同时快速部署100台linux服务器，有什么现成的解决方案吗？

说说我以前最常用的三种批量部署方案(有疑问接受私信):

第一:服务器一般都会用两块磁盘做RAID1作为系统盘，手动安装完第一台操作系统，RAID1的功能是两块盘中具有相等的数据，所以两块盘都存在了刚刚安装好的linux系统，拔出一块系统盘(服务器认为你这块盘坏了)，再插入一块新盘到刚刚拔出磁盘的位置，此时服务器会再次向新磁盘自动同步数据，保持1:1备份。接下来刚刚拔出的那块系统盘派上用场，把刚刚扒出来的那块有系统的盘插到另外一台无系统的服务器上，自动完成与另外一块盘的同步，以此类推，1生2，2生4，4生8，8生16，16生32

第二种:刻录无人值守光盘

第三种:PXE批量部署

PXE实例:

我3年前做过一套PXE部署系统(以下是当时用于机房部署系统的截图界面)。可以部署windows+linux的各个版本，部署服务器采用的windows系统(因为windows能通过easybcd制作syslinux引导)，syslinux就可以成功引导起win和linux，引导成功后，调用kickstart制作的linux无人应答文件，wds &AKT制作的windows无人应答文件，完成系统安装。你的需求只需要安装统一的linux版本，所以相对来说比较容易，花两天学习下kickstart基本就能在虚拟机上实践成功，但是如果要应用到物理服务器，还需要考虑驱动，raid，格式化等问题

解决办法当然是PXE+Kickstart了，学会一次就能一直用很方便。

你需要准备：

1、交换机，用于连接Server和客户机(必须临时关闭DHCP)

2、部署用server主机（由此台主机接管DHCP服务）

3、其他一堆客户机（需要调节至PXE引导模式）

然后按照教程

https://andyx.net/pxe_kickstart_automatic_deployment_of_linux_system/对Server

主机进行部署PXE+Kickstart，完成之后客户端开机即可自动安装。

没有部署同时过100多台，但是曾经部署26台ECS集群，支撑1500左右tps。部署的方案是：阿里云ECS+镜像+弹性伸缩+负载均衡。开发测试环境用的是Vagrant直接控制多台虚拟机，曾经也使用过VMware ESXi和VMware VCenter管理虚拟机集群

腾讯有个蓝鲸平台，只需要录入你的服务器ip就可以批量操作。

还有一个ansible的来源运维工具。

还可以通过pexpect脚本，自己用python结合ssh搭建一个运维平台。

如果是批量买机器的话，各个云厂商都提供有接口，写个简单都shell就可以了。

阿里云前天刚发布的，叫什么servicefee,忘了，可视化部署，一键拉起，可设置拉起顺序，定时弹性容灾，服务之间的调用可视化，其他数据也是可监控

会 python 和 shell 可以搞搞 fabric ，我在用，还不错！

看你部署应用还是系统，平台是什么。

系统简单，做个模板机，复制就行了。

应用也不麻烦，跟上边的一样做个镜像就行，或者用批量管理工具ansible salt 这类的工具。云服务器的话，镜像市场也有公用的。

ansible，puppet和chef是常用的自动化运维工具。你说的需求用这三个都能做

1.部署操作系统，制作系统模板，批量创建或调用api接口即可

2.部署应用软件，可使用自动化工具如ansible或者编写脚本来批量部署

linux有类似ghost那样的克隆工具，推荐clonezilla。ghost for Linux也可以。

另外，Linux下的dd命令可以完成一个源驱动器对目标驱动器的镜像操作。

   蓝鲸平台日常维护中遇到的问题【摘要】在蓝鲸平台的日常维护过程中，会遇到一些平台异常的问题，这些问题有一些是常见的，例如bkdata进程异常导致监控数据未上报，有一些是特定情况下遇到的，但经过排查可以解决的，希望通过整理之前处理过的排错，对以后遇到类似的问题有帮助，能够迅速排查解决。

cmdb重启失败【问题描述】重启cmdb所在机器后，发现启动cmdb有报错，出现cmdb_adminserver：ERROR（spawn error） 【排查】查日志发现连接MongoDB失败，使用bk_cmdb用户也无法登陆到MongoDB 【解决方法】在MongoDB里重新对bk_cmdb用户进行授权，授权完之后，再重新启动cmdb1)、重新授权

# source /data/install/utils.fc

# mongo -u $MONGODB_USER -p

$MONGODB_PASS --port $MONGODB_PORT --authenticationDatabase admin

# show dbs

#进入cmdb这个库

# use cmdb

#更新bk_cmdb用户的密码（密码可以从/data/install/.app.token中查找）

# db.updateUser("bk_cmdb",{pwd:"密码"})

# cd /data/install

# ./bkeec stop cmdb

# ./bkeec status cmdb

# ./bkeec start cmdb

# ./bkeec status cmdb

cmdb访问报404【问题描述】cmdb所在机器意外重启之后，访问cmdb出现404的问题。 【排查】检查服务都是正常的，查看cmdb_adminserver的日志之后，发现无法解析zk.service.consul，检查dns后，发现首选dns不是127.0.0.1了。 【解决方法】修改/etc/resolv.conf的nameserver，确保 /etc/resolv.conf 里第一个nameserver是 127.0.0.1，而且option选项不能有rotate。     1.3、SaaS访问异常【问题描述】登录到蓝鲸后，打开SaaS均出现”应用出现异常”的报错。 【排查】1)、在出现异常的时间段内，检查蓝鲸进程运行情况，运行状态显示为RUNNING；                 2)、对CMDB服务进行排查，通过查看cmdb_apiserver.stdout.log和cmdb的nginx访问日志发现，连接cmdb的esb-api接口服务出现timeout，初步怀疑是由于api服务连接不上导致问题的出现。 【解决方法】重启cmdb服务后，该问题解决，SaaS恢复正常访问。在中控机重启cmdb

# cd /data/install

# ./bkeec stop cmdb

# ./bkeec status cmdb

# ./bkeec start cmdb

# ./bkeec status cmdb

组件监控【问题描述】配置组件监控，保存时，报用户没有权限，出现”调用接口失败 execute_platform_task：账户【test】没有该业务的操作权限” 【排查】经咨询开发人员后，确认是以下原因导致：1)、由于exporter是内置在蓝鲸业务的机器下的，下发流程涉及到跨业务分发文件，因此要求用户同时拥有源业务和目标业务的权限，目前还在确定解决方案。2)、 promtheus类型的组件会有这个问题，包括Mencache、SQLServer、Oracle、Haproxy、Weblogic、RabbitMQ、Zookeeper等。 【解决方法】目前将”蓝鲸”这个业务的运维人员加上这个账号，即可解决该问题。  2.2      

主机性能监控【问题描述】cpu5分钟负载突然显示无数据上报. 【排查】在蓝鲸自监控里检查发现，databus的etl服务有异常。 【解决方法】登录到bkdata所在机器，重启etl服务。 

# supervisorctl -c

/data/bkee/etc/supervisor-bkdata-databus.conf status databus_etl

# supervisorctl -c

/data/bkee/etc/supervisor-bkdata-databus.conf restart databus_etl

服务拨测【问题描述】打开服务拨测，出现 【模块：data】接口返回结果错误：database not found：uptimecheck_212 的报错。 【排查】旧的拨测没建库成功的，需要手动触发接口创建 【解决方法】登录到蓝鲸的任意一台机器上执行以下命令创建库。

# curl -X "POST" "http://dataapi.service.consul:10011/tool/tsdb/create_db"  -H 'Content-Type: application/json

  charset=utf-8' \

        -d $'{

  "db_name": "uptimecheck_212",

  "days": "30"

   }'

执行脚本有异常【问题描述】作业平台执行脚本等操作时有问题，出现 " Execution result log always empty. " 的报错。 【排查】经检查，healthz接口正常，nfs挂载也正常，但有一台机的gse_task出现异常情况。 【解决方法】登录到出现gse_task异常的机器上重启gse_task，作业平台即可正常执行脚本等操作。

# cd /data/bkee/gse/server/bin/

# ./gsectl stop task

# ps -ef | grep gse_task

# ./gsectl start task

调整MySQL的innodb_log_file_size参数为4G

# cd /data/bkee/service/mysql/bin/

# ./mysql.sh stop

# vim /data/bkee/etc/my.cnf

# innodb_log_file_size = 4096M

# cd /data/bkee/public/mysql/

# mv ib_logfile0

ib_logfile0.20190424.back

# mv ib_logfile1

ib_logfile1.20190424.back

#启动MySQL服务

# cd /data/bkee/service/mysql/bin/

# ./mysql.sh start

蓝鲸平台部署完成后再添加gse和nginx外网ip

# cd /data/install/

# vi globals.env

         export

  AUTO_GET_WANIP=1

         export

  GSE_WAN_IP=(GSE_WAN_IP GSE_WAN_IP1)

  export NGINX_WAN_IP=(NGINX_WAN_IP NGINX_WAN_IP1)

# ./bkeec sync common

# ./bkeec render gse

# ./bkeec stop gse

# ./bkeec start gse

# ./bkeec install nginx 1

# ./bkeec stop nginx

# ./bkeec start nginx

蓝鲸智云，简称蓝鲸，是一套基于PaaS的技术解决方案；通过蓝鲸，可以实现很多功能，这就是他的优点，缺点就是有些功能比较鸡肋。

1、“运维基础服务”的无人值守；运维基础服务就是我们经常做的发布变更和故障处理，日常的运维操作。

2、“运维增值服务”的低成本实现；也就是说，在实行运维基础服务之后，实现IT运营转型；为相关关联的岗位提供快速、低成本的支撑工具，运营系统，推动企业企业内部的工具文化；并利用云和大数据技术为企业实现精细化的工作活动。

在腾讯内部，蓝鲸支撑着300多款业务，管理着20多万台服务器，完成着14万次发布变更操作，每天处理着变更和操作超过6万次。下面我们一起看蓝鲸的架构图。最底部是管控平台，他具体服务择比如说传输数据，传输文件。

执行脚本等；在管控平台上层，是常用的基础平台，如配置平台、作业平台、数据平台等，他们为上层的集成平台提供原子服务，从而为下面平台提供调度自动化，在集成平台的上层，承载着很多SAAS应用，如标准运维、监控系统。

故障自愈，移动平台等。目前蓝鲸2.0已经开放了这4个平台，管控平台、配置平台、作业平台、集成平台，最底层的管控平台，可以管理各种OS，如WINDOWS,LUNIX,小型机，dux等上面的作业平台可以是基础运维工作的自动化，如智能传输文件。

脚本、云化管理、脚本快速执行，海量主机的并发操作，跨云管理（无论阿里云、腾讯云、私有云等都可以统一管理）等等。

---