求助：如何用Terraform+Azure DevOps实现数据库DTU每日自动按需扩缩容？

这个需求完全可行，结合Terraform、Azure Automation和Azure DevOps流水线，能批量实现跨订阅/环境的数据库DTU定时扩缩容，具体实现步骤如下：

一、核心方案概述 #

用Terraform定义Azure自动化资源（自动化账户、Runbook、定时计划），通过Runbook调用Azure API修改数据库DTU层级，再借助Azure DevOps流水线将这套自动化配置部署到各个目标订阅/环境，实现每日自动按时段调整DTU。

二、具体实现步骤 #

1. 编写Terraform配置，部署自动化组件 #

• 创建Azure自动化账户：托管Runbook和执行计划，推荐启用系统分配的托管身份（替代服务主体，简化权限管理）
• 编写扩缩容Runbook：用PowerShell编写逻辑，判断当前时段并修改数据库DTU。示例代码：

  # 用托管身份登录Azure
  Connect-AzAccount -Identity
  
  # 从自动化变量读取配置（避免硬编码）
  $resourceGroup = Get-AzAutomationVariable -ResourceGroupName "auto-account-rg" -AutomationAccountName "sql-scale-account" -Name "RGName" | Select-Object -ExpandProperty Value
  $serverName = Get-AzAutomationVariable -AutomationAccountName "sql-scale-account" -Name "SQLServerName" | Select-Object -ExpandProperty Value
  $dbName = Get-AzAutomationVariable -AutomationAccountName "sql-scale-account" -Name "DBName" | Select-Object -ExpandProperty Value
  $workTier = Get-AzAutomationVariable -AutomationAccountName "sql-scale-account" -Name "WorkHoursTier" | Select-Object -ExpandProperty Value
  $offTier = Get-AzAutomationVariable -AutomationAccountName "sql-scale-account" -Name "OffHoursTier" | Select-Object -ExpandProperty Value
  
  # 判断时段，设置目标DTU层级
  $currentHour = (Get-Date).Hour
  $targetTier = if ($currentHour -ge 9 -and $currentHour -lt 18) { $workTier } else { $offTier }
  
  # 执行DTU修改
  Set-AzSqlDatabase -ResourceGroupName $resourceGroup -ServerName $serverName -DatabaseName $dbName -Edition "Standard" -RequestedServiceObjectiveName $targetTier
  

  （注：数据库配置存储为自动化变量，方便Terraform批量适配不同环境）
• 创建定时计划：分别创建两个计划，对应工作时段启动（如9:00）和非工作时段启动（如18:00），绑定到Runbook
• 配置权限：给自动化账户的托管身份分配SQL DB Contributor角色到目标数据库所在的资源组，确保具备修改权限

2. 配置Azure DevOps流水线，实现多环境部署 #

• 创建环境变量组：针对开发、测试、生产等环境，配置对应的资源组名、SQL服务器名、数据库名、DTU层级参数（如WorkHoursTier=S3、OffHoursTier=S0）
• 搭建Terraform流水线：
  1. 代码检查：用terraform fmt和terraform validate确保代码规范
  2. 初始化Terraform：使用Azure存储账户作为远程后端，保持状态一致性：

     terraform init -backend-config="storage_account_name=tfstateaccount" -backend-config="container_name=tfstate" -backend-config="key=sql-scale.tfstate"
     

  3. 生成执行计划：加载对应环境的变量配置：

     terraform plan -var "rg_name=$(RG_NAME)" -var "sql_server_name=$(SQL_SERVER_NAME)" -var "db_name=$(DB_NAME)" -var "work_tier=$(WORK_TIER)" -var "off_tier=$(OFF_TIER)" -out=tfplan
     

  4. 应用配置：将自动化资源部署到目标环境：

     terraform apply -auto-approve tfplan
     

• 多阶段流水线配置：为每个订阅/环境创建独立阶段，通过Azure DevOps服务连接切换目标订阅，实现批量部署

3. 验证与监控 #

• 手动触发Runbook，检查数据库DTU是否正常变更
• 查看Azure Automation的作业历史，排查执行异常
• 配置Azure Monitor告警：当Runbook执行失败时，触发邮件或Teams通知

三、关键注意事项 #

• 最小权限原则：限制托管身份的权限范围，仅赋予目标资源组的SQL DB Contributor权限，避免过度授权
• 业务影响评估：DTU变更会导致短暂的数据库连接中断，需确保在非工作时段执行，并提前同步给业务团队
• 多数据库批量处理：可在Runbook中循环处理多个数据库，或通过Terraform参数化创建多个Runbook/计划，实现批量管理

内容的提问来源于stack exchange，提问作者Gowtham Varma