Ansible执行长时长远程脚本后连接不可达问题求助

从你描述的现象——30分钟能正常跑完、1小时就触发unreachable错误——来看，核心原因几乎可以确定是长时间空闲的SSH连接被中间网络设备或SSH服务本身断开了。

当你的脚本运行1小时时，Ansible和远程主机的SSH连接在脚本执行期间没有任何交互数据（脚本只是在远程端后台运行，没有输出回传或者Ansible的指令交互），这种“空闲”状态会触发很多网络设备（比如防火墙、路由器）的超时机制，它们会主动切断长时间没有流量的连接；另外，SSH服务本身也有默认的空闲超时配置，超过时间就会断开连接。

下面是几个针对性的解决办法，按优先级推荐：

1. 给Ansible配置SSH心跳包 #

修改你的Ansible配置文件（ansible.cfg），在[ssh_connection]段添加保持连接的参数：

[ssh_connection]
ssh_args = -o ServerAliveInterval=60 -o ServerAliveCountMax=10

• ServerAliveInterval=60：每60秒向远程主机发送一个心跳包，告诉连接“我还活着”
• ServerAliveCountMax=10：如果连续10次心跳都没收到回应，才判定连接断开（避免偶尔网络波动误判）

这个方法不需要修改远程主机配置，是最快捷的解决方案。

2. 调整远程主机的SSHD配置 #

如果上面的方法无效，可以从远程主机端主动维持连接：

1. 编辑远程主机的/etc/ssh/sshd_config，添加或修改以下配置：

ClientAliveInterval 60
ClientAliveCountMax 10

• ClientAliveInterval：远程主机每60秒向Ansible发送一次心跳
• ClientAliveCountMax：允许连续10次心跳无回应再断开

2. 重启SSHD服务生效：

systemctl restart sshd

3. 让脚本后台运行并轮询状态（适合无实时输出需求的场景） #

如果你的脚本不需要实时输出到Ansible日志，可以把脚本放到后台运行，然后通过等待标记文件的方式判断任务完成，这样Ansible的wait_for模块会定期发送检查请求，保持连接活跃：

- hosts: remote_host
  become: yes
  gather_facts: true
  connection: ssh
  tasks:
    - name: Run script in background
      shell: nohup bash /root/script.sh > /root/script.log 2>&1 & touch /root/script.running && echo $!
      register: script_pid

    - name: Wait for script to finish
      wait_for:
        path: /root/script.complete
        state: present
      timeout: 3600  # 这里设置为你的脚本最长运行时间（秒）
      register: script_finish

    - name: Clean up marker files
      file:
        path: "{{ item }}"
        state: absent
      loop:
        - /root/script.running
        - /root/script.complete
      when: script_finish is succeeded

注意：需要在你的script.sh末尾添加一行touch /root/script.complete，用来标记脚本执行完成。

4. 检查Jenkins的任务超时设置 #

别忘了确认Jenkins任务本身的超时配置——如果Jenkins任务的超时时间被设为30分钟，那么哪怕Ansible能维持连接，Jenkins也会主动终止运行了1小时的任务，导致你看到类似的失败。去Jenkins任务配置里找到“超时时间”选项，调整为符合你需求的时长。

内容的提问来源于stack exchange，提问作者Aditya P