Ansible如何遵循最佳实践仅对失败主机重跑playbook

你提出的动态生成failed_hosts组的思路方向正确，但Ansible本身提供了更原生、维护成本更低的实现方式，不需要额外开发脚本维护清单，以下是按优先级排序的落地方案：

方案1：使用内置retry文件+limit参数（官方首推，零额外改造） #

Ansible默认在每次playbook执行结束后，会自动在控制端生成一份失败主机列表文件，完全匹配「以最终执行结果判定失败主机」的需求，不需要修改原有playbook或静态inventory：

• 确认你的ansible配置（默认路径/etc/ansible/ansible.cfg或项目目录下的ansible.cfg）没有关闭retry文件生成：

  [defaults]
  retry_files_enabled = True
  retry_files_save_path = ~/.ansible-retry # 默认路径，可自定义
  

• 第一次全量执行playbook后，对应目录下会生成和playbook同名的.retry文件，里面逐行记录了所有执行失败的主机名
• 重跑时直接指定limit参数加载该文件即可，仅会对文件内记录的失败主机执行任务：

  ansible-playbook your_original_playbook.yml --limit @~/.ansible-retry/your_original_playbook.retry
  

该方案的失败判定逻辑默认覆盖所有未跑完整个playbook、或最后一个任务执行失败的主机，和你的需求完全匹配；如果第一次执行时加了--no-retry或--flush-cache参数，不会生成retry文件，可使用下面的方案。

方案2：动态生成内存级failed_hosts组（适配你的初始思路） #

如果你需要显式持有失败主机列表，用于后续多步关联操作，可以通过内置模块动态生成主机组，不需要修改静态inventory文件：

1. 在原有playbook的最后一个业务任务上注册执行结果：

   - name: 原有的最后一个业务任务
     ansible.builtin.shell: your_business_command # 替换成你实际的最后一个任务内容
     register: final_task_result
     # 如果需要即使该任务失败也继续执行后续分组逻辑，可添加 ignore_errors: true
   

2. 在该任务后追加一个分组任务，将最后一个任务执行失败的主机动态加入内存中的failed_hosts组：

   - name: 标记最后一个任务执行失败的主机
     ansible.builtin.add_host:
       name: "{{ inventory_hostname }}"
       groups: failed_hosts
     when: final_task_result is failed
   

3. 后续重跑时，既可以在同一个playbook内直接写针对hosts: failed_hosts的重跑任务段，也可以把失败主机列表落地成本地文件供单独的重跑playbook调用，整个过程不会改动你原有的静态inventory清单。

重跑注意事项 #

• 正式重跑前建议先加--check参数做dry run，确认目标主机范围符合预期，避免误触发全量执行
• 如果失败原因不涉及前置依赖任务，可搭配--start-at-task "任务名称"参数从指定位置开始执行，减少重复执行开销
• 如果需要严格以「最后一个任务的执行结果」为唯一判定标准（忽略前面任务的失败影响），请使用方案2的register+when逻辑做精准判定，不要直接依赖默认retry文件的结果，避免前面任务中途失败导致主机被误计入重跑范围

内容的提问来源于stack exchange，提问作者antwerp