Ansible处理大型集群效率下降主要源于连接开销、串行等待、重复事实收集和模块调用冗余，可通过启用pipelining、配置持久连接、增大forks数、使用free策略、关闭或智能收集facts、合并批量操作及规范inventory等针对性优化提升性能。
Ansible 处理大型集群时，执行效率下降主要源于连接开销、串行等待、重复事实收集和模块调用冗余。提升效率不是堆硬件，而是针对性优化通信链路、并发策略和任务结构。
连接与通信加速
默认 SSH 连接方式会产生大量握手和文件传输开销，尤其在千级节点场景下尤为明显。
- 启用 pipelining：在 ansible.cfg 中设置 pipelining = True，避免每次任务都通过 sftp 上传临时文件，直接在 SSH 会话内执行；需同步关闭远程主机 /etc/sudoers 中的 Defaults requiretty
- 配置持久连接：添加 [persistent_connection] 区块，设 connect_timeout = 300 和 command_timeout = 180，复用已建立的 SSH 连接
- 禁用 DNS 反查：修改远程主机 /etc/ssh/sshd_config，添加 UseDNS no，防止 SSH 登录时因 DNS 延迟卡顿
- 关闭密钥检查：host_key_checking = False 避免首次连接交互阻塞（仅限可信内网环境）
并发与执行策略调优
默认 5 路并发在百台以上集群中会严重拉长总耗时，需根据控制节点资源动态调整。
- 增大 forks 数：通过 -f 60 或在配置中设 forks = 60，使单次任务并行操作更多节点；建议值为控制节点 CPU 核心数 × 4～8
- 改用 free 策略：Playbook 中声明 strategy: free，让各主机独立执行任务，不等待其他节点完成当前步骤
- 分批滚动执行：用 serial: "20%" 或 serial: 10 控制每批次数量，兼顾成功率与吞吐量，避免雪崩式失败
事实收集与模块调用精简
不必要的 facts 获取和低效模块调用是隐形性能杀手，尤其在高频批量命令场景中。
- 按需关闭 facts：对只执行命令类任务，显式设 gather_facts: false；若需部分信息，用 gather_facts: smart 并配 ansible_facts_cache_timeout: 86400
- 优先使用 command 模块：无管道、无变量展开时，用 command 替代 shell，更安全且启动更快
- 合并批量操作：如安装多个包，传列表给 apt 或 yum 模块，而非用 loop 逐个调用
- 避免 ad-hoc 多次调用：复杂任务封装成 Playbook，减少解析 YAML 和重建连接的重复开销
清单与参数规范化
inventory 配置不当会导致大量连接失败或隐式超时，成为效率瓶颈的起点。
- 统一用 IP 地址：避免混用域名与 IP，防止某台 DNS 故障导致整组失联
- 显式声明连接参数：每个主机行注明 ansible_port、ansible_user、ansible_ssh_private_key_file，不依赖全局 fallback
- 合理分组：按角色或地域划分主机组（如 [prod-web]、[prod-db]），便于定向执行，减少无效扫描
- 预检连通性：部署前用 ansible all -m ping 验证，比 Playbook 执行中报错定位更快
