引言：在运营商背景环境下，运维是阻挡不了各路大佬的规则的，当面对一个庞大组网架构，而其中包含了14种品牌厂商、30多种设备型号的网络设备时，我们一开始是拒绝的….但是最后算是艰难成功了。这篇文章给大家分享一下我们是怎样实现统一自动化管理的。

1、个人介绍

王喆，来自“码蚁”团队（南方基地移动云运维团队），目前任职于Ecloud运维研发团队，负责运维平台产品设计以及研发，同时负责火炉山蚁群公众号的运营工作。

2、前言

本篇文章的目的：

• 分享一种网络运维自动化的实现过程，针对包含大量异构网络设备的组网环境。

  
  

本篇文章适合人群：

• 运营商或者具有相似痛点的运维团队；

• 希望转型自主研发；

• 具备基础python脚本编写能力（入门快）；

3、背景和痛点

我先放两张图让大家感受一下：

可以看到，无论设备数量和种类如何疯长，负责网络运维的一直只有四个人，老板一直无视我们的加人请求，老板一直非常相信我们的能力。

正常来说单纯地增加设备数量并不会带来多少压力，而设备厂商的增多就是另一回事儿了，不同于X86服务器挂载相同的操作系统，网络设备系统往往是封闭独立的，有着截然不同的指令手册，以及各种特殊的功能。总而言之，它们很难统一。

我再放两张图，是日常运维中很常见的场景：

故障定位，从出口路由器一直沿路查到用户虚拟机是一件很常见的事情，这个过程中可能会经历路由器、防火墙、三层交换机、二层交换机、负载均衡器等等设备（它们来自不同的厂商）

策略管理，刨去复杂的流程之外，不同的策略要定位到不同的网络域中，要在不同的防火墙上做操作（也是不同的厂商）。

如果一开始就拿这些场景去做自动化，会无从下手，或者会写出一大堆复杂重复的脚本来，效率不高；看过前面拥抱开源系列文章的同学可能会想到用现成的工具，例如Ansible，很可惜它不能管到这么多种设备。

看来只能自己动手了，接下来为了便于理解，我们不去想上面的复杂场景，用一个简单但又耗时的小场景来思考：

先看一下手工要怎么操作：

紧接着第一个想到的肯定是写脚本来实现：

不错，我们已经把工作量压缩到三个脚本中了，但是这样的程度人人都可以，而且是不够的（后面会讲为什么这样是不够的），我们需要更高效，利用率更高的方法。

4、分析

在做这件事之前，让我们站在高处分析一下：

（1）我们的大团队中包含网络运维（简称运维）、平台研发（简称开发）、一线运维（简称一线）以及更多的团队。

（2）经过早期团队标准化和自动化工作的推进，运维已经具备了全员写脚本的能力，如果可以，他们更愿意自己写脚本，而非到开发那里提需求、排期，因为这样太慢了。

（3）经过早期人工运维的时期，运维已经掌握了大量的运维经验，沉淀出很多的大大小小的运维场景，每种场景需要的自动化能力是不一样的，所以如果能自己实现，运维仍然是不愿意去交给开发实现的，因为这样不仅慢，而且还可能要沟通很久。

（4）在全员实现脚本能力之前，开发是会经常收到各种各样奇怪的需求的，并且不得不排期，一个一个实现并集成到大平台中，时间久了这个平台也变得臃肿不堪，丧失功能定位。

（5）运维有一部分工作是可以前移给一线的，这样一线可以直接解决掉客户的问题，避免后续麻烦且费时的工单流转。当然，不是“免费”前移的，一线并不会深入学习这些复杂的组网架构，运维需要把场景浓缩成为简易执行的脚本或工具，才适合前移。

综上，我们应该做一个工具或者模块（我们使用python），它可以：

• 提供网络运维场景最底层的各种原子操作

• 实现大部分环节自动化

• 实现异构设备的标准化封装

• 可以非常方便地自由编排，实现各种运维场景。

称呼这个模块叫做Forward，它的目的是使团队的分工模式变成这样：

完美！

开发专注于丰富底层原子操作，不再身陷各种奇怪需求中；运维可以用它自己动手、快速实现目标。

制定好目标了，然后需要决定从哪里下手，我模拟了网络运维的场景，所有场景都可以归纳为这样的步骤：

这张图也解释了为什么直接写脚本是不够的，当设备种类和维护场景都很多的时候，会浪费大量时间在脚本的重复功能上。

仔细检查上图后可以很容易分析出哪些环节适合自动化，哪些环节适合留给运维去“装配”的：

经过这样的处理后再去写脚本，就舒服多了，运维也可以在第三个、第四个环节转化自己的运维经验了。可以说：这样既体现了开发的价值，又保留了运维的发挥空间。

5、架构

为了实现Forward的目标状态，我们构思了一个简易的代码层级架构，如下图：

根据功能的特性：

• 把重复性最高的原子类操作放到最底层，例如底层连接协议的实现等；

• 中间层是类库封装，经过了这一层后所有设备对编程者来说就都是统一格式的类库了，屏蔽掉了异构系统差异，这一层是整个模块里比较核心的部分，下面将会用一个章节来详细介绍；

• 上层就是模块主程序层了，主要做一些流程初始化、多线程的事情（例如类库批量初始化和登录，这种密集网络IO场景非常适合PYTHON多线程），负责和编程者脚本对接。

  
  

换到宏观角度来看实现，如图：

其实Forward用户只需要关注虚线以下的部分，拿到Forward返回的标准类实例后，考虑给哪个设备执行什么功能，先后顺序怎么安排，结果怎么处理等等，其他都不需要再关心了。

到目前为止，只剩一个元素没有说明白的了，那就是标准类库/标准类实例，它们是用户得以快速编排场景的前提，接下来就对它们做一个介绍。

7、统一类库

之前提到类库层是核心，我们是为了屏蔽底层网络设备异构差异、统一格式而设置的类库层，那么类库具体是什么样子？

这张图表示了Forward类库层的简化继承关系，以用户管理功能为视角，可以看到从上至下的属性/方法分布，可以避免重复开发。到了最末枝的类节点时，已经有很明显的功能区别了，根据设备种类的不同，可能会包含交换器/路由器/防火墙等不同专有方法。

经过统一类库封装，不同设备添加用户的指令就简化为统一的“addUser()”方法了，这是一个比较大的进步，因为我们批量添加300个账户的任务可以简化成一个几行代码的脚本了：

用户甚至都不需要知道这三种设备添加账户的指令是什么，因为它们已经封装在不同的类库中了！

8、总结

Forward的实现思路分享结束了，实现它并不难，但是需要持续投入力量去扩充类库方法以及文档。

我习惯称呼这张图为“生态图”，它表示了使用Forward的网络运维生态圈，开发与运维和谐相处，每个人都有发挥空间，现在Forward各类封装场景实例调用次数已经达到万级，小到IP查询，大到故障定位都有它的身影。

结局：有了Forward助力网络运维后，老板更加无视了我们的加人请求，老板更加相信了网络运维团队的能力，然后接维了更多的网络设备…

之后还要做什么

说来说去，Forward也仅仅是一个模块而已，参考一个运维自研水平的套路：

手工 -> 脚本 -> 工具 -> 平台 -> 智能

Forward顶多可以算到工具这个级别，而在团队中和Forward同级别的运维模块已经有4个了，一个比一个棒，在上层不做一个平台就太对不起它们了，试想如果能用浏览器和鼠标完成各种运维操作，那就能前移更多的工作给一线了，那就能更高效率的完成工作了：

比如说前面提到的批量添加300个账户的任务，这个平台也已经实现了，我们会放到后面的文章中介绍，欢迎继续关注“火炉山蚁群”！

PS：Forward正在考虑开源一个版本，如果有感兴趣的童鞋欢迎留言讨论。

本文转载自公众号「火炉山蚁群」

更多相关文章阅读

携程运维自动化平台，上万服务器变更也可以很轻松

智能运维就是 由 AI 代替运维人员？

看腾讯运维应对“18岁照片全民怀旧”事件的方案，你一定不后悔！

运行无间：阿里巴巴运维保障体系的一种最佳实践

芳华永在！一个老运维的20年奋斗史

饿了么异地双活数据库实战

运维版《成都》，听哭了多少人...

阿里万亿交易量级下的秒级监控

IT 运维的救赎——顺丰运维的理想践行

学好 Python、拿高薪、竟是如此简单

快加入高维学院直通车成为认证运维开发工程师

只需要5天！

在5天内集中向你传授面向 DevOps 的运维开发工程师所需要掌握的所有精华。

更有含金量的是，学习结束你还将拥有一张【运维开发工程师认证证书】

这份含金量超高的证书：

如能被推荐进入上述大厂，您的培训费将被退回一半！！

更多企业直通车，正在路上。

也欢迎企业和我们联系：

刘琳，微信/电话：13910952502

参与认证运维开发工程师课程报名、详情请点击阅读原文链接