Fabric 简单使用

最近公司组织压测系统，要在多台机子上部署代码，可是机子上的代码与生产环境不一样，需要修改代码，还有有问题的地方要修改，然后再发代码。这边一共有7台服务务器，重新发代码，要一台一台 ssh 上去，输入用户名和密码，然后切换目录，再 git pull，pm2 restart ***, (是的我司使用 node)，一两次还可以手动，随着修改的次数多了，这个事情变的麻烦的事情，发一次代码要开 7个ssh，手指都打断了。

终于受不了之后，决定找工具自动化解决这个问题。（我们线上是可以自动化的部署的，只是测试环境没有运维来支持，只能自己弄）。

node 做运维这块工作不是擅常的，找了一会发现一个 python 的运维工具 fabric 。这下这个工作就简单了，学下 python 代码 10 分钟，看了fabric文档 30 分种，折腾环境 30 分钟，到写出工具加调试 50 分钟，二个小时，把能用的工具做出来，不得不说，python 是非常强大的。

fabric 介绍

fabric 是一个使用 ssh 执行命令的工具，它是一款运维工具。用我的理场就是使用ssh自动化执行你的命令的工具。使用环境env，你就能指定目标(user, password, hosts)，然后运行 run 命令。理解这个些概念，就可以做一款非常基础的工具了。

from fabric.api import *

env.user = 'root'
env.password = '123456'
env.hosts = [
  '192.168.104.37',
  '192.168.104.50',
  '192.168.104.65',
  '192.168.104.73',
  '192.168.104.77',
  '192.168.104.78',
  '192.168.104.82',
]

pc_dir = '/home/test/test-node'
h5_dir = '/home/test/testwap-node'

pc_app = 'testnode'
h5_app = testwap-node'

src_dir = h5_dir if env.has_key('p') else pc_dir
app = h5_app if env.has_key('p') else pc_app

@task
@parallel
def name():
  run('hostname')

@task
@parallel
def pull():
  with cd(src_dir):
    run('git pull')

@task
@parallel
def install():
  with cd(src_dir):
    run('npm i')

@task
@parallel
def deploy():
  with cd(src_dir):
    run('git pull')
    run('pm2 restart %s' % (app))

@task
@parallel
def branch():
  with cd(src_dir):
    run('git branch')

@task
@parallel
def fetch():
  with cd(src_dir):
    run('git fetch -p')

@task
@parallel
def checkout():
  with cd(src_dir):
    run('git checkout feature/qps')

@task
@parallel
def start():
  with cd(src_dir):
    run('pm2 start process.json')

@task
@parallel
def restart():
  with cd(src_dir):
    run('pm2 restart %s' % (app))

@task
@parallel
def list():
  with cd(src_dir):
    run('pm2 list')

@task
@parallel
def log():
  with cd(src_dir):
    run('pm2 logs %s' % (app))

@task
@parallel
def env():
  run('cat /etc/profile | grep TEST')

注意：

fabric 可以在 windows 上使用，只是不能使用 @parallel。
fabric 要求 python 2.7 以上，但是不能在 python 3.X 上使用。
我在 windows 上使用，用的 conda 安装配置多个python 环境。

项目代码： github