关于远程执行（ansible 等工具）相关问题

背景：
服务器较多，3w 台左右（且 IP 等都是浮动的，在 2-5w 台），可能会存在同时更新或执行命令的情况，现在是使用 ansible 来管理，但是因为机器数量过多导致经常性同步延迟过大，或者有部分服务器无法联通动问题卡在某个任务上，且运维平台跑 ansible 内存会挤爆（ 16G ），不过这个不是大问题，如果方案可行易用，配置不是问题，可以直接上顶配服务器供给运维平台使用。

故：
现在想结合运维平台调研一个新的远程执行方案，需要能批量跑任务，或直接跑 bash 得到输出值，服务器上可以部署 agent 。

目前在看 saltstack ，问题点是在于我们服务器大多走公网进行维护，网络链路分布全球，没办法保证连接质量。

想知道各位公司都是用什么方案，或者什么工具呢？

其实就是差一个 CI/CD 的流程呗~

这种情况估计你们需要自己研发了，ansible 模块通过 ssh 协议（或者 Kerberos 、LDAP ）推送到被管节点执行，执行完之后自动删除， 几万台服务器肯定是满足不了的, 每个服务器装 agent 是需要的

只有自己研发，做任务池，卡的报警，再手工查看执行

github 上有个开源的运维平台叫 salt ，不知道是不是你们要的

checkmk 试试？

我记得前司当年是请腾讯来做的，大概 4W 台机器，后来慢慢的就自研了，CI/CI 是基于禅道做的二开，其他的不太了解，反正你这个 3W 台，比较复杂，你这个可能还有异地多活的网络，要找个运维架构师咨询一下，没经验的话比较难搞

你可以看下这个，基于 ansible ，https://github.com/ansible/awx/blob/devel/docs/clustering.md

可以看看 salt-syndic 分布式架构

声明式+agent ，自研吧。做好任务管理下发，执行和回报交给 agent 。
超大规模的想走 worker+shell 真的是坐大牢。

当然，我觉得最简单的方式。k8s ，damonset 跑 agent ，或者直接上 job ，日志也能统一回收。以 pod 状态/job 状态作为任务执行的结果标识。