随着互联网+新形势的发展，越来越多的企业步入双态（稳敏双态）IT时代，信息化环境越来越复杂，既有IOE三层架构，也有VCE、Openstack等云虚拟化架构和互联网化的分布式大数据架构。所以，企业急需建立一套合适的配置管理库（CMDB），像人类“大脑”一样统一存储从基础架构到业务应用各层面的配置信息，以便协调“身体”（运维系统）各部分完成复杂的运维工作。
CMDB如此重要，但又是运维中最难建设好的部分，就连很多IT运维界大佬都感叹CMDB是运维人的最痛点，他们总结CMDB建设有3大难点，而保证配置数据的准确性更是难中之难。当前业界主要靠流程控制、人工维护和自动发现解决数据鲜活、准确的问题。流程控制和人工维护都脱不了人的参与，既然我们是人、不是“神”，就意味着会“偷懒”、会出错。在这个信息爆炸的大数据时代，再依靠人肉运维，我们已经伤不起。所以，要想数据准确，关键还是要靠自动发现。
今天，笔者就来谈一种配置信息的自动发现方案，望能解放运维人的双手和大脑，这样我们可以干一些更有意义的事，比如喝喝咖啡、陪陪家人。
一、采集工具的选型
要实现配置自动发现，需要有一个好用的基础采集工具（功若善其事、必先利其器嘛）。有些大佬可能会说：容易，自己写一个呗。但现在是互联网分享时代，前辈们已经踩过很多坑，并贡献出自己的心血，我们就不必要再重复造轮子了，大可以“拿来主义”，找一个最适合自己的开源工具来用。
谈到开源的自动化配置管理工具，就不得不说Puppet、Chef、Ansible和SaltStack这四驾马车。互联网上对这四款工具有很多详细的介绍和对比，这里不再详谈，主要说说我们选型的理由和结论。
首先，这四款工具的实现技术分两大派别：Ruby（Puppet、Chef）和Python（Ansible、SaltStack）。很多前辈都说过，要真正应用好一项开源技术，你必须要真正掌控它。所以技术类型的选择是至关重要的，Python号称是运维人的语言，其简洁统一、运行高效的特性更适合运维人使用。另外最重要的是Python有很多完善强大的OS、网络编程方面的第三方库，这些是Ruby无法比拟的。所以，从技术实现角度讲，Ansible和SaltStack这两个工具更适合我们运维人玩。
第二，Ansible和SaltStack两者最大的差别是代理技术的采用，当然SaltStack也可以通过salt-ssh命令实现类似Ansible的无代理执行能力，只是SaltStack的设计理念是通过执行代理（Minion）来实现高效和可扩展的配置管理体系。
总结下来，有代理和无代理对比优势主要有：
1) 无需保存账户密码等敏感信息，避免信息泄露，也便于管理员定期更换密码；
2) 可采集更丰富的配置信息和关联关系，比如可通过配置文件分析获取深层次配置信息；
3) 可快速感知配置变化，无代理模式只能定时轮询，增加了网络流量的消耗；
4) 可以实现快速的文件传输，比如可方便实现配置文件的收集。
通过以上分析对比，我们选择SaltStack作为配置自动采集的基础工具。
二、采集框架的搭建
SaltStack是一款强大的、集中化的配置自动化管理工具，它可以通过grains、pillar实现上千台服务器的配置自动收集和管理（关于SaltStack我就不普及了，大家自行问问谷哥或者度娘吧）。不过现在它只提供了比较好的命令行工具，当然官方也提供了一个名叫halite的简单WEB UI，只是这个WEB界面长得实在是挫了点，功能也有限，对不起SaltStack这个配置自动化管理“神器”的称号啊！
所以，我们的目标是利用SaltStack的框架和扩展能力来实现配置自动化采集，采集到数据后可以输送到配置管理库或者集中管理。整个采集框架逻辑设计如下图所示：
SaltStack从部署上包含Master和Minion两大部分。一个网络域内只需要部署一个Master实现集中发现调度和管理，Minion安装在各个被管主机上负责接收和执行脚本，并将采集结果反馈给Master。因为本文不是重点介绍SaltSatck，所以其安装部署就不介绍了，大家还是可以去问问无所不知的谷哥和度娘。
三、自动发现的实现
框架确定了，那么我们接下来的主要任务就是编写一个自动发现调度脚本（框架图中的“自动发现Discovery”），定时从Master收集数据并进行集中处理。
脚本用什么写？当然就选运维人专用语言Python了，其可与SaltStack天然集成，脚本的主要逻辑就是定时通过grains模块从Master获取配置信息并集中存储或推送给其他需要的系统。在命令行下，我们可以用：
salt '*' grains.items
或
salt '*' grains.item {key1} {key2} …
获取所有配置信息或者指定关键字名称的配置信息，比如下图获取Tomcat_8080配置信息：
各位亲可能会觉得奇怪，常规的grains.item {Key} 命令获取到的数据只有1项，但这里得到一个多属性的复杂对象。这是因为实际环境中在一个主机上会安装多个服务，也就是存在多个配置项，所以我们采用Python的字典类型（dict）来存储每个配置项的属性信息，这样只要通过一个Key就能获取到配置项的所有信息。
注：如何进行配置信息的发现采集，如何让grains按字典格式存储配置项的采集结果会在第五节“信息采集的扩展”里细说。
我们也可以通过：salt '*' grains.ls 获取有哪些Key：
既然我们用了强大的Python，在实际开发时就没必要再通过Shell去调用SaltStack的命令行了，直接用salt.client模块调用就可以获得一个字典类型（dict）的返回结果，Python字典类型可直接输出成JSON格式字符串，在对这个JSON串进行解析处理即可。
代码示意如下：
四、配置采集的扩展
有了配置自动采集框架后，我们需要的便是不断的添砖加瓦，也就是根据管理需求和配置模型不断扩展丰富SaltStack的grains采集脚本，并将脚本文件放在Salt Master的grains目录下（默认为/srv/salt/_grains），然后通过“salt '*' saltutil.sync_grains ”命令将脚本文件同步到所有Minion主机端就行。
我们以Tomcat服务的配置发现为例，收集安装路径、WEB服务端口、Tomcat版本信息、最大线程数等信息，脚本大致如下：
通过自定义采集脚本，某个Tomcat实例的配置信息发现如下：
是不是感觉如点读机一样so easy！其他更多配置信息的获取就留个各位亲去大展手脚了。当然，SaltStack的应用并不只是实现配置发现这么简单，大家可以深入挖掘，发挥其最大的潜力，实现双态IT下的自动化运维！
作者简介：庞辉富
•资深架构师
•10多年IT运维管理软件的研发经验
•致力于自动化运维解决方案的研究和推广