AWS Ops Automation 和自動化備份

背景

AWS 的EC2備份能夠有不少方法，若是管理員熟悉腳本和Lambda，徹底能夠經過Cloudwatch的事件來定時備份，甚至能夠直接在Windows的計劃任務裏面跑個簡單的PowerShell腳本都能實現。

AWS官方也提供了一個一攬子的解決方案叫作 ops automation，這個很適合對於腳本徹底不懂的管理員，配置好之後管理員經過對應的tag能夠進行靈活的自定義操做。

下面這個截圖是官方的示意圖

具體的解釋和配置嚮導的過程能夠參考這個連接，不過目前暫不提供中文翻譯

https://aws.amazon.com/solutions/ops-automator/

對於普通的用戶來講，看了這個示意圖能從一個高層抽象的角度去理解他的過程就好了，可是不須要去具體瞭解如何調用的。更重要的是知道如何去配置和使用。

簡單的解釋一下安裝和配置的過程，經過Cloudformation咱們能夠安裝一個叫作 AWS Ops Automator的stack 模板（我稱爲主模板），這個stack會自動配置一系列的微服務，包括Lambda函數，DynamoDB數據庫等等，同時他會自動建立一個S3的bucket，並在這個bucket裏面保存了6個stack 模板文件，恰好對應他的6個任務功能：建立快照，拷貝快照，刪除快照，替換實例，更改實例類型和經過cpu利用率對實例進行標記。 若是咱們須要他的某一個功能，那咱們就須要經過對應的模板文件再次添加一個新的stack（我稱爲任務模板）。好比說，若是咱們須要實現一個定時建立快照的功能，咱們須要首先配置一個主stack，而後配置一個定時建立快照的任務stack，而後經過這個主模板來調用這個任務模板

那麼怎麼調用這些功能呢？咱們在對應的EC2或者snapshot上面進行tag標記，將AWS Ops Automator的tag name賦予key，而後將對應的任務stack的tag name賦予 value，他就會經過主stack去調用對應的task stack了。

這個邏輯若是光看文字是比較迷惑的，最容易理解的方法就是直接動手操做一次。舉個栗子，我打算實現天天定時在8:30,11:30,15:30和20:30這4個點進行快照備份，而後全部的快照超過30天以上的自動刪除。下面看看怎麼來實現的。

安裝配置流程

安裝主模板

首先安裝咱們的主模板，安裝的時候注意在右上角選定本身須要的region，他的安裝嚮導默認是在US East安裝的，必定要記得修改。

配置stack的內容，關鍵的東西是taskscheduler tagname，這個是咱們後面添加tag的時候，key的名字。

點擊下一步

Review一下

記得勾選最下面的IAM選項

而後他就會自動開始配置相關的資源和微服務

狀態變爲Complete以後，點擊output,查看對應的S3 bucket名稱

點開對應的bucket看看，裏面有2個目錄，AccountsConfiguration是用來給其餘帳號配置IAM的權限，若是咱們就用這個主帳號操做的話能夠暫時忽略；TaskConfiguration裏面包括了6個Task Template，也就是咱們須要操做的任務模板。

安裝任務模板

點進去看看

點開Ec2CreateSnapshot.template,記錄他的URL地址

而後回到Cloudformation裏面，經過這個模板建立一個新的stack

根據本身的須要進行設置，這裏關鍵是Task interval須要使用cron格式來進行配置

其餘的自定義屬性，好比時區

以及在建立的Snapshot上面，自動添加對應的tag，注意這個Delete30是我下一步要建立的stack的名字，他的做用是自動刪除快照

稍等片刻，這個備份的stack就準備好了

建立配置Delete30 stack

這個步驟和上面基本相似，惟一的區別是咱們須要使用Ec2DeleteSnapshot.template

相關的配置以下所示

時區
注意這個刪除的操做並非根據時間來的，而是每次建立新的snapshot的時候，這個事件會觸發，根據個人觀察，大概建立了snapshot 15分鐘以後，他會掃描這個volume相關的snapshot，若是有標記的話，就根據設定的閾值進行刪除舊的snapshot

設定刪除的閾值，要麼根據天數，要麼根據總的個數

建立好的樣子

Tag標記

最後看看如何tag，點開一個EC2，進行標記

根據我設定的時間 他會自動備份，在生成的snapshot上，咱們能夠看見對應的信息

若是咱們設定了多個不一樣task template的stack，咱們在進行標記的時候能夠用逗號進行區分

查看歷史記錄

豆子通常是在cloudtrail裏面查看相關的記錄，不過能夠看見日誌比較凌亂

好在AWS提供了Athena，能夠把cloudtrail的日誌轉換成table，而後經過sql語句來查詢