Ansible 任务在执行特定的长时间运行任务时失败

Question

在一次运行所有任务时，Ansible 在运行需要 26 小时才能完成的任务之间断开了 SSH 会话，但在执行 6 小时后，ansible 断开了 SSH 会话。目标服务器 SSH 配置以保持会话如下：

ClientAliveInterval 172000
ClientAliveCountMax 10

Ansible 任务：

- name: Executing script
  remote_user: "{{admin_user}}"
  become: yes
  shell: sudo -u test bash ./customscript.sh  > /log_dir/customscript.log 2>&1
  args:
    chdir: "deployment_source/common"
  tags:
     - custom-test

在下面找到错误日志：

22:11:44 TASK [role-deployment : Executing script] ************
22:11:44 fatal: [x.x.x.x]: UNREACHABLE! => {"changed": false, "msg": "Failed to connect to the host via ssh: Shared connection to x.x.x.x closed.\r\n", "unreachable": true}
22:11:44 
22:11:44 NO MORE HOSTS LEFT *************************************************************
22:11:44  to retry, use: --limit @/opt/ansible/test/deployment.retry
22:11:44 
22:11:44 PLAY RECAP *********************************************************************
22:11:44 x.x.x.x : ok=6    changed=2    unreachable=1    failed=0

请告知，断开连接的问题是什么？怎么解决？

Answer 1

你永远不应该期望网络连接能稳定那么长时间。

Ansible 中有 async 机制来处理长时间运行的作业。

将您的代码重构为：

- name: Executing script
  remote_user: "{{admin_user}}"
  become: yes
  shell: sudo -u test bash ./customscript.sh  > /log_dir/customscript.log 2>&1
  args:
    chdir: "deployment_source/common"
  async: 180000
  poll: 60
  tags:
     - custom-test

让您的任务最多执行 50 小时，并每 60 秒检查一次是否完成。