周四下午,两个人几乎在同一分钟对同一套基础设施敲下 terraform apply。一个人想加一台机器,另一个人要改一段访问规则。两人各自守着本地的一份 state 文件,谁也没意识到对方也在动手。先跑完的那位一切顺利,后跑完的那位拿着自己那份已经过期的 state 去比对,以为线上还停在几分钟前的样子,于是把已经建好的资源又创建了一遍,或者把对方刚改过的配置原样覆盖回去。等发现不对劲,控制台里多出一批重复资源,成本开始往上爬,而两个人谁也说不清到底哪一份 state 才是真的。这个场面在多人共管基础设施的团队里并不陌生,它通常不是谁手滑,而是状态存放方式早就埋下的结果。
问题从来不在于 apply 命令敲得对不对,而在于两个人看到的"现实"不是同一份。Terraform 或 OpenTofu 所有的计划与变更,都建立在对一份状态文件的读取之上;这份文件若是各自为政,并发提交就是两份现实在互相覆盖。要解开这个结,得从状态本身讲起,再顺着后端类型、加锁机制、凭据放法和迁移备份这条线一路理下来。下面把这条线拆开,讲清楚每一步的取舍。
先把事故还原成一条时间线,这样就明白冲突到底发生在哪一环。两人手里都有一份本地 state,都认为它代表当前线上真实情况。A 先执行 apply,工具读取 state,算出计划,调用接口创建了资源,然后把新的资源编号和属性写回自己的 state。B 几乎同时执行,他读到的却是自己那份还没更新的旧 state,在里面看不到 A 新建的资源。于是 B 算出的计划里,"这台机器"被当成尚不存在,工具按计划又创建了一台;或者 B 的配置里恰好没有 A 加的那条规则,计划就把它当成需要回收的对象,直接删掉。
这中间没有语法错误,也没有权限报错,每一步单看都合理。错在两人对"现状"的认知分叉了,而工具只会忠实执行各自那份认知。更隐蔽的是,state 里记录的往往不只是资源编号,还包括一些属性值和内部映射;一旦两份 state 各自演化,后面再想合并就像把两份修改过的同一份文档拼回去,越拖越难收拾。
真正麻烦的地方还在于,这类冲突当场不一定暴露。重复创建的资源会安静地跑起来,被覆盖的规则可能要等到某次访问异常才被注意到。等到月末看账单或者排查故障时才回头追,往往已经分不清哪次变更是根源。所以团队在多人共管场景下要解决的,不是"怎么更小心地敲命令",而是"怎么让所有人看同一份状态,并且在有人改的时候别人排着队"。
要谈后端和锁,绕不开 state 这个概念。按 HashiCorp 官方 backend 文档的说法,Terraform 用一份持久化的 state 来跟踪它所管理的资源。可以把它理解成工具和操作对象之间的一份对账本:配置写的是"我想要什么",state 记的是"我现在实际管着什么,它们的标识和属性是什么"。工具每次做计划,都要拿这两边比对,算出从现状到目标中间需要新增、修改还是销毁哪些东西。
这份对账本之所以必须持久化,是因为很多资源的信息无法只从配置文件推出来。比如接口返回的唯一编号、系统自动分配的地址、一些只有在创建之后才生成的属性,都存在 state 里。没有它,工具下次运行时就认不出哪些资源是自己管过的,要么重复创建,要么把别人的资源当成无主对象。这也是为什么 state 一旦丢失或损坏,后果远不止"少了个文件"那么简单。
还有一点常被低估:state 里含高度敏感信息。官方明确警告过这一点,并建议用环境变量来提供凭据,避免把凭据写进 .terraform 目录和 plan 文件里。这意味着 state 不只是技术状态的记录,也是一份需要按敏感数据对待的文件。谁把它随手提交进版本库,谁就等于把凭据和基础设施细节一起摊开。理解了这个属性,后面为什么要共享、要加锁、要管好凭据,就都顺理成章了。
默认后端是 local,官方 backend 文档写得明白:它把 state 存成本地磁盘上的一个文件。对个人试验、一次性演示、或者完全由一个人维护且不会长期演进的小环境来说,local 足够省事,不需要额外准备任何存储服务,执行完命令 state 就静静躺在工作目录里。这种简单是它存在的理由,不该被否定。
但 local 的边界也很清楚。它把 state 绑在一台机器的某个路径上,别人拿不到,换一台机器就断档。一旦出现前面那种两人协作、或者需要换机器继续维护、或者希望在有统一备份的服务上留存 state 的情况,本地文件就显得力不从心。更大的隐患是版本库:工作目录里的 state 文件一旦被 git 一起提交,敏感信息就进了历史记录,清理起来非常麻烦。
还有一个官方限制值得记牢:一个配置只能有一个 backend 块,而且 backend 块不能引用变量、locals 或数据源的属性。也就是说后端位置不能写成一个运行时再算出来的表达式,它必须在配置里就定死。这条限制决定了后端选型是一个需要先想清楚的前置决定,而不是可以随环境动态调整的参数。团队在规划时就该把"要不要多人共享"这个问题回答掉,再决定用不用 local。
远端后端的核心价值,是让多人访问同一份 state,从而在同一份现实上协作。它把对账本从某个人的本地磁盘搬到一个大家都能到达的服务上,配合加锁,就能把前面那种并发覆盖堵住。至于具体选哪种服务,官方 backend 文档给出了不同路径,这里挑两条典型的讲——它们代表的不是某个厂商优劣,而是两种运维取向。
第一条路径是 S3 这类对象存储后端。官方给出的示例参数包括 bucket、key、region 和 profile:bucket 指定存放的桶,key 指定 state 在桶里的对象位置,region 指明所属区域,profile 用来关联本地凭据配置。它的特点是把 state 当成一个对象来管,团队只要控制好桶的访问权限,就能让需要的人读写同一份 state。存储本身由对象存储服务负责持久性,团队要操心的更多是权限边界和版本留存。价格、容量和具体开通方式,以官方文档实时信息为准,本文不展开具体数字。
第二条路径是 Consul 这类带一致性与键值存储的服务。官方示例参数包括 address、path 和 scheme:address 指向服务地址,path 指定 state 存放的路径,scheme 指明访问协议。凭据方面,官方建议 consul token 用 CONSUL_HTTP_TOKEN 环境变量提供,而不是写进配置。这条路径更适合本来就已经在跑 Consul、并愿意把它作为基础设施状态中枢的团队;好处是和现有体系贴合,代价是要额外承担这个服务的可用性——它要是不可达,apply 就会卡在状态读写这一步。
两条路径怎么取舍,取决于团队已经有什么。已经在用对象存储、希望少维护一套服务,S3 这条更轻;已经有 Consul 体系、看重与现有服务治理结合,Consul 这条更顺。无论哪条,官方关于"部分后端支持在执行期间锁定 state 以防冲突"的说法都要落实到位:选后端时顺手确认它是否提供锁,别等冲突真发生了才发现自己用的是不带锁的组合。具体能力细节,以官方文档实时信息为准。
共享解决了"看同一份现实"的问题,锁解决的是"同一时刻只有一个人改这份现实"。官方说法是部分后端支持在执行期间锁定 state 以防冲突。这句话拆开看有两层意思:一是锁发生在执行期间,也就是从读取状态到写回状态的整个过程;二是它锁的对象是 state 本身,而不是被管理的那些机器或服务。
锁住 state 意味着,当 A 拿着锁在跑 apply 时,B 再发起操作会被挡在门口,要么排队等待,要么直接报错退出,而不是拿着旧 state 去算计划。这正是前面那个故事的正面版本:两人都改同一套基础设施,但因为锁的存在,B 必须等 A 写完 state、释放锁之后再读最新的对账本,他的计划就建立在正确的现状上。重复创建和误覆盖由此被挡在发生之前。
理解锁的粒度也重要。它保护的是状态读写的一致性窗口,不保证配置层面的语义正确。比如两个人改的是同一套资源里互不冲突的两块,锁会让其中一个人等;反过来,如果两个人在配置文件里写了互相矛盾的目标,就算排队执行,后一个也还是会按自己的配置去改。所以锁是并发安全的必要条件,不是万能药,它和代码评审、变更分工是互补关系。
锁还会带来一类运维问题:锁没被正常释放。一次 apply 中途被强制中断、网络在写回前断开、或者进程被杀掉,锁可能残留在状态上,后面所有人都被挡住。这不是锁设计有缺陷,而是任何加锁机制都要面对的异常分支。团队需要知道怎么查看当前锁、怎么在确认无人操作后清除它——这部分在后面"容易踩的坑"里会具体讲。
把 local、S3、Consul 三条路径放在一张表里,差异会更直观。表里"是否支持锁"一栏,统一按官方"部分后端支持执行期锁定"的表述理解,具体某个后端在当前版本的能力与开启方式,以官方文档实时信息为准;凭据一栏则完全依据官方给出的参数与环境变量建议。适用规模与风险一栏是工程判断,不是官方结论。
| 后端类型 | 状态存放位置 | 是否支持锁 | 凭据/权限要点 | 适用团队规模与风险 |
|---|---|---|---|---|
| 本地 local | 本地磁盘上的 state 文件 | 默认后端,不提供跨机加锁 | 凭据随本地环境;state 含敏感信息,需自行看管,避免提交进版本库 | 适合单人试验;多人并发即冲突,敏感信息易误入版本库 |
| 远端 S3 | 对象存储的 bucket 与 key 指定位置 | 支持执行期锁定(以官方文档实时信息为准) | bucket/key/region/profile;凭据建议环境变量注入,避免写入 .terraform 目录与 plan 文件 | 适合中小到较大团队;需管好桶权限与版本留存,配置不当有覆盖风险 |
| 远端 Consul | Consul 中 path 指定的路径 | 支持执行期锁定(以官方文档实时信息为准) | address/path/scheme;token 建议用 CONSUL_HTTP_TOKEN 环境变量提供 | 适合已有 Consul 体系的团队;依赖服务可用性,运维复杂度较高 |
表里最该盯住的不是"存在哪",而是"能不能锁"和"凭据怎么给"这两列。存储位置的差别本质上是运维归属的差别——你想把 state 交给谁保管;而锁和凭据决定的,是这套方案在多人协作下安不安全。把这两列看明白,选型基本就有了答案,存储容量反而是最不该先纠结的变量。
后端配置里要填访问远端存储的身份信息,这是很多团队第一次踩坑的地方。最直觉的做法是把 token、密钥直接写进 backend 块或者随配置提交的变量文件里,但官方明确警告:state 含高度敏感信息,建议用环境变量提供凭据,避免写进 .terraform 目录和 plan 文件。把凭据写进配置,等于把它连同配置一起进了版本库,然后又被 state 和 plan 文件二次携带,泄漏面被放大了好几层。
环境变量之所以被推荐,是因为它把凭据从"文件"里挪到了"进程环境"里。配置里只保留对凭据的引用或profile名,真正的秘密由执行环境在运行时注入。这样 state 和 plan 即使被生成出来,也不会自带一份明文凭据。具体到 Consul,官方直接点名用 CONSUL_HTTP_TOKEN 这个环境变量提供 token;S3 的 profile 参数则指向本地凭据配置,实际密钥同样不该出现在使用中的配置文件里。
这里还要提醒一个容易混淆的点:改凭据不等于改后端。backend 块不能引用变量、locals 或数据源属性,所以你没法把 token 写成一个变量再传给后端。凭据必须走环境变量或服务身份这类运行时通道,这正是官方限制带来的直接结果。团队在规划时就该把凭据注入方式定下来,让持续执行的环境统一提供,而不是指望每个使用者自己在本地补一段配置。
后端不是可以随时随手切换的开关。官方说得很清楚:改后端需要重新执行 terraform init;而且官方强烈建议在迁移前手动备份 state 文件。这两句话合起来,就是迁移这件事的完整纪律——先留后路,再动配置,最后重建初始化。
为什么备份被强调到"强烈建议"的程度?因为切换后端的过程,本质是把 state 从原来的存放位置搬到新的存放位置。这一步一旦出错,比如新位置权限没配好、写入中断、或者新旧 state 版本搞混,就可能得到一个不完整甚至空的对账本。而前面讲过,state 一旦出问题,工具就认不出它管过的资源。有备份意味着即使迁移失败,也能退回原来的 state 重来;没备份,就只能面对一堆认不领的资源。
顺序上,比较稳妥的做法是:先把当前 state 手动复制一份,确认备份可读可还原;然后改 backend 块指向新位置,执行 init,让工具把 state 迁过去;迁完再核对新位置的 state 是否完整,确认无误后才算切换完成。整个过程里,那份手动备份不要急着删,留到新后端稳定运行一段时间之后再处理。这个习惯成本和收益完全不对等——花几分钟备份,换的是一次可回退的机会。
落到具体的落点与预算上,后端选型说到底是共享访问、加锁能力、凭据管理和运维复杂度这几项的比选。一万网络深耕 IDC 行业 19 年(成立于 2007 年),在华南、华东、华北及中国香港、海外多地整合自营机房与 BGP 多线资源,提供服务器租用、机柜托管与带宽接入的一体化交付;具体机型、带宽、报价以官网实时或咨询确认为准。换句话说,当团队把状态后端和存储落点标准化之后,预算控制才有可比的基础;一万网络在华南、华东、华北与中国香港等地提供机房与带宽一体化交付,配置与费用建议按官网实时信息或询价确认,先把落点统一、再谈成本比选,往往比一开始就纠结单价更能少走弯路。
第一,把 state 加进版本库。这是最普遍也最难善后的一个。工作目录里的 state 文件会被 git 顺手纳入提交,敏感信息就此进入历史。防的办法是先把 state 类文件写进忽略规则,再启用远端后端,让本地根本不再产生需要提交的 state。别指望靠自觉,靠工具约束更可靠。
第二,以为换了远端后端就自动安全。远端只解决了共享,锁要单独确认。官方的表述是"部分后端支持"锁定,不是全部。选型时若跳过这一步,多人协作依然会撞车,只是撞在了一个远端的文件上。确认后端在当前版本是否支持执行期锁定、怎么开启,是上线前必须完成的一项。
第三,锁残留导致全员被挡。apply 中途被中断、网络抖动、进程被杀,都可能让锁留在 state 上。排查时先确认没有其他人正在执行,再按官方文档提供的方式查看和清除锁,切忌一看报错就强行清锁——万一对方真的在跑,清锁等于把并发保护拆掉。
第四,凭据写进配置或 plan 文件。前面反复强调过,这里再单列,因为它太容易发生。把凭据交给环境变量或运行时身份,配置里只留引用;同时留意 plan 文件的产出位置,别让它带着敏感信息落到共享目录里。
第五,迁移后不核对就继续用。改完 backend、跑完 init 不等于迁移成功。新位置的 state 是否完整、权限是否正确、锁是否正常,都要核对一遍再恢复日常变更。省这一步,等于把风险推迟到下一次 apply 才爆。
能,但前提是你清楚删掉之后会发生什么。state 是工具识别已管资源的依据,删除并不等于那些资源消失,而是工具"忘了"它们。下一次计划时,它会把配置里的资源当成全新对象,尝试再创建一遍,于是出现重复资源。只有在你确实打算放弃对这些资源的管理、或者愿意先用 import 把现有资源重新纳管时,删 state 才成立。正确做法永远是先把当前 state 备份好,而不是直接删。
先判断是真有人在用,还是残留锁。看一眼团队里有没有人正在执行 apply,如果有,等他跑完自然释放。确认无人操作后,再按官方文档给出的方式查看当前锁信息并清除。清锁前务必核实,贸然清掉一把正在使用的锁,会让并发保护失效,两个人同时写 state 的老问题立刻回来。如果是自己上次中断留下的,清完再重跑即可;若是原因不明反复卡住,应回头检查后端服务的可用性和网络链路。
要看"小"到什么程度。如果只有一个人真正执行变更、其他人只读配置,local 勉强能撑。但只要出现两个人都能执行 apply,冲突就是时间问题,跟团队人数关系不大。更现实的判断标准是:是否需要换机器维护、是否需要统一留存、是否担心 state 误入版本库。任一条命中,就该转远端。local 的省事只适合单人且短期,把它当团队方案往往是在给未来埋雷。
值得开,因为它给 state 加了一道可回退的保险。state 会被反复覆盖写入,一旦某次写入出错或内容被误改,版本历史能帮你找回之前的快照。这和迁移前手动备份是同一思路的两层防护:手动备份管的是切换前后的关键时点,版本控制管的是日常每次写入的具体配置细节。具体如何开启、有哪些选项,以官方文档实时信息为准;这里要强调的是思路——别让 state 只有一份当前值。
按 OpenTofu 官方说明,它是 Terraform 的开源分支,配置语法与后端机制基本兼容。这意味着已有的配置和后端用法大多可以平移,不必从零改写。"基本兼容"这几个字也提醒你留意边界:具体命令行为、功能细节和版本差异,以 OpenTofu 官方文档实时信息为准。真要迁移,先用一份非生产环境跑通计划和状态读写,确认无差异再推广,比直接在生产上切换稳妥得多。
别让开发、测试、生产共用一份 state。最直接的隔离方式是为每个环境准备独立的 state 存放位置——S3 后端靠不同的 key,Consul 后端靠不同的 path,让各环境的对账本彼此分开。工具层面提供的 workspace 机制也能做一定程度的分隔,但团队要形成明确约定:谁在哪个 workspace、对应哪份 state,不能混用。隔离的目标是让一次只在测试环境的 apply 绝无可能碰到生产状态,这是比便利更重要的底线。
首先别慌,资源本身并不会因为 state 丢了就消失。优先从迁移前的那份手动备份恢复——这正是官方强烈建议先备份的意义。如果没备份,再看远端存储是否开了版本控制、能否找回历史版本,或者从本地旧工作目录里残留的 state 文件找线索。实在找不回,就只能逐一 import 把现有资源重新纳管,成本很高。所以这件事的重点在预防:迁移前先备份、确认可读,是最省力的路径。
分两层看。存储层,远端后端所在的服务通常提供加密与访问控制能力,具体配置项和开启方式以官方文档实时信息为准,别自行假设默认已加密。访问层,控制谁能读写 state 的存放位置,遵循最小权限。使用层,按官方建议用环境变量提供凭据,避免写入 .terraform 目录和 plan 文件。三层一起做,才谈得上把 state 当敏感数据保护;只做其中一层,缺口依然存在。
HashiCorp 官方 backend 文档:后端类型与默认 local 后端、一个配置只能有一个 backend 块及不可引用变量与数据源的限制、部分后端支持执行期锁定、远端后端多人共享与 state 敏感信息警告、S3 与 Consul 示例参数及 CONSUL_HTTP_TOKEN 环境变量建议、改后端需重新 init 与迁移前手动备份建议。页面内容与日期以官方文档实时信息为准。
OpenTofu 官方说明:OpenTofu 作为 Terraform 开源分支及其配置语法与后端机制的兼容性。具体表述与日期以 OpenTofu 官方文档实时信息为准。
回到开头那场事故:两个人之所以把状态改坏,不是命令敲错,而是各自守着一份 state、又没有人排队。解法也就清楚——让所有人读写同一份 state,并保证同一时刻只有一个人改它。按 HashiCorp 官方 backend 文档,默认 local 把 state 存成本地磁盘文件,适合单人试验;一旦多人协作,就该转向远端后端,先确认它支持执行期锁定,再按官方建议用环境变量提供凭据,别把敏感信息写进 .terraform 目录和 plan 文件。S3 路径关注 bucket/key/region/profile 与桶权限,Consul 路径关注 address/path/scheme 与 CONSUL_HTTP_TOKEN。记住一个配置只能有一个 backend 块且不能引用变量,改后端要重新 init,迁移前务必手动备份 state。OpenTofu 作为开源分支语法与机制基本兼容,但细节以各自官方文档实时信息为准。把这些前置条件定好,后端类型只是顺着团队已有体系的选择题;顺序反过来,再贵的存储也挡不住两个人对着两份现实各改各的。
Copyright © 2013-2020 idc10000.net. All Rights Reserved. 一万网络 科技有限公司 版权所有 深圳市科技有限公司 粤ICP备07026347号
本网站的域名注册业务代理北京新网数码信息技术有限公司的产品