如何让Ansible Playbook独立运行于多主机？为何久未返回UNREACHABLE？

问题场景 #

我使用Ansible Playbook为100+台Linux服务器打补丁，有时部分主机的补丁进程会长时间卡住。当前配置为forks = 20，执行时出现如下情况：

TASK [Patching] **********************************************************************************************************************************
changed: [host1]
changed: [host2]
changed: [host3]
STUCKED HERE

1小时后返回：

changed: [host1]
changed: [host2]
changed: [host3]
fatal: [host4]: UNREACHABLE! => {"changed": false, "msg": "Failed to connect to the host via ssh

一、如何让Playbook独立运行于每台主机，无需等待其他主机？ #

• 调大forks并行数：当前forks=20限制了同时执行的主机数量，可根据控制机硬件资源调高该值（例如forks = 100），让更多主机同时执行补丁任务。注意：forks值过高会消耗控制机大量CPU和内存，需根据实际情况调整。
• 使用异步任务模式：这是解决单主机卡住阻塞全流程的关键方案。通过async和poll参数让补丁任务后台异步执行，控制机无需等待单台主机完成即可继续处理其他节点，后续再统一检查任务状态。示例Playbook片段：

  - name: 异步执行系统补丁
    yum:
      name: '*'
      state: latest
    async: 3600  # 允许任务最长运行3600秒（1小时）
    poll: 0      # 立即返回，不等待任务结束
    register: patch_task
  
  - name: 轮询检查补丁任务状态
    async_status:
      jid: "{{ item.ansible_job_id }}"
    loop: "{{ patch_task.results }}"
    register: patch_status
    until: patch_status.finished
    retries: 60  # 最多重试60次
    delay: 60    # 每次重试间隔60秒
  

• 拆分主机组分批执行：将100+台主机按业务、机房等维度拆分为多个小组，分别运行Playbook，避免单批次任务规模过大导致的阻塞。

二、为何等待1小时才返回UNREACHABLE状态？ #

这是Ansible默认的SSH连接超时与重试机制导致的：

• 默认超时参数过长：Ansible的ansible_ssh_timeout默认值（或系统SSH配置的超时）通常较长，加上SSH连接的重试逻辑，会反复尝试连接不可达的host4，直到耗尽所有重试次数和超时时间才会抛出UNREACHABLE错误。
• 任务无超时限制：若补丁任务未设置超时，当主机连接异常时，Ansible会一直等待SSH响应，直到达到系统级的SSH超时上限（部分环境默认接近1小时）。

解决方法 #

缩短连接超时时间，可通过两种方式配置：

1. Playbook内指定：

   - hosts: all
     vars:
       ansible_ssh_timeout: 30  # 连接超时设为30秒
     tasks:
       - name: 执行系统补丁
         yum:
           name: '*'
           state: latest
   

2. 全局配置文件ansible.cfg：

   [defaults]
   timeout = 30
   

   配置后，主机无法连接时会在30秒内返回错误，无需长时间等待。

内容的提问来源于stack exchange，提问作者andrew