多服务器批量自动化配置脚本：从 0 到 1 实现 Linux 运维效率提升
在日常 Linux 运维工作中，你是否遇到过这些痛点？新上线 10 台服务器，需要逐台登录关闭防火墙、创建用户、安装工具；重复操作耗时且容易出错；操作记录分散，出问题后难以追溯。今天，我们将通过一份基于 Python 的多服务器批量自动化配置脚本，彻底解决这些问题，让运维工作效率提升 10 倍。
一、脚本核心功能与适用场景
在深入代码前，先明确脚本的定位：这是一款针对 Linux 服务器（以 openEuler 为例）的初始化配置自动化工具，支持多服务器并发处理，核心功能包括：
- 批量 SSH 连接目标服务器（无需手动输入密码）
- 统一执行基础配置：永久关闭防火墙
- 标准化用户管理：创建管理员用户（带 sudo 权限）和普通用户
- 批量安装运维高频工具（26 个，覆盖文件传输、网络监控、文本处理等场景）
- 详细日志记录：每台服务器操作日志独立保存，支持问题追溯
适用场景：
- 新服务器集群初始化（10 台 + 效率优势明显）
- 跨部门服务器标准化配置（避免 “各台服务器环境不一致” 问题）
- 运维操作自动化（减少人工干预，降低操作风险）
二、脚本依赖与环境准备
在使用脚本前，需完成以下准备工作，确保环境兼容性：
1. 依赖库安装
脚本基于paramiko实现 SSH 连接，需先安装该库：
bash
# 安装paramiko（支持Python 3.6+）
pip install paramiko
2. 目标服务器要求
- 操作系统：openEuler/CentOS/RHEL（基于 dnf/yum 包管理器，其他发行版需修改包管理命令）
- SSH 服务：已开启（默认 22 端口，可在脚本中修改端口）
- 登录权限：拥有 root 账号及密码（脚本初始用 root 登录，后续可切换到管理员用户）
- 网络连通性：执行脚本的机器能 ping 通目标服务器，且 22 端口未被防火墙拦截
三、脚本核心模块解析（从配置到执行）
脚本采用模块化设计，每个模块职责清晰，便于维护和扩展。我们按 “配置→连接→任务→并发” 的流程，逐一拆解核心模块。
模块 1：基础配置（可直接修改的参数中心）
这部分是脚本的 “控制面板”，所有可定制化的参数都集中在这里，无需修改后续代码即可适配不同场景：
python
# ————————– 基础配置 ————————–
# 1. SSH连接信息（必填）
SSH_USER = \”root\” # 登录用户名（默认root）
SSH_PASS = \”Admin@2025\” # 登录密码（需替换为实际密码）
BASE_IP = \”88.88.88.\” # IP前缀（如目标IP是192.168.1.2-10，这里填\”192.168.1.\”）
IP_RANGE = range(2, 5) # IP后缀范围（生成88.88.88.2-4，左闭右开）
MAX_CONCURRENT = 10 # 最大并发数（根据服务器性能和网络调整，建议10-20）
# 2. 待安装工具包（按类别分组，可增删）
TOOL_PACKAGES = {
\”文件与传输\”: [\”wget\”, \”curl\”, \”lrzsz\”, \”unzip\”, \”p7zip\”, \”tar\”],
\”网络工具\”: [\”net-tools\”, \”tcpdump\”, \”traceroute\”, \”mtr\”, \”nmap\”, \”bind-utils\”, \”telnet\”, \”nc\”],
\”文本编辑与处理\”: [\”vim-enhanced\”, \”grep\”, \”sed\”, \”gawk\”, \”diffutils\”, \”patch\”, \”dos2unix\”],
\”系统监控与调试\”: [\”htop\”, \”iotop\”, \”sysstat\”, \”strace\”, \”ltrace\”]
}
# 扁平化工具包列表（用于批量安装）
ALL_PACKAGES = [pkg for category in TOOL_PACKAGES.values() for pkg in category]
配置修改建议：
- 首次使用时，优先修改SSH_USER、SSH_PASS、BASE_IP和IP_RANGE，确保能连接到目标服务器；
- 工具包可根据需求增删，例如需要 Docker 可添加\”docker-ce\”（需提前配置 Docker 仓库）；
- 并发数MAX_CONCURRENT：若目标服务器数量少（<10），可设为 5-10；若数量多（>50），建议设为 15-20，避免网络拥堵。
模块 2：日志系统（操作可追溯的关键）
运维脚本的核心需求之一是 “可追溯”—— 出问题时能快速定位原因。脚本通过setup_logging函数实现了按服务器 IP + 时间戳生成独立日志文件，同时在控制台实时输出进度：
python
def setup_logging(script_dir, ip):
# 1. 创建日志目录（与脚本同层级的execution_logs文件夹）
log_dir = os.path.join(script_dir, \”execution_logs\”)
os.makedirs(log_dir, exist_ok=True) # 目录不存在则创建，存在则跳过
# 2. 日志文件名格式：IP_年月日_时分秒.log（如88.88.88.2_20240520_143025.log）
log_filename = f\”{ip}_{datetime.now().strftime(\’%Y%m%d_%H%M%S\’)}.log\”
log_path = os.path.join(log_dir, log_filename)
# 3. 配置日志器（避免多线程日志混乱）
logger = logging.getLogger(f\”server_{ip}\”) # 为每个服务器创建独立日志器
logger.setLevel(logging.INFO)
logger.propagate = False # 禁止日志向上传递（避免重复输出）
# 4. 配置文件日志（详细格式：时间戳+日志级别+内容）
file_handler = logging.FileHandler(log_path, encoding=\”utf-8\”)
file_handler.setFormatter(logging.Formatter(\”[%(asctime)s] [%(levelname)s] %(message)s\”))
# 5. 配置控制台日志（简洁格式：仅内容）
console_handler = logging.StreamHandler()
console_handler.setFormatter(logging.Formatter(\”%(message)s\”))
# 6. 添加处理器
logger.addHandler(file_handler)
logger.addHandler(console_handler)
return logger, log_dir
日志优势：
- 独立性：每台服务器的日志单独保存，不会相互干扰；
- 完整性：记录所有操作（连接、命令执行、结果），包括成功和失败信息；
- 易查找：文件名包含 IP 和时间，可快速定位某台服务器某时间的操作记录。
