NetBox Ansible Galaxy模块执行结果不一致问题求助

核心问题 #

在Vagrant搭建的Ubuntu环境里，使用NetBox Ansible模块执行Playbook时，出现约50%概率成功创建租户和前缀，剩余概率直接触发连接失败——提示远程端无响应就关闭连接。抓包确认Ansible发起/api/tenancy/tenants请求时，NetBox服务器直接重置连接，但NetBox自身日志无对应错误记录。已切换Python 3.8~3.11版本，问题未解决。环境配置：Ubuntu 5.4.0-153-generic、NetBox 3.5.3、Ansible core 2.15.1。

排查方向与实操步骤 #

1. 排查Vagrant网络稳定性 #

Vagrant的NAT网络常存在端口转发丢包、半开连接问题，尤其是频繁请求场景下：

• 将虚拟机网络切换为桥接模式，规避NAT端口转发瓶颈
• 在虚拟机内执行netstat -s，查看TCP错误统计，重点关注connections reset due to unexpected data类指标
• 用tcptrace分析抓包文件，确认是服务器主动发送RST，还是中间网络丢包导致的假重置

2. 检查NetBox的Gunicorn配置 #

NetBox默认依赖Gunicorn作为WSGI服务器，若worker数量不足、超时设置不合理，哪怕串行请求也可能触发连接断开：

• 打开NetBox的gunicorn.py配置文件：
  • 将workers数量调整为2*CPU核心数+1（例如2核CPU设为5）
  • 把timeout从默认30s临时调至60s测试
  • 单独开启Gunicorn的access/error日志（默认仅写入NetBox日志，单独开启可捕获连接层面错误）
• 重启NetBox与Gunicorn服务后，重新执行Playbook验证

3. 调整Ansible NetBox模块的连接配置 #

Ansible的NetBox模块依赖pynetbox库，默认连接池配置可能无法适配不稳定网络：

• 在Playbook的NetBox模块参数中显式添加timeout: 60
• 在Ansible控制器的~/.pynetbox/config.yml中添加连接池配置：

  defaults:
    timeout: 60
    http:
      pool_connections: 10
      pool_maxsize: 10
  

• 升级pynetbox至兼容版本（NetBox 3.5.3要求pynetbox>=6.6.0，可通过pip show pynetbox查看当前版本）

4. 优化Ubuntu内核TCP参数 #

Ubuntu 5.4内核默认TCP参数对短连接场景不友好，可能导致服务器主动重置空闲/半开连接：

• 临时调整参数测试：

  sysctl -w net.ipv4.tcp_fin_timeout=30
  sysctl -w net.ipv4.tcp_tw_reuse=1
  sysctl -w net.ipv4.tcp_tw_recycle=0
  sysctl -w net.core.somaxconn=1024
  

• 若有效，将上述参数写入/etc/sysctl.conf，执行sysctl -p永久生效

5. 检查NetBox API速率限制 #

NetBox默认API速率限制可能在短时间高频请求时静默拦截，且不记录日志：

• 打开NetBox的configuration.py，查找REST_FRAMEWORK配置段，检查DEFAULT_THROTTLE_CLASSES和DEFAULT_THROTTLE_RATES是否设置过严
• 临时注释速率限制配置，测试问题是否消失

验证方法 #

每次调整配置后，至少执行10次Playbook统计成功率。若某一步调整后成功率达100%，再逐步回滚配置确认根因。

内容的提问来源于stack exchange，提问作者Y Pant