          = var.placement.network
  datacenter_id = data.vsphere_datacenter.target.id
}

data "vsphere_virtual_machine" "template" {
  name          = var.placement.template
  datacenter_id = data.vsphere_datacenter.target.id
}

resource "vsphere_virtual_machine" "linux" {
  for_each = var.vms

  name             = each.key
  resource_pool_id = data.vsphere_compute_cluster.target.resource_pool_id
  datastore_id     = data.vsphere_datastore.target.id
  num_cpus         = each.value.cpu
  memory           = each.value.memory_mib
  guest_id         = data.vsphere_virtual_machine.template.guest_id
  scsi_type        = data.vsphere_virtual_machine.template.scsi_type
  firmware         = "bios"

  network_interface {
    network_id   = data.vsphere_network.target.id
    adapter_type = data.vsphere_virtual_machine.template.network_interface_types[0]
  }

  disk {
    label            = "disk0"
    size             = each.value.disk_gib
    thin_provisioned = data.vsphere_virtual_machine.template.disks[0].thin_provisioned
    eagerly_scrub    = data.vsphere_virtual_machine.template.disks[0].eagerly_scrub
  }

  clone {
    template_uuid = data.vsphere_virtual_machine.template.id

    customize {
      linux_options {
        host_name = each.key
        domain    = "dev.example.test"
      }

      network_interface {}
    }
  }

  lifecycle {
    precondition {
      condition     = each.value.disk_gib >= data.vsphere_virtual_machine.template.disks[0].size
      error_message = "The VM disk cannot be smaller than the template disk."
    }
  }
}

outputs.tf

HCL
output "vms" {
  description = "VM IDs and guest IPs when reported by VMware Tools."
  value = {
    for name, vm in vsphere_virtual_machine.linux : name => {
      id         = vm.id
      ip_address = vm.default_ip_address
    }
  }
}

terraform.tfvars.example

HCL
placement = {
  datacenter = "Lab-DC"
  cluster    = "Lab-Cluster"
  datastore  = "Dev-Datastore"
  network    = "Dev-VLAN-120"
  template   = "Templates/ubuntu-linux"
}

vms = {
  dev-app-01 = { cpu = 2, memory_mib = 4096, disk_gib = 40 }
  dev-app-02 = { cpu = 2, memory_mib = 4096, disk_gib = 40 }
  dev-app-03 = { cpu = 2, memory_mib = 4096, disk_gib = 40 }
  dev-app-04 = { cpu = 2, memory_mib = 4096, disk_gib = 40 }
  dev-app-05 = { cpu = 2, memory_mib = 4096, disk_gib = 40 }
}

.gitignore

TEXT
.terraform/
*.tfstate
*.tfstate.*
*.tfvars
*.auto.tfvars.json
*.tfplan
crash.log
crash.*.log
override.tf
*_override.tf

فایل ⁦tfvars.example⁩ را به ⁦terraform.tfvars⁩ کپی و مقادیر آزمایشگاه را وارد کنید. ⁦init⁩، ⁦validate⁩ و ⁦Plan⁩ را اجرا و حساب مقصد، آدرس ⁦VM⁩ها، ⁦Datastore⁩، شبکه و اقدامات را کنترل کنید. در نخستین اجرا پنج ⁦Create⁩ انتظار می‌رود. جایگزینی یا حذف غیرمنتظره را پیش از اجرا پیگیری کنید. ⁦VMware Tools⁩ ممکن است ⁦IP⁩ خالی یا ⁦IP⁩ رابط دیگری را گزارش کند. پیش از تحویل به ⁦Ansible⁩ هویت و دسترسی ⁦Guest⁩ را تأیید کنید.

دانلود نمونهٔ کامل ⁦vSphere⁩ و ⁦GitLab CI⁩

⁦Terraform⁩ و ⁦Ansible⁩ در یک زنجیره

⁦Terraform⁩ یک ⁦VM⁩ اوبونتو می‌سازد و شناسه و ⁦IP⁩ را می‌دهد. ⁦Ansible⁩ پس از آماده شدن ⁦SSH⁩، بسته‌های ⁦Docker⁩، تنظیمات امنیتی، ⁦Agent⁩ مانیتورینگ و وابستگی‌های برنامه را اعمال می‌کند. اتصال بدون ⁦Agent⁩ معمولاً از ⁦SSH⁩ یا ⁦WinRM⁩ استفاده می‌کند. بسیاری از ⁦Module⁩ها ⁦Idempotent⁩ هستند و ⁦Task⁩های ⁦shell⁩ به شرط و بررسی جدا نیاز دارند.

محور ⁦Terraform⁩ ⁦Ansible⁩
تمرکز چرخهٔ عمر منابع ⁦API⁩ پیکربندی سیستم و اجرای ⁦Playbook⁩
وضعیت نگاشت پایدار در ⁦State⁩ ⁦Inventory⁩ و وضعیت خوانده‌شده حین اجرا
نمونه ⁦Clone⁩ و اتصال ⁦NIC⁩ نصب ⁦Docker⁩ و تنظیم سرویس

تغییر شبکه می‌تواند با هر دو ابزار انجام شود. ⁦Terraform⁩ شبکهٔ ابری را از طریق ⁦API⁩ و ⁦Ansible⁩ دستگاه‌های پشتیبانی‌شده را با ⁦Collection⁩ مناسب مدیریت می‌کنند. مسئولیت هر شیء را به یک مسیر تغییر بسپارید.

پس از Provisioning، خروجی تأییدشده آدرس و شناسهٔ میزبان را به Playbook می‌دهد.
پس از ⁦Provisioning⁩، خروجی تأییدشده آدرس و شناسهٔ میزبان را به ⁦Playbook⁩ می‌دهد.

مستندات ⁦Ansible⁩

راه‌اندازی ⁦Ansible AWX⁩ برای شبکه و ⁦Windows⁩

مقایسه با ⁦PowerShell⁩ و ⁦Bash⁩

برای خواندن لاگ، گرفتن ⁦Inventory⁩، اجرای یک عملیات موردی یا کنترل ترتیب چند دستور، اسکریپت معمولاً مستقیم‌تر است. اگر همان اسکریپت باید چند محیط را تکرار کند، بعد از شکست میانی ادامه دهد، منابع قبلی را ردیابی کند و قبل از اجرا تغییر را نمایش دهد، تیم باید هزینهٔ توسعهٔ این قابلیت‌ها را بسنجد. اسکریپت برای کنترل سلامت و تحویل بعد از ⁦Provisioning⁩ همچنان کاربرد دارد.

⁦Terraform⁩، ⁦Pulumi⁩ و ⁦OpenTofu⁩

ابزار مدل نگارش ⁦State⁩ و اکوسیستم
⁦Terraform⁩ ⁦HCL⁩ و مدل ⁦Declarative⁩ ⁦Backend⁩ محلی یا راه دور و محصولات ⁦HCP⁩ و ⁦Enterprise⁩
⁦OpenTofu⁩ زبان برگرفته از ⁦Terraform⁩ ⁦Registry⁩ و ⁦Backend⁩ با بررسی سازگاری و رمزنگاری قابل تنظیم ⁦State⁩ و ⁦Plan⁩
⁦Pulumi⁩ زبان‌هایی مانند ⁦TypeScript⁩ و ⁦Python⁩ یا ⁦YAML⁩ ⁦State⁩ در ⁦Pulumi Cloud⁩ یا ⁦Backend⁩ خودمدیریت‌شده

⁦Terraform⁩ تا نسخهٔ ⁦1.5.7⁩ تحت ⁦MPL 2.0⁩ منتشر شد. پس از تغییر مجوز، نسخه‌های جدید تحت ⁦Business Source License 1.1⁩ هستند. ⁦Additional Use Grant⁩ شروط استفاده برای عرضهٔ رقابتی به اشخاص ثالث را مشخص می‌کند و هر انتشار ⁦Change Date⁩ و ⁦Change License⁩ خود را دارد. ⁦OpenTofu⁩ از کد ⁦MPL⁩ منشعب شد و همان مجوز را دارد. هستهٔ ⁦Pulumi⁩ تحت ⁦Apache 2.0⁩ است و خدمات تجاری آن شرایط جداگانه دارند. مجوز ⁦Provider⁩ها و ⁦Module⁩ها را جدا بررسی کنید.

برای مهاجرت، سازگاری نسخه، ⁦State⁩، ⁦Backend⁩ و ⁦Source Address⁩ را روی نسخهٔ ایزوله بررسی کنید. فایل ⁦Plan⁩ بین ابزارها قابل انتقال فرض نشود.

پرسش‌های مجوز ⁦HashiCorp⁩

مستندات ⁦OpenTofu⁩

مجوز ⁦OpenTofu⁩

مجوز هستهٔ ⁦Pulumi⁩

⁦GitLab CI/CD⁩ و تأیید ⁦Production⁩

⁦MR⁩ روی ⁦Runner⁩ بدون اسرار تولید ⁦Validate⁩ می‌شود. پس از ⁦Merge⁩، ⁦Plan⁩ از ⁦Commit⁩ شاخهٔ محافظت‌شده ساخته می‌شود. بازبین باید ⁦Plan⁩ همان ⁦Commit⁩ را بررسی کند. ⁦Job⁩ دستی ⁦Apply⁩ فایل همان ⁦Pipeline⁩ را با ⁦needs⁩ می‌گیرد. اگر ⁦Artifact⁩ منقضی شده یا ⁦State⁩ عوض شده است، ⁦Plan⁩ و تأیید تازه لازم است.

اعتبارسنجی MR و Plan تولید مسیر دسترسی جدا دارند. Apply پس از تأیید همان Plan اجرا می‌شود.
اعتبارسنجی ⁦MR⁩ و ⁦Plan⁩ تولید مسیر دسترسی جدا دارند. ⁦Apply⁩ پس از تأیید همان ⁦Plan⁩ اجرا می‌شود.

.gitlab-ci.yml

YAML
default:
  image:
    name: hashicorp/terraform:1.13.5
    entrypoint: [""]

variables:
  TF_IN_AUTOMATION: "true"
  TF_INPUT: "false"

stages: [validate, plan, deploy]

validate:
  stage: validate
  tags: [terraform-review]
  rules:
    - if: '$CI_PIPELINE_SOURCE == "merge_request_event"'
    - if: '$CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH && $CI_COMMIT_REF_PROTECTED == "true"'
  script:
    - terraform fmt -check
    - terraform init -backend=false -lockfile=readonly
    - terraform validate

production_plan:
  stage: plan
  tags: [terraform-protected]
  environment:
    name: production-plan
    action: prepare
  rules:
    - if: '$CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH && $CI_COMMIT_REF_PROTECTED == "true"'
  script:
    - test -f backend.tf
    - terraform init -lockfile=readonly
    - terraform plan -no-color -out=approved.tfplan > plan.log
    - terraform show -no-color approved.tfplan > review.txt
    - sha256sum approved.tfplan review.txt > approved.tfplan.sha256
  artifacts:
    access: maintainer
    expire_in: 1 day
    paths:
      - approved.tfplan
      - approved.tfplan.sha256
      - review.txt

production_apply:
  stage: deploy
  tags: [terraform-protected]
  environment:
    name: production
  resource_group: production-terraform
  needs:
    - job: production_plan
      artifacts: true
  rules:
    - if: '$CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH && $CI_COMMIT_REF_PROTECTED == "true"'
      when: manual
      allow_failure: false
  script:
    - sha256sum -c approved.tfplan.sha256
    - test -f backend.tf
    - terraform init -lockfile=readonly
    - terraform apply -no-color approved.tfplan > apply.log

این نمونه ⁦GitLab 18.4⁩ یا بالاتر و طرح دارای ⁦Deployment Approvals⁩ را فرض می‌کند. پروژه خصوصی و شاخهٔ اصلی و هر دو محیط ⁦production-plan⁩ و ⁦production⁩ محافظت‌شده‌اند. یک ⁦Runner⁩ اختصاصی و محافظت‌شده با تگ ⁦terraform-protected⁩ به ⁦vCenter⁩ و ⁦S3⁩ دسترسی دارد. برای ⁦Validate⁩ یک ⁦Runner⁩ بدون اسرار تولید با تگ ⁦terraform-review⁩ لازم است. ⁦Approval Rule⁩ و مجوز اجرای ⁦Production⁩ را تنظیم کنید. دسترسی ⁦Maintainer⁩ در ⁦artifacts:access⁩ برای ⁦UI⁩ و ⁦API⁩ است. دسترسی ⁦Job Token⁩ را جداگانه با دید ⁦CI/CD⁩ محدود به اعضای پروژه و ⁦Allowlist⁩ محدود کنترل کنید. ⁦Artifact⁩ را به ⁦Pipeline⁩ خارج از این محدوده نفرستید. انقضای فایل یک روز است. تنظیم ⁦Keep latest successful artifacts⁩ را بررسی کنید و برای نگهداری کوتاه غیرفعال کنید.

⁦Root⁩ تولید باید ⁦backend.tf⁩ جداگانه با ⁦Backend S3⁩ رمزنگاری‌شده، ⁦Versioning⁩ و ⁦use_lockfile⁩، ورودی‌های تولید و ⁦Lock⁩ تأییدشده داشته باشد. ⁦AWS⁩ و ⁦vSphere⁩ را با هویت کوتاه‌عمر و اسرار محدود به محیط اجرا کنید. نقش ⁦Plan Inventory⁩ را می‌خواند و حق گرفتن قفل دارد. نقش ⁦Apply⁩ فقط محدودهٔ مصوب را تغییر می‌دهد. ⁦Plan⁩ و خروجی ⁦show⁩ می‌توانند حساس باشند. آن‌ها را در ⁦Log⁩ عمومی و کامنت ⁦MR⁩ نگذارید. ⁦Checksum⁩ خرابی فایل را آشکار می‌کند و اعتماد به محتوا از زنجیرهٔ ⁦Runner⁩، ⁦Commit⁩ و ⁦Artifact⁩ مجاز می‌آید. ⁦Delete⁩ و ⁦Replace⁩ را به بررسی جدا ارجاع دهید. این جریان ⁦Apply⁩ یا ⁦Destroy⁩ خودکار ندارد.

قواعد تأیید استقرار ⁦GitLab⁩

مرجع ⁦YAML⁩ و دسترسی ⁦Artifact⁩

نصب ⁦GitLab⁩ روی ⁦Ubuntu 24⁩

⁦Terraform⁩ در ⁦Jenkins⁩

⁦Jenkinsfile⁩ می‌تواند ⁦Plan⁩ را روی ⁦Agent⁩ اختصاصی تولید کند و با ⁦input⁩ از افراد مشخص تأیید بگیرد. ⁦Commit⁩، نسخهٔ ⁦Terraform⁩ و فایل ⁦Plan⁩ را به همان ⁦Build⁩ متصل و دسترسی ⁦Artifact⁩ را محدود کنید. ⁦Credential Binding⁩ را فقط در ⁦Stage⁩ نیازمند آن فعال کنید و اجرای تغییرهای بررسی‌نشده را از ⁦Agent⁩ تولید جدا کنید. ⁦Timeout⁩، اجرای هم‌زمان و گردش تأیید را در کنار شناسهٔ ⁦Build⁩ و هویت تأییدکننده ثبت کنید. ⁦Jenkins⁩ برای سازمانی مناسب است که ⁦Agent⁩ ایزوله و مالکیت قابل پیگیری ⁦Pipeline⁩ را از قبل دارد.

⁦Jenkinsfile⁩ و ⁦Credential Binding⁩

کاربرد ⁦Terraform⁩ در ⁦AWS⁩، ⁦Azure⁩ و ⁦Google Cloud⁩

در ⁦AWS⁩ می‌توان ⁦EC2⁩، ⁦VPC⁩ و ⁦Subnet⁩، ⁦Security Group⁩، ⁦Elastic Load Balancing⁩، ⁦S3⁩ و ⁦Route 53⁩ را مدیریت کرد. ⁦Azure VM⁩، ⁦Virtual Network⁩، ⁦NSG⁩، ⁦Load Balancer⁩ و ⁦Storage Account⁩ قراردادهای ⁦API⁩ و دسترسی خود را دارند. ⁦Compute Engine⁩، شبکهٔ ⁦VPC⁩، ⁦Firewall Rules⁩، ⁦Load Balancing⁩، ⁦Cloud Storage⁩ و ⁦Cloud DNS⁩ در ⁦Google Cloud⁩ نیز ⁦Scope⁩ و ⁦IAM⁩ متفاوت دارند. ⁦Plan⁩ و ⁦Review⁩ میان تیم‌ها مشترک می‌ماند و طراحی شبکه، محدودیت منطقه، ⁦IAM⁩ و رفتار ⁦Replace⁩ برای هر پلتفرم جدا بررسی می‌شود.

⁦AWS Provider⁩

⁦AzureRM Provider⁩

⁦Google Provider⁩

⁦Docker⁩، ⁦Kubernetes⁩ و چرخهٔ انتشار

⁦Docker Provider⁩ با ⁦Docker API⁩ به اشیایی مثل ⁦Container⁩ و ⁦Network⁩ دسترسی می‌گیرد. کلاستر ⁦Kubernetes⁩ معمولاً از طریق ⁦Provider⁩ زیرساخت ایجاد می‌شود. ⁦Kubernetes Provider⁩ با ⁦API⁩ کلاستر موجود کار می‌کند و ⁦Helm Provider⁩ یک ⁦Release⁩ را مدیریت می‌کند. آمادگی و احراز هویت ⁦Endpoint⁩ را از مدیریت اشیای داخل کلاستر جدا کنید. تیمی که انتشار مکرر دارد ممکن است ⁦GitOps⁩ را برای تطبیق پیوستهٔ ⁦Workload⁩ با ⁦Git⁩ به کار بگیرد. مالکیت ⁦Release⁩ یا ⁦Namespace⁩ باید روشن باشد تا کنترل‌کننده‌ها تغییر یکدیگر را برنگردانند.

⁦Docker Provider⁩

⁦Kubernetes Provider⁩

⁦Helm Provider⁩

مقایسهٔ ⁦Docker Swarm⁩ و ⁦Kubernetes⁩

جایگاه ⁦NetBox⁩ در ⁦IPAM⁩ و ⁦Inventory⁩

⁦NetBox⁩ می‌تواند مرجع ⁦VLAN⁩، ⁦Prefix⁩، ⁦IP⁩، ⁦VM⁩ و دستگاه باشد. گردش کار جدا می‌تواند ⁦IP⁩ را رزرو و پس از ایجاد ماشین اطلاعات را ثبت کند. رفتار رزرو هم‌زمان و جبران شکست بین رزرو و ایجاد را آزمایش کنید. پوشش ⁦Provider⁩ شخص ثالث را برای ⁦Object⁩ و نسخهٔ ⁦NetBox⁩ بررسی کنید یا از ⁦API⁩ استفاده کنید. ⁦State⁩ نگاشت منابع در اختیار ⁦Terraform⁩ را نگه می‌دارد. ⁦NetBox⁩ مدل طراحی و موجودی سازمان را ثبت می‌کند.

معرفی ⁦NetBox⁩

نصب و راه‌اندازی ⁦NetBox⁩

تشخیص و رسیدگی به ⁦Infrastructure Drift⁩

فرض کنید ⁦Terraform⁩ چهار ⁦vCPU⁩ تعریف کرده و اپراتور در ⁦vCenter⁩ آن را به هشت رسانده است. ⁦Refresh⁩ بعدی در صورت پوشش ⁦API⁩ و ⁦Provider⁩ مقدار هشت را می‌خواند. ⁦Plan⁩ ممکن است بازگشت به چهار را با تغییر درجا یا عملیات دیگری پیشنهاد کند. ⁦ignore_changes⁩ اختلاف ویژگی مشخص‌شده را در برنامهٔ ⁦Update⁩ کنار می‌گذارد. ⁦Terraform⁩ تغییر مستقیم را منع نمی‌کند و ویژگی‌های خارج از ⁦Schema⁩ را نمی‌بیند.

اگر افزایش ظرفیت برای رفع رخداد بوده، با مسئول سرویس تصمیم بگیرید ⁦HCL⁩ باید هشت شود یا ⁦VM⁩ به چهار برگردد. اثر خاموشی را پیش از اصلاح بررسی کنید. ⁦plan⁩ -⁦refresh-only⁩ همگام‌سازی پیشنهادی ⁦State⁩ را نشان می‌دهد. اعمال آن تعریف ⁦HCL⁩ را ویرایش نمی‌کند.

اختلاف چهار و هشت vCPU در Plan دیده می‌شود و تیم دربارهٔ اصلاح تعریف یا VM تصمیم می‌گیرد.
اختلاف چهار و هشت ⁦vCPU⁩ در ⁦Plan⁩ دیده می‌شود و تیم دربارهٔ اصلاح تعریف یا ⁦VM⁩ تصمیم می‌گیرد.

ورود زیرساخت موجود به ⁦Terraform⁩

⁦Inventory⁩ و وابستگی را ثبت کنید و برای هر شیء یک آدرس انتخاب کنید. ⁦terraform import⁩ با شناسهٔ مورد انتظار ⁦Provider⁩ مستقیماً نگاشت را در ⁦State⁩ ثبت می‌کند. ⁦Import block⁩ عملیات را وارد ⁦Plan⁩ می‌کند و در موارد پشتیبانی‌شده ⁦plan⁩ -⁦generate-config-out⁩ تعریف اولیه می‌سازد. تنظیمات پیش‌فرض، ⁦Credential⁩ و هر ⁦Replace⁩ را بازبینی کنید. ابتدا در دامنهٔ کم‌ریسک کار کنید. قبل از تغییر ⁦Production⁩ تأیید کنید هیچ ⁦State⁩ یا ابزار دیگری همان شیء را مدیریت نمی‌کند و ⁦Plan⁩ تغییر ناخواسته ندارد.

فرایند رسمی ⁦Import⁩

امنیت ⁦Terraform⁩ در اجرا

برای ⁦Backend⁩ و ⁦Provider⁩ نقش‌های کم‌اختیار تعریف کنید. توکن‌ها را کوتاه‌عمر یا قابل چرخش نگه دارید و ⁦Credential⁩ تولید را از ⁦MR⁩ و ⁦Runner⁩ عمومی جدا کنید. ⁦sensitive⁩ نمایش معمولی ⁦CLI⁩ را محدود می‌کند. مقدار می‌تواند در ⁦State⁩، ⁦Plan⁩ و خروجی ماشینی باشد. در موارد پشتیبانی‌شده قابلیت ⁦Ephemeral⁩ یا ⁦Write-only⁩ برای جلوگیری از ذخیرهٔ مقدار کاربرد دارد.

⁦State⁩ و ⁦Plan⁩ را با رمزنگاری، ⁦ACL⁩، ⁦Retention⁩ و ⁦Audit⁩ حفاظت کنید. از افزودن ⁦Secret⁩ به ⁦tfvars⁩ نسخه‌بندی‌شده و گزینه‌های ⁦Backend⁩ خودداری کنید. ⁦Provider⁩ به‌صورت برنامه اجرا می‌شود. ناشر، امضا و ⁦Checksum⁩ آن و منشأ تصویر ⁦Runner⁩ را بازبینی کنید. دسترسی محافظت‌شدهٔ ⁦CI⁩، اسکن و ثبت اجرای مصوب کنترل‌های جداگانه‌اند.

رفتار ⁦Sensitive⁩ و داده‌های محرمانه

تست، اعتبارسنجی و کنترل سیاست

⁦fmt⁩ سبک را یکسان می‌کند، ⁦validate⁩ نحو و ⁦Schema⁩ را بررسی می‌کند و ⁦Plan⁩ نتیجهٔ احتمالی را با دید فعلی ⁦Provider⁩ نشان می‌دهد. هیچ‌کدام به تنهایی ظرفیت و مجوز ⁦Apply⁩ را تضمین نمی‌کنند. ⁦terraform test⁩ برای ⁦Assertion⁩ ماژول و اجرای ⁦Mock⁩ یا واقعی کاربرد دارد. تستی که ⁦Apply⁩ واقعی دارد به حساب آزمایشگاهی و رویهٔ پاک‌سازی نیاز دارد.

⁦TFLint⁩ قواعد زبان و افزونه‌های ⁦Provider⁩ را بررسی می‌کند. ⁦Checkov⁩ و ⁦Trivy⁩ الگوهای ناامن ⁦IaC⁩ را بر اساس ⁦Rule⁩های خود شناسایی می‌کنند. ⁦Policy⁩ روی ⁦Plan⁩ می‌تواند ⁦Delete⁩ یا شبکهٔ بیش از حد باز را رد کند. تصمیم‌های مبتنی بر مقدار ⁦Unknown⁩ را در مرحله‌ای بگیرید که آن مقدار قابل سنجش است.

تست بومی ⁦Terraform⁩

قواعد ⁦TFLint⁩

مستندات ⁦Checkov⁩

اسکن ⁦IaC⁩ با ⁦Trivy⁩

⁦Rollback⁩ و بازیابی پس از خرابی

⁦Git Revert⁩ تعریف مطلوب را عوض می‌کند. ⁦Plan⁩ بعدی ممکن است ⁦Volume⁩ حذف کند یا ⁦VM⁩ را جایگزین کند. تغییر ⁦Schema⁩ یا دادهٔ پایگاه داده ممکن است به ⁦Restore⁩، مهاجرت و مداخلهٔ عملیاتی نیاز داشته باشد. برای منابع داده‌دار نقطهٔ بازیابی و پنجرهٔ نگهداری تعیین کنید. ⁦Snapshot State⁩ جای بکاپ دیسک ⁦VM⁩ یا دیتابیس را نمی‌گیرد.

اگر ⁦Apply⁩ نیمه‌کاره ماند، لاگ، ⁦State⁩ و ⁦API⁩ را تطبیق دهید و ⁦Plan⁩ جدید بگیرید. اگر ⁦Backend⁩ آسیب دیده، بازیابی نگاشت منابع را از بازیابی سرویس جدا دنبال کنید.

معماری سازمانی نمونه

⁦GitLab⁩ محل ⁦Review⁩ و تأیید است. ⁦Runner⁩ با اعتبارنامهٔ ⁦Secret Manager⁩ به ⁦Backend⁩ قفل‌دار و ⁦Provider⁩های ⁦vCenter⁩ و ⁦AWS⁩ دسترسی دارد. ⁦State⁩ توسعه و تولید و در صورت لزوم دامنه‌های ⁦Cloud⁩ و ⁦VMware⁩ جدا هستند. پس از تأیید هویت ⁦VM⁩، جریان تحویل ⁦Ansible⁩ را اجرا می‌کند. ⁦NetBox⁩ موجودی یا رزرو ⁦IP⁩ را نگه می‌دارد و ⁦Zabbix⁩ مانیتورینگ را تحویل می‌گیرد. هر سه اتصال اختیاری‌اند. اگر ثبت مانیتورینگ شکست خورد، همان ⁦VM⁩ را با شناسهٔ ثابت دوباره پردازش کنید.

بخش بالایی مسیر Provisioning و بخش پایینی مسیرهای اختیاری پیکربندی، موجودی و مانیتورینگ را نشان می‌دهد.
بخش بالایی مسیر ⁦Provisioning⁩ و بخش پایینی مسیرهای اختیاری پیکربندی، موجودی و مانیتورینگ را نشان می‌دهد.

سرور ⁦Zabbix⁩ و ⁦Agent⁩های ⁦Linux⁩ و ⁦Windows⁩

دستورات رایج ⁦Linux⁩ برای اعتبارسنجی

چرا سازمان‌ها ⁦Terraform⁩ را به کار می‌گیرند؟

وقتی هر هفته درخواست مشابه می‌رسد، سود از استاندارد کردن تصمیم‌های تکراری و قابل بازبینی کردن تصمیم‌های مهم می‌آید. تیم می‌تواند شبکه و ظرفیت پنج ⁦VM⁩ را در یک تغییر ببیند، محیط آزمون را تکرار کند و فرایند بازیابی را تمرین کند. تیم‌های ⁦VMware⁩ و ⁦Cloud⁩ می‌توانند گردش تأیید و ثبت مشترک داشته باشند. زمان ⁦Provisioning⁩، مداخلهٔ دستی، تغییر خارج از مسیر و موفقیت بازسازی را در ⁦Pilot⁩ بسنجید. ماژول ضعیف و تأیید صوری می‌توانند خطای قبلی را در مقیاس بزرگ‌تری تکرار کنند.

هزینهٔ واقعی پذیرش

⁦API⁩ و مجوز و ⁦Inventory⁩ باید شناخته شوند. ⁦Module⁩، ⁦Provider⁩، ⁦Runner⁩، ⁦Backend⁩، ⁦Secret Store⁩، مستندات و رویهٔ بازیابی مالک می‌خواهند. ارتقای ⁦Provider⁩ یعنی بازبینی تغییر ⁦Schema⁩ و آزمون ⁦Plan.⁩ حتی وقتی تیم ⁦CLI⁩ را بدون خرید پلتفرم سازمانی به کار می‌برد، هزینهٔ یادگیری، آموزش و نگهداری باقی است.

چه زمانی ⁦Terraform⁩ انتخاب مناسبی نیست؟

برای محیط ثابت کوچک، یک کار موردی یا دستگاهی بدون ⁦API⁩ پایدار و ⁦Provider⁩ قابل اعتماد، نگهداری کد و ⁦State⁩ می‌تواند از خود کار بیشتر باشد. تغییر داخل ⁦Guest⁩ معمولاً با ⁦Configuration Management⁩ و عملیات با ترتیب و زمان‌بندی حساس با ⁦Orchestrator⁩ مناسب انجام می‌شود. بدون مالک مشخص برای ⁦State⁩ و رخداد، دامنه را در حد یک ⁦Pilot⁩ قابل نگهداری نگه دارید.

اشتباه‌های رایج و اثرشان

⁦State⁩ و رمز در ⁦Git⁩ به ⁦Clone⁩ و تاریخچه منتقل می‌شوند. دسترسی ⁦Administrator⁩ برای ⁦Runner⁩ دامنهٔ خطا را بزرگ می‌کند. ⁦Apply⁩ بدون بازبینی، ⁦Replace⁩ و ⁦Delete⁩ را وارد پنجرهٔ عملیات می‌کند. ⁦Backend⁩ بدون قفل در همکاری چند نویسنده و بدون بکاپ در حادثه مشکل‌ساز می‌شود. ⁦Production⁩ را از ⁦State⁩ توسعه جدا نگه دارید. نسخهٔ ⁦Provider⁩ و قرارداد ⁦Module⁩ را تثبیت کنید. ⁦Import⁩ انبوه بدون تطبیق و تغییر دستی بدون ثبت باعث اختلاف نگاشت یا ⁦Drift⁩ می‌شوند. محدودیت ⁦CI⁩، ⁦Artifact⁩ و رویهٔ مستقل برای ⁦Destroy⁩ را در مسیر تأیید قرار دهید.

نقشهٔ راه پذیرش در سازمان موجود

مرحله کار شرط عبور
ارزیابی منابع و ⁦API⁩ و مالک را فهرست کنید پوشش ⁦Provider⁩ روشن باشد
⁦Pilot⁩ ⁦VM⁩ آزمایشی در شبکهٔ مستقل بسازید شکست و تکرار اجرا قابل توضیح باشد
⁦Git⁩ مخزن و ⁦Review⁩ استاندارد بسازید تغییر به ⁦Commit⁩ قابل پیگیری برسد
⁦State⁩ ⁦Backend⁩ امن و قفل اضافه کنید ⁦Restore⁩ آزموده شود
⁦Module⁩ الگوی پرتکرار را بسته‌بندی کنید نسخه و مالک معلوم باشد
⁦CI/CD⁩ ⁦Plan⁩ و ⁦Apply⁩ کنترل‌شده بسازید هویت و ⁦Artifact⁩ محدود باشند
حاکمیت حدود و استثنا را تعریف کنید مسئول ⁦Replace⁩ و ⁦Drift⁩ مشخص باشد
⁦Production⁩ دامنه را تدریجی افزایش دهید پشتیبانی و تحویل آزموده شود
مسیر از سنجش API و Pilot تا State، کنترل تغییر و Production تدریجی.
مسیر از سنجش ⁦API⁩ و ⁦Pilot⁩ تا ⁦State⁩، کنترل تغییر و ⁦Production⁩ تدریجی.

درخواست پنج سرور لینوکس در یک سازمان

سه ⁦ESXi⁩، یک ⁦vCenter⁩، هشتاد ⁦VM⁩، چند ⁦VLAN⁩ و بارهای ⁦Linux⁩ و ⁦Windows⁩ را در نظر بگیرید. ⁦GitLab⁩ برای ⁦Review⁩، ⁦Jenkins⁩ برای کارهای موجود، ⁦Ansible⁩ برای پیکربندی، ⁦NetBox⁩ برای ⁦IPAM⁩ و ⁦Zabbix⁩ برای پایش استفاده می‌شوند.

در روش دستی، تیم شبکه ⁦IP⁩ و ⁦VLAN⁩ می‌دهد. اپراتور پنج بار ⁦Template⁩، ⁦CPU⁩، ⁦RAM⁩، ⁦Datastore⁩ و ⁦Network⁩ را انتخاب می‌کند. پس از ⁦Clone⁩، نام و ⁦DNS⁩، ⁦SSH⁩، نرم‌افزار، مانیتورینگ، مالک و نتیجهٔ نصب باید ثبت و بررسی شوند.

در مسیر ⁦Terraform⁩، تغییر پنج کلید به ⁦Map⁩ اضافه می‌کند. بازبین ظرفیت، ⁦VLAN⁩ و نبود حذف را می‌سنجد. ⁦CI⁩ اعتبارسنجی و ⁦Plan⁩ را انجام می‌دهد. پس از تأیید، ⁦Provider⁩ پنج ⁦Clone⁩ را به ⁦vCenter⁩ می‌سپارد. مرحلهٔ تحویل ⁦IP⁩ را تطبیق می‌دهد. ⁦Ansible⁩ سیستم‌عامل و نرم‌افزار را تنظیم می‌کند. گردش کار موجودی ⁦NetBox⁩ را به‌روزرسانی می‌کند و تیم مانیتورینگ ⁦Host⁩ و ⁦Template⁩ را در ⁦Zabbix⁩ ثبت می‌کند. سلامت ⁦SSH⁩، ⁦DNS⁩، شبکه، سرویس و دادهٔ مانیتورینگ معیار پایان‌اند. شکست هر مرحله بر مبنای شناسهٔ همان ماشین دنبال می‌شود.

جمع‌بندی مهندسی

⁦Terraform⁩ برای منابع دارای ⁦API⁩، تعریف نسخه‌بندی‌شده را به ⁦Plan⁩ قابل بررسی و عملیات چرخهٔ عمر تبدیل می‌کند. برای تیمی با ده‌ها یا صدها سرور، ارزش آن از تکرار همان فرایند بازبینی و اجرا به دست می‌آید. ⁦vCenter⁩ ماشین را اداره می‌کند، ⁦Ansible Guest⁩ را تنظیم می‌کند و تیم دربارهٔ ظرفیت، ریسک و بازیابی تصمیم می‌گیرد. تیمی با محیط ثابت و کم‌تغییر می‌تواند رویهٔ ساده‌تر خود را حفظ کند.

از یک درخواست پرتکرار توسعه شروع کنید. پنج ⁦VM⁩ با ⁦Template⁩ شناخته‌شده، شبکهٔ مشخص و معیار پذیرش روشن انتخاب کنید. علاوه بر ساخت موفق، شکست بین ⁦Clone⁩ و مانیتورینگ و بازیابی ⁦State⁩ را نیز تمرین کنید. نتیجه تمرین نشان می‌دهد پیش از بردن این روال به ⁦Production⁩ کدام قسمت‌ها هنوز به کار نیاز دارند.

Share

Meet AJInfrastructure & DevOps
Loading…