Ansible లో unreachable హోస్ట్లను ఎలా విస్మరించాలి?
Ansible లో unreachable హోస్ట్లను విస్మరించడానికి ignore_unreachable పారామీటర్ను ఎలా వాడాలో తెలుసుకోండి. Task failure కి మరియు unreachable హోస్ట్కి మధ్య గల తేడాలను అర్థం చేసుకోండి.
అందుబాటులో లేని హోస్ట్ విఫలమైన టాస్క్ కాదు
Ansible లో అందుబాటులో లేని హోస్ట్లను విస్మరించడానికి మీరు ignore_unreachable: true ను సెట్ చేయాలి, అప్పుడు ఆ స్విచ్ పనిచేస్తుంది. దీనిని ఎప్పుడు ఉపయోగించాలో తెలుసుకోవడం ముఖ్యం, ఎందుకంటే Ansible రెండు వేర్వేరు సమస్యలను రెండు వేర్వేరు పద్ధతుల్లో పరిష్కరిస్తుంది. హోస్ట్పై రన్ అయ్యి ఎర్రర్ను రిటర్న్ చేసిన టాస్క్ ఒక failure (వైఫల్యం). Ansible అసలు కనెక్ట్ అవ్వలేని హోస్ట్ unreachable (అందుబాటులో లేనిది). ignore_errors మొదటి సందర్భాన్ని మాత్రమే కవర్ చేస్తుంది. ignore_unreachable రెండవ సందర్భాన్ని మాత్రమే కవర్ చేస్తుంది.
ప్లే రీక్యాప్లో ఉన్న వ్యత్యాసం ఇక్కడ ఉంది.
PLAY RECAP *********************************************************************
web1 : ok=7 changed=2 unreachable=0 failed=0 skipped=0 rescued=0 ignored=0
web2 : ok=0 changed=0 unreachable=1 failed=0 skipped=0 rescued=0 ignored=0Ansible web1 కి కనెక్ట్ అయ్యి ఏడు టాస్క్లను రన్ చేసింది. web2 లో unreachable=1 మరియు failed=0 కనిపిస్తున్నాయి, అంటే దానిపై ఏమీ రన్ కాలేదని అర్థం. Ansible కి కనెక్షన్ దొరకలేదు, కాబట్టి అది ఆ హోస్ట్ను ప్లే నుండి తొలగించి మిగిలిన వాటితో కొనసాగింది. ఒకవేళ ఆ ప్లే సెక్యూరిటీ అప్డేట్ను ఇన్స్టాల్ చేస్తుంటే, మీ సర్వర్లలో ఒకటి ఆ అప్డేట్ను కలిగి ఉండదు.
హోస్ట్ ఎందుకు అందుబాటులో ఉండదు (Unreachable)
ఏదైనా మాడ్యూల్ హోస్ట్ను చేరుకోకముందే కనెక్షన్ విఫలమైతే, దానిని Unreachable అంటారు. ఇందులో చదవడానికి మాడ్యూల్ అవుట్పుట్ ఏదీ ఉండదు, కేవలం కనెక్షన్ ఎర్రర్ మాత్రమే ఉంటుంది. ఇది ఆ మెషీన్ను తాకే మొదటి టాస్క్ వద్ద కనిపిస్తుంది.
fatal: [web2]: UNREACHABLE! => {"changed": false, "msg": "Failed to connect to the host via ssh: ssh: connect to host 203.0.113.20 port 22: Connection refused", "unreachable": true}msg ఫీల్డ్ అసలు కారణాన్ని తెలియజేస్తుంది. మీరు ఎదుర్కొనే సాధారణ కారణాలు ఇవే:
Connection refused: TCP కనెక్షన్ తిరస్కరించబడింది, అంటే ఆ పోర్ట్లో ఏ సేవ వినడం లేదు (listening). sshd ఆగిపోయి ఉండవచ్చు, లేదా SSH వేరే పోర్ట్కు మారినా మీ ఇన్వెంటరీలో ఇంకా 22 అని ఉండవచ్చు.Connection timed out: ఏ సమాధానం రాలేదు. ఫైర్వాల్ ప్యాకెట్లను డ్రాప్ చేస్తోంది లేదా సర్వర్ ఆఫ్ అయి ఉండవచ్చు. ప్రతి ప్రయత్నానికి పూర్తి కనెక్షన్ టైమ్అవుట్ పడుతుంది, ఇది డిఫాల్ట్గా 10 సెకన్లు ఉంటుంది.Permission denied (publickey): SSH స్పందించింది కానీ మీ కీని తిరస్కరించింది. పోర్ట్ సరిగానే ఉంది, కాబట్టి ఇది అథెంటికేషన్ సమస్య. సాధారణంగా తప్పుడుansible_userలేదా లోడ్ చేయని కీ వల్ల ఇది జరుగుతుంది.Host key verification failed.:~/.ssh/known_hostsలోని కీ, సర్వర్ అందించిన కీతో సరిపోలడం లేదు. రీబిల్డ్ చేసిన VPS తన IP అడ్రస్ను ఉంచుకుని కొత్త హోస్ట్ కీని పొందుతుంది, కాబట్టి రీఇన్స్టాల్ తర్వాత ఇది సహజం, కానీ ఇతర సమయాల్లో ఇది తీవ్రమైన విషయం.Timeout (12s) waiting for privilege escalation prompt: కనెక్షన్ పనిచేసింది కానీbecomeవిఫలమైంది. sudo పాస్వర్డ్ కోసం వేచి ఉంది, కానీ అది అందడం లేదు.
Python ఇంటర్ప్రెటర్ లేకపోవడం కూడా ఈ జాబితాలో ఉంటుందని చాలామంది భావిస్తారు, కానీ అది ఇందులో భాగం కాదు. SSH కనెక్ట్ అవుతుంది కాబట్టి హోస్ట్ అందుబాటులోనే ఉన్నట్లు లెక్క. కానీ మాడ్యూల్ రన్ అవ్వడానికి అక్కడ ఏమీ ఉండదు:
fatal: [db1]: FAILED! => {"changed": false, "module_stdout": "/bin/sh: 1: /usr/bin/python3: not found\r\n", "msg": "The module failed to execute correctly, you probably need to set the interpreter", "rc": 127}ఆ లైన్ FAILED! అని చెబుతుంది మరియు రీక్యాప్లో అది failed కింద లెక్కించబడుతుంది, కాబట్టి ignore_unreachable దానిని ఎప్పటికీ తాకదు. ఆ హోస్ట్ కోసం ansible_python_interpreter సెట్ చేయండి లేదా దానిపై python3 ని ఇన్స్టాల్ చేయండి.
Playలో అందుబాటులో లేని hostలను ఎలా విస్మరించాలి
Task స్థాయిలో, ఈ keyword మాడ్యూల్ పక్కనే ఉంటుంది:
- name: Read the package list, and do not stop if the host is down
ansible.builtin.command: dpkg -l
register: packages
changed_when: false
ignore_unreachable: truePlay స్థాయిలో ఇది ఆ playలోని ప్రతి taskకు డిఫాల్ట్ను సెట్ చేస్తుంది, ఒకే ఒక task దీనిని తిరిగి మార్చవచ్చు:
- name: Opportunistic fleet maintenance
hosts: all
ignore_unreachable: true
tasks:
- name: This runs, cannot connect, and the play carries on
ansible.builtin.ping:
- name: This one still ends the play for a host that is down
ansible.builtin.ping:
ignore_unreachable: falseదీని వెనుక ఏం జరుగుతుందో తెలుసుకోవడం ముఖ్యం. ignore_unreachable సెట్ చేసినప్పుడు, ఆ host play నుండి తొలగించబడదు, కాబట్టి ప్రతి తదుపరి task మళ్ళీ కనెక్ట్ అవ్వడానికి ప్రయత్నించి అదే విధంగా విఫలమవుతుంది. అటువంటి ప్రతి ప్రయత్నం connection timeout కోసం వేచి ఉంటుంది, మీరు ansible.cfg లో timeout ని మార్చకపోతే ఇది 10 సెకన్లు ఉంటుంది. ఒక dead server పై ఇరవై taskల play రన్ అయితే, అది రన్ టైమ్కు సుమారు 200 సెకన్లను జోడిస్తుంది మరియు logలో ఇరవై ఎరుపు రంగు లైన్లను చూపిస్తుంది.
కాబట్టి ఒకసారి తనిఖీ చేసి, ఆ hostను పద్ధతిగా ఆపివేయండి:
- name: Opportunistic fleet maintenance
hosts: all
gather_facts: false
tasks:
- name: Check that the host answers before doing any work
ansible.builtin.ping:
register: reachable
ignore_unreachable: true
- name: End the play for this host if it never answered
ansible.builtin.meta: end_host
when: reachable.unreachable | default(false)
- name: Gather facts now that the connection is known good
ansible.builtin.setup:
- name: Refresh the package index
ansible.builtin.apt:
update_cache: true
become: trueఇది ప్రతి taskకు ఒక ప్రయత్నం కాకుండా, ప్రతి dead hostకు ఒక కనెక్షన్ ప్రయత్నం మాత్రమే చేస్తుంది. Ansible 2.8లో చేర్చబడిన end_host, ప్రస్తుత host కోసం playని విఫలం (failed) అని గుర్తించకుండా ముగిస్తుంది. కనెక్షన్ విఫలమైనప్పుడు మాత్రమే registered resultలో unreachable కీ ఉంటుంది, కాబట్టి default(false) ప్రతి స్పందించిన hostపై కండిషన్ను చెల్లుబాటు అయ్యేలా ఉంచుతుంది. Play స్థాయిలో fact gathering నిలిపివేయబడుతుంది, ఎందుకంటే లేకపోతే implicit Gathering Facts task కనెక్షన్ విఫలమైన చోట మొదటి taskగా మారుతుంది, కానీ మీరు మీ స్వంత ping taskనే అక్కడ ఉండాలని కోరుకుంటారు.
ignore_unreachable అనేది ఒక play keyword మరియు task keyword. దీనిని role లోపల కాకుండా, playbookలో పాఠకులకు కనిపించేలా ఉంచండి, ఎందుకంటే ఏ hostలను రన్ నుండి మినహాయించవచ్చో ఇది నిర్ణయిస్తుంది. Playbooks మరియు roles మధ్య విభజన ఇటువంటి సెట్టింగ్ను ఏ పొర (layer) నిర్వహించాలో వివరిస్తుంది.
ignore_errors ఎందుకు సరైన పద్ధతి కాదు
Ansible డాక్యుమెంటేషన్ దీని పరిమితి గురించి స్పష్టంగా చెబుతోంది. ignore_errors "టాస్క్ రన్ అయ్యి 'failed' అనే విలువను తిరిగి ఇచ్చినప్పుడు మాత్రమే ఇది పనిచేస్తుంది. ఇది undefined variable errors, connection failures, execution issues (ఉదాహరణకు, missing packages), లేదా syntax errors వంటి వాటిని Ansible విస్మరించేలా చేయదు."
ఒక connection failure ఎప్పటికీ failed: true తో కూడిన టాస్క్ రిజల్ట్గా మారదు. ఇది ఒక ప్రత్యేకమైన ఫ్లాగ్గా వస్తుంది, మరియు Ansible ముందుగా ఆ ఫ్లాగ్ ఆధారంగానే స్పందిస్తుంది: హోస్ట్ unreachable జాబితాలోకి వెళ్తుంది మరియు ప్లే (play) నుండి బయటకు వస్తుంది. ఒక ప్లేలోని పన్నెండు టాస్క్లకు ignore_errors: true ని జోడించినా, SSH పోర్ట్ క్లోజ్ అయి ఉన్న హోస్ట్ మొదటి టాస్క్ వద్దే ఆగిపోతుంది. ఈ విషయంలో ఇది అత్యంత సాధారణ గందరగోళం, కాబట్టి మీ పాత ప్లేబుక్లలో దీని కోసం grep చేయడం మంచిది, ముఖ్యంగా VPS పై మొదటి ప్లేబుక్ రాయడం నేర్చుకునేటప్పుడు రాసిన వాటిలో ఇది చాలా ముఖ్యం.
అణచివేసే ముందు డీబగ్ చేయండి
అణచివేత శాశ్వతంగా మారితే, సర్వర్ల సమూహం (fleet) నిర్వహణ దెబ్బతింటుంది. ఎందుకంటే ఎవరూ చేరుకోలేని హోస్ట్, ఎవరూ ప్యాచ్ చేయని హోస్ట్గా మారుతుంది. ముందుగా ఈ క్రమంలో సమస్యను పరిష్కరించండి. ఇక్కడ ఉన్న ప్రతి కమాండ్ కేవలం సమాచారాన్ని మాత్రమే చదువుతుంది.
ansible web2 -i inventory.ini -m ansible.builtin.ping -oఒక హోస్ట్పై ఒక మాడ్యూల్ను రన్ చేసి, ఒక లైన్ అవుట్పుట్ను ఇస్తుంది.- అదే కమాండ్కు
-vvvvని జోడించండి. అప్పుడు Ansible, టార్గెట్ యూజర్, పోర్ట్, ప్రైవేట్ కీ మరియు ఇతర ఆప్షన్లతో సహా అది నిర్మించే పూర్తి ssh కమాండ్ను ప్రింట్ చేస్తుంది. - ఆ ssh కమాండ్ను మీరే స్వయంగా
-vతో రన్ చేయండి. సాధారణ ssh ద్వారా లాగిన్ అవ్వలేకపోతే, సమస్య Ansible కంటే దిగువన ఉంది మరియు ఏ playbook కీవర్డ్ కూడా దానిని పరిష్కరించలేదు. msgస్ట్రింగ్ను చదివి, పైన ఉన్న జాబితాతో సరిపోల్చండి.Connection refusedమరియుConnection timed outరెండు వేర్వేరు సమస్యలను సూచిస్తాయి; ఒకటి SSH సర్వీస్కు సంబంధించింది, మరొకటి నెట్వర్క్ పాత్కు సంబంధించింది.Host key verification failed.కోసం,ssh-keygen -F web2.example.comలో మీరు ఏమి నిల్వ చేశారో చూడండి. సర్వర్ రీబిల్డ్ చేయబడితే, పాత ఎంట్రీనిssh-keygen -R web2.example.comతో తొలగించండి. ప్రొవైడర్ కన్సోల్లో కొత్త కీని సరిచూసుకున్న తర్వాత దానిని అంగీకరించండి.ansible.cfgలోhost_key_checking = Falseని సెట్ చేయడం వల్ల ఎర్రర్ తొలగిపోతుంది, కానీ అదే సమయంలో వేరే మెషిన్ ఆ అడ్రస్లో స్పందిస్తుంటే హెచ్చరించే భద్రతా తనిఖీని కూడా అది తొలగిస్తుంది.Permission denied (publickey)కోసం, Ansible ఏ వివరాలను ఉపయోగిస్తుందో నిర్ధారించుకోండి.ansible-inventory -i inventory.ini --host web2,ansible_userమరియుansible_portతో సహా ప్రస్తుతం అమల్లో ఉన్న వేరియబుల్స్ను ప్రింట్ చేస్తుంది.- SSH పనిచేస్తున్నా మాడ్యూల్స్ పనిచేయకపోతే,
ansible web2 -m ansible.builtin.raw -a 'command -v python3 || echo none'తో ఇంటర్ప్రెటర్ను తనిఖీ చేయండి.rawమాడ్యూల్ కమాండ్ను షెల్ ద్వారా రన్ చేస్తుంది, దీనికి టార్గెట్ మెషీన్లో python అవసరం లేదు.
దీని తర్వాత మాత్రమే, హోస్ట్ను విస్మరించడం అనేది ఒక అలవాటుగా కాకుండా, ఒక నిర్ణయంగా ఉండాలి.
సంక్షిప్త ఫలితాల్లో unreachable స్థితిని ప్రత్యేకంగా లెక్కిస్తారు, కానీ CI సాధారణంగా దాన్ని గుర్తించదు
విజయం సాధించినప్పుడు ansible-playbook exit code 0 ఇస్తుంది. కనీసం ఒక host unreachable అయితే 4 ఇస్తుంది. కనీసం ఒక host failed అయి, ఏ host unreachable కాకపోతే 2 ఇస్తుంది. ఈ రెండు codes ఎప్పుడూ కలపబడవు. Source comments వీటిని bit flag safe అని పేర్కొంటాయి. కానీ run ముగింపులో strategy ముందుగా unreachable hosts కోసం తనిఖీ చేసి ఒకే code ను return చేస్తుంది. అందువల్ల failed host మరియు unreachable host రెండూ ఉన్న run, 6 కాదు, 4 తో exit అవుతుంది. Failed tasks ను గుర్తించడానికి 2 కోసం చూసే pipeline, host కూడా down అయిన ఏ run లోనైనా వాటిని గుర్తించదు. ansible command కూడా ఇదే codes ను return చేస్తుంది. ఇవి 2026-10-10 నాటి ansible-core 2.21 source తో పరిశీలించబడ్డాయి.
ఇప్పుడు ignore_unreachable: true సెట్ చేసి, అదే dead host పై అదే ఏడు tasks ఉన్న play ను నడపండి:
PLAY RECAP *********************************************************************
web1 : ok=7 changed=2 unreachable=0 failed=0 skipped=0 rescued=0 ignored=0
web2 : ok=7 changed=0 unreachable=0 failed=0 skipped=0 rescued=0 ignored=7web2, unreachable=0 మరియు ఏడు tasks ok అని report చేస్తుంది, అలాగే run 0 తో exit అవుతుంది. ఈ keyword సెట్ చేసినప్పుడు, Ansible ఆ host కోసం ok మరియు ignored counters ను పెంచుతుంది. ఇది dark అని పిలిచే counter కు బదులుగా జరుగుతుంది. ఆ counter వల్లే unreachable column నిండుతుంది. ఎరుపు రంగులోని UNREACHABLE! lines మాత్రం ముద్రించబడతాయి. కాబట్టి log వాస్తవాన్ని చూపుతుంది, కానీ recap మరియు exit code చూపించవు.
Playbook ను నడిపి $? ను మాత్రమే తనిఖీ చేసే CI job, ఆ run విజయవంతమైందని భావిస్తుంది. దాని summary లో ఒక machine ను ఎప్పుడూ సంప్రదించలేకపోయామని ఏ సూచన ఉండదు. Play కు ముందు reachability check ను ప్రత్యేక step గా ఉంచండి:
ansible all -i inventory.ini -m ansible.builtin.ping -oఇది ప్రతి host కు ఒక line ముద్రిస్తుంది. ఏ host అయినా unreachable అయితే 4 తో exit అవుతుంది. అందువల్ల pipeline విఫలమయ్యే కారణం లభిస్తుంది, అలాగే log లో host names కనిపిస్తాయి. ping పనిచేయడానికి target పై Python interpreter అవసరం. కాబట్టి ఇది connection ను మాత్రమే కాకుండా మరికొంత విషయాన్ని కూడా నిర్ధారిస్తుంది. సాధారణంగా ఇదే అవసరం. తరువాత ignore_unreachable తో playbook ను నడపండి. అప్పుడు అందుబాటులో ఉన్న hosts కు మార్పు అమలవుతుంది.
any_errors_fatal మరియు max_fail_percentage ఒక బ్యాచ్ అంతటా
ఈ రెండు కీవర్డ్లు ఫ్లీట్లో ఏదైనా భాగం విఫలమైనప్పుడు ఏమి జరుగుతుందో నిర్ణయిస్తాయి, మరియు ఇవి చేరుకోలేని (unreachable) హోస్ట్లను వేర్వేరుగా పరిగణిస్తాయి.
any_errors_fatal: true చేరుకోలేని హోస్ట్కు స్పందిస్తుంది. Ansible మిగిలిన బ్యాచ్లోని హోస్ట్లపై ప్రస్తుత టాస్క్ను పూర్తి చేసి, ఆ తర్వాత ఆ బ్యాచ్లోని ప్రతి హోస్ట్కు ప్లేను ఆపివేస్తుంది. కోఆర్డినేటెడ్ స్కీమా మార్పుల వంటి, అన్నీ లేదా ఏమీ లేని (all or nothing) రన్ మాత్రమే అర్థవంతంగా ఉన్నప్పుడు దీనిని ఉపయోగించండి.
max_fail_percentage: 30 చేరుకోలేని హోస్ట్కు స్పందించదు. ఈ చెక్ విఫలమైన (failed) హోస్ట్ల సంఖ్యను బ్యాచ్ పరిమాణంతో భాగిస్తుంది, మరియు చేరుకోలేని హోస్ట్లు ప్రత్యేక జాబితాలో ఉంటాయి కాబట్టి అవి ఆ సంఖ్యను మార్చవు. పది హోస్ట్లలో నాలుగు చేరుకోలేకపోయినా max_fail_percentage: 10 కింద రన్ కొనసాగుతుంది, కానీ రెండు హోస్ట్లు ఒక టాస్క్లో విఫలమైతే ప్లే ఆగిపోతుంది. డాక్యుమెంటేషన్ మరొక ముఖ్యమైన విషయాన్ని జోడిస్తుంది: "సెట్ చేసిన శాతాన్ని మించాలే కానీ, దానికి సమానంగా ఉండకూడదు." serial: 4 తో, నాలుగు హోస్ట్లలో రెండు విఫలమైన తర్వాత ఆపాలనుకుంటే, 50 అని కాకుండా 49 అని రాయాలి.
చేరుకోలేని హోస్ట్లు స్వయంగా రన్ను ఆపే ఒక సందర్భం ఉంది. బ్యాచ్లోని ప్రతి హోస్ట్ విఫలమైనా లేదా చేరుకోలేకపోయినా, Ansible పని చేయడానికి ఏమీ మిగలదు కాబట్టి అది NO MORE HOSTS LEFT తో ప్లేను ముగిస్తుంది.
serial: ఫ్లీట్ అంతటా మార్పులను అమలు చేయడం
- name: Rolling nginx config update
hosts: webservers
serial: 2
max_fail_percentage: 25
tasks:
- name: Deploy the site config
ansible.builtin.template:
src: site.conf.j2
dest: /etc/nginx/conf.d/site.conf
owner: root
mode: "0644"
become: true
notify: Reload nginx
handlers:
- name: Reload nginx
ansible.builtin.service:
name: nginx
state: reloaded
become: trueserial: 2 మొత్తం ప్లేను రెండు హోస్ట్లపై అమలు చేసి, అది పూర్తయ్యాక తదుపరి రెండింటిని ప్రారంభిస్తుంది. serial: "25%" గ్రూప్ పరిమాణాన్ని బట్టి స్కేల్ అవుతుంది. serial: [1, 5, 10] అనే జాబితా, 'కానరీ' (canary) ఆకృతిలో ఉంటుంది: మొదట ఒక హోస్ట్, తర్వాత ఐదు, ఆపై పది, మిగిలిన హోస్ట్లు చివరి బ్యాచ్ పరిమాణంలో అమలు చేయబడతాయి. max_fail_percentage అనేది ప్రతి బ్యాచ్కు లెక్కించబడుతుంది, కాబట్టి ఈ రెండు కలిసి పనిచేస్తాయి. మొదటి మెషీన్లో ఏదైనా లోపం వస్తే, నలభై మెషీన్లు దెబ్బతినకముందే రన్ ఆగిపోతుంది. ఒకే కమాండ్తో ఒక కంట్రోల్ మెషీన్ నుండి Linux సర్వర్ల ఫ్లీట్ను నిర్వహించడం సురక్షితంగా చేయడానికి ఇదే కారణం.
అందుబాటులో లేని హోస్ట్లను ఎప్పుడు విస్మరించాలి, ఎప్పుడు విస్మరించకూడదు
అవకాశవాద (opportunistic) పనుల కోసం వాటిని విస్మరించండి. ఒక హోస్ట్ డౌన్ అయినప్పుడు దానిని వదిలేయడం వల్ల ఫ్యాక్ట్ కలెక్షన్ రన్ లేదా గంటకోసారి చేసే డ్రిఫ్ట్ చెక్ (drift check) కు ఎటువంటి నష్టం జరగదు, ఎందుకంటే తదుపరి రన్లో అది కవర్ అవుతుంది. అక్కడ ignore_unreachable: true ప్లే లెవల్ సరైన సమాధానం, దీనిని పింగ్ స్టెప్తో జత చేయండి, తద్వారా స్కిప్ చేయబడిన పేర్లు ఎవరైనా చదవగలిగే చోట కనిపిస్తాయి.
సెక్యూరిటీ ప్యాచ్ రన్ కోసం వాటిని ఎప్పుడూ విస్మరించవద్దు. ప్రతి హోస్ట్కు ఫిక్స్ అందిందనే హామీయే ఆ రన్ యొక్క విలువ. అందుబాటులో లేని స్థితిని అణచివేయడం (suppress) వల్ల "ఒక సర్వర్ ఇంకా వల్నరబుల్గా ఉంది" అనే విషయాన్ని దాచిపెట్టి, అంతా బాగుందనే తప్పుడు సంకేతాన్ని ఇస్తుంది. రెండు వారాలుగా అందుబాటులో లేని హోస్టే అత్యంత వెనుకబడి ఉండే అవకాశం ఉంది. ఆ రన్ exit 4 తో ఆగిపోయేలా చేయండి మరియు ఒక వ్యక్తి దానిని పరిశీలించేలా చూడండి.
రెండు సందర్భాల్లోనూ ఒక నియమం వర్తిస్తుంది: ఆపరేషన్ను ఆపవద్దు, కానీ రికార్డును మాత్రం ఎప్పుడూ దాచవద్దు. ఒక హోస్ట్ స్కిప్ చేయబడితే, ఆ విషయం రీక్యాప్లో, CI లాగ్లో లేదా మానిటరింగ్ అలర్ట్లో ఎక్కడో ఒకచోట నమోదు కావాలి. ఒక హోస్ట్ పైన ప్లే రన్ అయ్యే కొన్ని సెకన్ల పాటు మాత్రమే Ansible కు ఆ హోస్ట్ ఉనికి తెలుస్తుంది, కాబట్టి మంగళవారం నుండి సర్వర్ డౌన్ అయిందనే విషయాన్ని తెలుసుకోవడానికి ఇది సరైన మార్గం కాదు. ఆ పని మానిటరింగ్కు చెందుతుంది, మరియు Zabbix ను ఇన్స్టాల్ చేసే Ansible playbook ద్వారా ఒక మధ్యాహ్నంలోనే మొత్తం ఫ్లీట్ (fleet) స్థితిని తెలుసుకోవచ్చు.
FAQ
Ansible లో ignore_errors మరియు ignore_unreachable మధ్య తేడా ఏమిటి?
ignore_errors: true host పై అమలైన task విఫలమైనప్పుడు వర్తిస్తుంది. ఉదాహరణకు command non-zero తో exit అవ్వడం. ignore_unreachable: true Ansible connect కాలేకపోయిన host కు వర్తిస్తుంది. అలాంటి సందర్భంలో ఏ module కూడా అమలుకాదు. ఇవి task result లోని వేర్వేరు fields ను చదువుతాయి. ఒకటి మరొక పరిస్థితిని కవర్ చేయదు. Ansible documentation ప్రకారం, ignore_errors “undefined variable errors, connection failures, execution issues (ఉదాహరణకు, missing packages), లేదా syntax errors ను Ansible ignore చేసేలా చేయదు”. మూసి ఉన్న SSH port connection failure అవుతుంది.
ignore_unreachable play recap నుండి host ను దాచిపెడుతుందా?
ప్రభావం పరంగా, అవును. Keyword సెట్ చేసినప్పుడు Ansible ఆ host ను unreachable కింద లెక్కించడం ఆపుతుంది. ప్రతి task కు ఒకసారి దాన్ని ok మరియు ignored గా లెక్కిస్తుంది. తరువాత run 0 తో exit అవుతుంది. fatal: [host]: UNREACHABLE! lines మాత్రం ముద్రించబడతాయి. కాబట్టి recap మరియు exit code సరైన సమాచారాన్ని ఇవ్వకపోయినా log ఖచ్చితంగా ఉంటుంది. ignored column ను పరిశీలించండి. లేదా ansible all -m ansible.builtin.ping -o ను ప్రత్యేక step గా నడపండి. అప్పుడు unreachable host ఎక్కడో ఒకచోట non-zero exit code ను ఉత్పత్తి చేస్తుంది.
Host unreachable అయినప్పుడు ansible-playbook ఏ exit code ను return చేస్తుంది?
ఇది 4 ను return చేస్తుంది. కనీసం ఒక failed host ఉన్న run, ఏ host unreachable కాకపోతే మాత్రమే 2 ను return చేస్తుంది. Failure మరియు unreachable host రెండూ ఉన్న run కూడా 4 ను return చేస్తుంది. ఎందుకంటే unreachable తనిఖీ ముందుగా జరుగుతుంది. ఈ రెండు codes 6 గా కలపబడవు. ఎలాంటి సమస్యలూ లేని run 0 ను return చేస్తుంది. ఈ codes 2026-10-10 నాటి ansible-core 2.21 source తో పరిశీలించబడ్డాయి. ignore_unreachable: true సెట్ చేస్తే 4 తొలగిపోతుంది. అందుకే exit code ను మాత్రమే పరీక్షించే pipeline, skip అయిన machine ను గుర్తించదు.
ఎప్పుడూ స్పందించని host కోసం play లోని మిగతా భాగాన్ని ఎలా skip చేయాలి?
మొదటి task ను ansible.builtin.ping గా ఉంచండి. అందులో ignore_unreachable: true మరియు register: reachable ఉపయోగించండి. తరువాత ansible.builtin.meta: end_host ను when: reachable.unreachable | default(false) condition కింద ఉంచండి. end_host ఆ host కోసం play ను ముగిస్తుంది, కానీ దాన్ని failed గా గుర్తించదు. Broken connection ను గుర్తించే task గా మీ ping పనిచేయడానికి play పై gather_facts: false సెట్ చేయండి. ఈ pattern లేకపోతే dead host play లోనే ఉంటుంది. తరువాతి ప్రతి task మళ్లీ connection timeout వరకు వేచి ఉంటుంది.
Security patch run సమయంలో unreachable hosts ను ignore చేయాలా?
వద్దు. ప్రతి host కు update చేరిందని నిర్ధారించడమే patch run విలువ. Unreachable hosts ను ignore చేయడం ద్వారా ఆ నిర్ధారణకు బదులుగా green recap మాత్రమే లభిస్తుంది. Run 4 తో exit అవ్వనివ్వండి. స్పందించని hosts పేర్లను పరిశీలించి వాటి సమస్యను పరిష్కరించండి. పదేపదే జరిగే opportunistic runs లో suppression ఉపయోగించవచ్చు. తరువాతి pass లో మిస్ అయిన వాటిని పట్టుకునే సందర్భాల్లో మాత్రమే అది సరైనది.