Phenquestions
Ved nogle lejligheder, når du bruger Ansible til at automatisere forskellige opgaver, skal du muligvis transformere og manipulere data. I Ansible kan du bruge et sæt indbyggede filtre eller oprette brugerdefinerede filtre til at manipulere, behandle og konvertere data. Ansible bruger jinja2-skabelonfiltre i baggrunden for at give brugerne mulighed for at oprette filtre til specificerede data.
Det er vigtigt at bemærke, at filterskabeloner udføres på Ansible-controlleren og ikke på de angivne fjernværter. Dette hjælper med at reducere mængden af data, der overføres til den eksterne vært efter lokal behandling. Hvis du ikke er bekendt med jinja-skabeloner, er Jinja et simpelt, intuitivt, hurtigt og sikkert skabelonsprog til Python-programmeringssproget udviklet efter de populære Python-ramme Django-skabeloner.
Vi kommer ikke ind på, hvordan jinja-skabeloner fungerer, selvom det kan være en ekstra fordel at forstå, hvordan det fungerer med skabeloner.
Tjek nedenstående ressource for at lære mere om Jinja.
https: // linkfy.til / jinjaDocs
Sådan fungerer følsomme filtre
Som nævnt bygger Ansible-filtermotoren på Jinja-skabelonmodellen. Dette giver brugerne mulighed for at bruge disse skabeloner til at indtaste data, behandle dem og levere et output baseret på de definerede filtre.
Når dataene er transformeret og filtreret ved hjælp af den definerede skabelon, kan du bruge dem til at udføre andre opgaver i Ansible. Du kan lære mere om filtre i Ansible på følgende websted:
https: // linkfy.til / AnsibleFilters
Ansible har mange filtre, som alle er meget nyttige og anvendelige til mange forskellige scenarier. Når du har fået filteroutputtet, kan du bruge det til at udføre andre opgaver, såsom fejlretning.
Den generelle syntaks til filtrering af data er som følger:
|Brug af Ansible Filters
Vi vil nu se på eksempler på Ansible-filtre, som vi kan bruge til at udføre forskellige opgaver.
BEMÆRK: Som tidligere nævnt har Ansible mange filtre, så vi kan ikke dække dem alle i denne artikel. I stedet søger denne tutorial at give dig det grundlæggende i at bruge forskellige Ansible-filtre.
Eksempel 1: Datafiltre med svarbart format
Datafiltre i Ansible-format tager en outputdatastruktur i en skabelon og bruger det angivne filter til at gengive det i det format, der kaldes i filteret.
Nedenfor er et eksempel på filter til konvertering til JSON og YAML:
variabel | to_jsonvariabel | til_yaml
Overvej f.eks. Følgende playbook:
- værter: alle opgaver:- skal: kat / tmp / alt.json
register: resultat
- fejlfinde:
msg: "result.stdout | to_nice_yaml "
Kørsel af ovenstående playbook producerer et output til JSON-data konverteret til YAML. Følgende er et eksempel på output:
Du kan også angive andre filtre, som to_nice_yaml, for at få output i et menneskeligt læsbart format.
variabel | to_nice_jsonvariabel | to_nice_yaml
Ved hjælp af formateringsdatafiltre kan du omdanne data til forskellige formater og bruge dem til forskellige opgaver.
For eksempel kan du videregive YAML-strenge med flere dokumenter, som i playbook nedenfor:
- værter: alle opgaver:- skal: kat / tmp / alt.json
register: resultat
- fejlfinde:
msg: "result.stdout | til_yaml | liste"
Eksempel 2: Ansible standardfilter
Ansible-standardfilteret hjælper med at standardværdier til udefinerede variabler. Standard Ansible-konfigurationen mislykkes udefinerede variabler. For eksempel, hvis du har en udefineret variabel, kan du fortælle Ansible at standard til en værdi i stedet for at hæve en fejl.
Den generelle syntaks for standardfilteret er som følger:
For eksempel:
- værter: allevars:
opgaver:
sæt_fakt:
undef_var: "0_var | standard (5)"
Ovenstående playbook sætter værdien af variablen '0_var' til 5, hvis den ikke er udtrykkeligt defineret, i stedet for at kaste en fejl.
For at definere en variabel kan du bruge det obligatoriske filter. Alt hvad du skal gøre er at henvise til eksemplet ovenfor og erstatte standard med det obligatoriske:
0_var | obligatoriskEksempel 3: Ansible fejlfindingsfiltre
Ved fejlretning kan du bruge filteret type_debug til at få oplysninger om variabeltypen. Den variable type vil være i Python, da motoren er Python-baseret. Den generelle syntaks for filteret er som følger:
variabel | type_debugEksempel 4: Matematiske filtre
Ansible matematiske filtre giver dig mulighed for at udføre matematiske relaterede forespørgsler. Disse filtre inkluderer følgende:
- Logaritmefilter - variabel | log - angiver logaritmens basis i parentes som variabel | log (2)
- Strømfilter - variabel | pow (3) - returnerer variablen hævet til den angivne effekt
- Absolut filter - variabel | abs - returnerer den absolutte værdi for den beståede variabel
- Rødfilter - variabel | root - dette returnerer variabelens kvadratrod. For eksplicit at angive roden skal du sende værdien i parentes; for eksempel terningsrod variabel | rod (3)
Disse matematiske filtre kan være ret nyttige, især når der er tale om store mængder data og øjeblikkelige matematiske operationer.
Eksempel 5: Hash-filtre
Ansible hash-filtre giver dig mulighed for at få hash af en streng eller videregivne data. I de fleste tilfælde har du ikke brug for disse filtre, men de er tilgængelige til brug, hvis behovet opstår. Disse filtre inkluderer følgende:
- Sha1 - var | hash (“sha1”)
- Sha256 / sha512 - var | password_hash (“sha256 / 512”)
- Md5 - var | hash (“md5”)
- Strengs kontrolsum - var | kontrolsum
Andre nyttige filtre
Som du måske har bemærket, har Ansible mange filtre. Nogle Ansible-filtre, som du måske finder nyttige, inkluderer følgende:
- URL-opdelt filter - “[E-mail-beskyttet]: // linuxhint.com: 8080 / indeks.html?forespørgsel = linux ”| urlspilt (“hostname”), - returnerer “linuxhint.com ”
- Tilmeld dig listen - liste | join - bruges til at tilføje en liste til en strengvar
- Katalogsti - sti | dirname
- Udvid en tilde - sti | udvidelsesbruger
Konklusion
Ansible filtre er nyttige, når du udfører fejlretningsopgaver eller har brug for specifik information uden for meget at skrive. Da Ansible understøtter brugerdefinerede filtre, kan disse filtre være særligt nyttige i specifikke brugssager.
