101 lines
4.3 KiB
Markdown
101 lines
4.3 KiB
Markdown
<h2 align="center">Ansible实现GPU服务器组件的标准化部署</h2>
|
||
<p align="center">
|
||
<img src="https://img.shields.io/github/languages/code-size/nanchengcyu/TechMindWave-frontend" alt="code size"/>
|
||
<img src="https://img.shields.io/badge/ofed-17.0.2-blue" alt="ofed"/>
|
||
<img src="https://img.shields.io/badge/NVIDIA-565.57.01-brightgreen" alt="NVIDIA"/>
|
||
<img src="https://img.shields.io/badge/fabricmanager-565.57.01-blue" alt="fabricmanager"/>
|
||
<img src="https://img.shields.io/badge/CUDA-12.6.3-brightgreen" alt="CUDA"/>
|
||
<br>
|
||
<img src="https://img.shields.io/badge/Author-王云龙-orange" alt="Author" />
|
||
</p>
|
||
<hr>
|
||
|
||
### 一、剧本概述
|
||
|
||
该剧本通过**独立脚本+Ansible批量执行**实现服务器组件的标准化部署，支持以下核心功能：
|
||
|
||
- **组件范围**：系统初始化、显卡驱动、网卡驱动、Node Exporter、DCGM Exporter（可扩展）
|
||
- **操作类型**：`--install`（安装）、`--uninstall`（卸载）
|
||
- **版本管理**：默认版本（变量文件定义）、手动指定版本（执行时传递）
|
||
- **维护特性**：仅需修改脚本即可调整安装逻辑，无需改动Ansible剧本，实现解耦维护。
|
||
|
||
### 二、目录结构说明
|
||
|
||
```plaintext
|
||
prod-ansible/
|
||
├── inventory/ # 主机清单
|
||
│ └── prod.ini # 主机分组清单
|
||
│
|
||
├── group_vars/ # 全局公共变量
|
||
│ └── all.yaml # SSH配置、脚本路径、日志目录
|
||
│
|
||
├── roles/ # 组件角色（独立变量/任务/脚本）
|
||
│ ├── gpu_driver/ # 显卡驱动角色
|
||
│ │ ├── vars/ # 角色专用变量
|
||
│ │ │ └── main.yaml # 驱动版本、下载URL等
|
||
│ │ ├── tasks/ # 角色任务（安装/卸载逻辑）
|
||
│ │ │ └── main.yml # 调用脚本执行操作
|
||
│ │ └── files/ # 角色专属脚本
|
||
│ │ └── install.sh # 显卡驱动安装/卸载脚本
|
||
│ │
|
||
│ ├── node_exporter/ # Node Exporter角色
|
||
│ │ ├── vars/ # 专属变量
|
||
│ │ └── tasks/ # 专属任务
|
||
│ │
|
||
│ └── dcgm_exporter/ # DCGM Exporter角色
|
||
│
|
||
├── playbooks/ # 独立组件剧本
|
||
│ ├── deploy_gpu.yml # 仅部署GPU驱动
|
||
│ ├── deploy_node_exporter.yml# 仅部署Node Exporter
|
||
│ └── all_components_deploy.yml # 全量部署所有组件
|
||
│
|
||
├── scripts/ # 辅助脚本[ansible执行错误时使用]
|
||
│ └── ib-drive.sh # 网卡驱动安装脚本
|
||
│ └── nvidia-driver.sh # 显卡驱动安装脚本
|
||
│ └── nvidia-fabricmanager.sh # GPU互联管理器安装脚本
|
||
│ └── cuda.sh # CUDA工具包安装脚本
|
||
│ └── system_optimize.sh # 系统初始化安装脚本
|
||
│
|
||
├── ansible.cfg # Ansible全局配置
|
||
└── README.md
|
||
```
|
||
|
||
|
||
### 三、执行命令示例
|
||
|
||
#### 场景1：批量安装Node Exporter（案例）
|
||
```bash
|
||
ansible-playbook -i inventory/production.ini site.yml --extra-vars "component=node-exporter-install operation=install"
|
||
```
|
||
|
||
#### 场景2：单台服务器安装指定版本NVIDIA驱动
|
||
```bash
|
||
ansible-playbook -i inventory/staging.ini site.yml --limit server-01 --extra-vars "component=gpu-install operation=install version=535.104.05"
|
||
|
||
```
|
||
|
||
#### 场景3：批量卸载DCGM Exporter
|
||
```bash
|
||
ansible-playbook -i inventory/production.ini site.yml --extra-vars "component=dcgm-exporter-install operation=uninstall"
|
||
```
|
||
|
||
#### 场景4：手动执行脚本（Ansible失败时）
|
||
```bash
|
||
# 移步:scripts 目录手动执行相关脚本。
|
||
# http://10.101.0.51:3000/yindun/ansible-devops/src/branch/main/scripts
|
||
```
|
||
|
||
|
||
|
||
### 四、扩展与维护
|
||
|
||
#### 1. 新增组件
|
||
1. 编写独立脚本（如`node-exporter-install.sh`），支持`--install`/`--uninstall`/`--version`参数；
|
||
2. 将脚本上传至指定的存储位置；
|
||
3. 在group_vars/all.yaml中添加默认版本；
|
||
4. 直接通过Ansible调用：
|
||
```bash
|
||
ansible-playbook -i inventory/prod.ini site.yml --extra-vars "component=node-exporter-install operation=install"
|
||
```
|
||
---
|