怎么在Linux利用Ansible的Serial参数配合Max_Fail_Percentage实现容错滚动部署-linux运维-PHP中文网

serial控制每批执行主机数，max_fail_percentage设定单批失败容忍阈值；两者配合实现滚动部署中进度可控与故障熔断，如serial:"20%"且max_fail_percentage:30时，每批处理20%主机，任一批失败超30%即中止。

怎么在linux利用ansible的serial参数配合max_fail_percentage实现容错滚动部署

用 serial 控制批次节奏，用 max_fail_percentage 设定失败容忍线，两者配合就能在滚动部署中兼顾进度可控与故障熔断——不是等全崩了才停，而是刚超出安全阈值就中止。

serial 控制每次操作多少台机器

默认 Ansible 会一次性对所有目标主机执行任务，这在更新线上服务时风险极高。serial 让你把大批次拆成小窗口：

写成 serial: 3：每次只操作 3 台，等它们全部完成当前 play，再轮到下 3 台
写成 serial: "20%"：100 台主机就分 5 批，每批 20 台
写成 serial: [1, 5, "50%"]：第一批 1 台，第二批 5 台，剩余的按 50% 比例分批（比如剩 94 台，就每批 47 台）

关键是它作用于整个 play，不是单个 task。一批内的所有主机必须把该 play 的全部 tasks 都跑完，才会进入下一批。

max_fail_percentage 在批次内设“熔断线”

serial 只管分批，不管这批里挂了几台。max_fail_percentage 就是补上这道防线：

设为 max_fail_percentage: 25：表示同一批里，只要失败主机数超过 25%，整个 playbook 立即中止，不再继续后续批次
注意：它是按“当前批次”算的百分比，不是全局比例。比如 batch 是 4 台，25% 就是 1 台；若第 1 台就失败，还没到 1 台阈值，继续；若前 2 台都失败（2/4 = 50% > 25%），立刻停
不设该参数时，Ansible 默认容忍 100% 失败——哪怕整批全挂，它也会硬着头皮试下一批

典型滚动更新 playbook 片段

以下是一个带负载均衡摘除、应用更新、健康检查、再加回的简化结构，重点体现两个参数协作：

onewo-rtlinux

Linux 实时编程助手。生成、审查并修改用于周期性控制任务和中断驱动程序的 C 代码。强制实施实时调度策略。

下载

---
- name: Rolling update for web tier
  hosts: webservers
  serial: "20%"
  max_fail_percentage: 30
  become: yes
  gather_facts: false
<p>pre_tasks:</p>

name: Drain node from LB community.aws.elb_target_group: target_group_arn: "{{ lb_target_group_arn }}" targets:
- id: "{{ ansible_host }}" state: absent

tasks:

name: Deploy new app package ansible.builtin.copy: src: ./app-v2.5.tar.gz dest: /opt/app/current.tar.gz
name: Extract and restart service ansible.builtin.shell: | tar -xzf /opt/app/current.tar.gz -C /opt/app/ systemctl restart app.service args: executable: /bin/bash

post_tasks:

name: Wait for health check ansible.builtin.uri: url: "http://{{ ansible_host }}:8080/health" status_code: 200 register: health until: health.status == 200 retries: 6 delay: 10
name: Register node back to LB community.aws.elb_target_group: target_group_arn: "{{ lb_target_group_arn }}" targets:
- id: "{{ ansible_host }}" state: present
  这个配置意味着：每批最多处理 20% 的服务器；若某批中超过 30% 的机器在 deploy 或 health check 阶段失败（比如 5 台里挂掉 2 台），Ansible 不会进入下一批，而是直接报错退出，避免错误扩散。