Python的批量远程管理和部署工具Fabric用法实例-CDA数据分析师官网

热线电话：13121318867

首页精彩阅读Python的批量远程管理和部署工具Fabric用法实例

Python的批量远程管理和部署工具Fabric用法实例

2018-05-24

Python的批量远程管理和部署工具Fabric用法实例

本文实例讲述了Python的批量远程管理和部署工具Fabric用法。分享给大家供大家参考。具体如下：

Fabric是Python中一个非常强大的批量远程管理和部署工具,常用于在多个远程PC上批量执行SSH任务.

常见的使用方法大概总结如下:

1. 首先,要将批量执行的任务写入到一个fabfile.py中,

代码如下:

# -*- coding:utf-8 -*-

from fabric.api import run, local, roles, env, cd
env.hosts=[
    '192.168.1.110',
    '192.168.1.111',
    '192.168.1.112'
]
env.user="username"
env.password="password"
env.port=22
#env.parallel=True
#env.skip_bad_hosts=True
#env.timeout=1
#env.warn_only=True

# local用于在本地PC执行命令.
# run用于在远程PC执行命令.
def ls():
    with cd('/home/workspace/project'):
        local('touch 1.log')
    with cd('/home/workspace/project2'):
        local('touch 2.log')

#@parallel, 可以设置是否并行执行
#@serial
def pull():
    with cd('/home/workspace/project'):
        run('git pull')

def clean():
    with cd('/home/workspace/project'):
        run('bash clean.sh')

@hosts('192.168.1.113')
def robot(device):
    with cd('/home/workspace/project'):
        run('bash run.sh %s robot && sleep 1' % device)

以上就是一个简单的fabfile.py, 其中定义的函数均对应一个fab中的可执行命令.
其中有两个小的注意事项：

A.在远程机器的run.sh中如果要执行一些非系统常见的工具,最好指定为绝对路径. 且可以适当地使用nohup的方式.

B.执行其他脚本或者命令后最好加上sleep,以防止Fabric过早地关闭与远程PC连接的session,而导致执行任务失败.

2. 执行过程: fabric执行会默认选取当前目录下的fabfile.py文件,

代码如下:

fab clean
fab pull
fab robot:hosts="192.168.1.115",device=5560

可以通过hosts参数给fabric传入指定的远程PC, 该hosts参数的优先级比env.hosts的要高.

也可以给fab中的命令传递参数,如device.

此外,还可以通过fab -f otherFabFile.py clean来指定其他的fabric文件.

如果需要并行执行的话,也可以传递参数如fab -P -z 15 pull, 15表示并行执行的PC数量.

以上,只是一些简单的用法,希望本文所述对大家的Python程序设计有所帮助。

CDA数据分析师考试相关入口一览（建议收藏）：