亚马逊网络服务（AWS）客户需要经历五个步骤，才能驾驭云自动化。先要从只需点击操作的AWS Web控制台入手，最后是为云计算系统的声明式模型编写代码。
1. 熟悉AWS Web控制台
想尽快熟悉许多AWS服务，最简便的方法就是，在AWS Web控制台里面反复捣鼓和研究，看看发生什么情况。AWS控制台塞满了功能特性，每年都会出现更多的功能特性。AWS客户关注一下许多仪表板，就能弄清楚哪些部分适用于其项目。AWS控制台不仅仅面向新手，连经验丰富的老手都在继续使用AWS控制台面板来处理手动工作。
AWS安全组限制了对服务的访问。AWS控制台里面的EC2仪表板有一个Security Groups（安全组）页面。图A显示如何建立一个名为sgMail的安全组，允许来自互联网的邮件请求。放马过来吧，垃圾邮件发送者！
2. 使用AWS CLI
下一步就是使用AWS命令行工具。从Web进入到命令行感觉就好像你闭着眼睛四处走动。不过一旦你上了手，CLI工具用起来比Web控制台来得快捷、灵活。
使用命令行工具查看那个sgMail安全组看起来就像这样。
- nick:~ $ aws ec2 describe-security-groups --group-names sgMail
- SECURITYGROUPS Mail access from Internet sg-40199d36 sgMail 243894605340
- IPPERMISSIONS 25 tcp 25
- IPRANGES 0.0.0.0/0
- IPPERMISSIONS 110 tcp 110
- IPRANGES 0.0.0.0/0
- IPPERMISSIONS 143 tcp 143
- IPRANGES 0.0.0.0/0
- IPPERMISSIONS 465 tcp 465
- IPRANGES 0.0.0.0/0
- IPPERMISSIONS 993 tcp 993
- IPRANGES 0.0.0.0/0
- IPPERMISSIONS 995 tcp 995
- IPRANGES 0.0.0.0/0
- nick:~ $
简明扼要。我只对事实感兴趣。只需要事实。
3. 注重AWS API
之后，可以使用AWS API。这方面学起来难度最大。AWS客户在开始编写代码、使用API之前，需要落实几个方面。这几个方面包括：
- 对Java、Node.js或Ruby等编程语言有一个基本的了解和认识；
- 附件库，以便该语言与AWS API进行联系――AWS非常受欢迎，因而有面向Python的AWS SDK（名为Boto）、面向PHP的AWS SDK、面向Ruby的AWS SDK及面向另外许多语言的AWS SDK；
- 编写代码的开发环境，开发环境可以像文件编辑工具这么简单，也可以像微软的Visual Studio这么复杂。
4. 开始自动化！
一旦AWS客户度过了处理AWS API的最困难阶段，接下来就是玩乐时间了。随之而来的是忍不住什么都想自动化！构建高可用性集群、程序包部署、安全补丁――这一切都可以借助代码的魅力实现自动化。
实际上，自从有了AWS以来，编程人员就一直在让AWS实现自动化。许多配置管理工具有助于让技术架构的所有层实现自动化。
- Vagrant（https://www.vagrantup.com）构建了一个本地开发环境。
- Jenkins（https://wiki.jenkins-ci.org/display/JENKINS/Meet+Jenkins）构建并测试软件项目。
- AWS CloudFormation（http://aws.amazon.com/cn/cloudformation/）构建了一个远程AWS环境。
实际上，市面上有太多的自动化工具，以至于将它们整合到一条产品线是项复杂的任务。
自动化通常使用命令式语言来实现。
在经历了安装和配置方面的一些困难后，Python开发人员可以使用boto来处理AWS安全组。查看该sgMail组的命令看起来就像这样。
- nick:~ $ python
- Python 2.7.6 (default, Sep 9 2014, 15:04:36)
- [GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.39)] on darwin
- Type "help", "copyright", "credits" or "license" for more information.
- >>> import boto.ec2
- >>> conn = boto.ec2.connect_to_region('eu-west-1')
- >>> rs = conn.get_all_security_groups()
- >>> print rs
- [SecurityGroup:sgMail, SecurityGroup:default]
- >>> sg = rs[0]
- >>> sg.name
- u'sgMail'
- >>> sg.rules
- [IPPermissions:tcp(25-25), IPPermissions:tcp(110-110), IPPermissions:tcp(143-143),
- IPPermissions:tcp(465-465), IPPermissions:tcp(993-993), IPPermissions:tcp(995-995)]
- >>> quit()
- nick:~ $
引用、对象、方法、列表操作符以及那个疯狂的交互式Python ">>>"提示符，现在情况变得有点棘手。没错，同时也变得相当麻烦――控制台的那些漂亮颜色现在成了遥远的回忆。
5. 借助声明式代码
Puppet、Chef和Ansible等自动化应用程序都有各自的配置语言，可以帮助其用户描述要求怎样操作的模型。它们还有巧妙的引擎，可以读取那些模型，并改变计算环境。
这些配置语言是声明式语言。像上述Python例子这些计算机语言是命令式语言――它们适用于编写逐步过程。声明式语言描述了所要求的，而不是描述实现要求的步骤。SQL“select”语句是声明式语句――它可能命令服务器“从表选择记录”，但是查找表、使用索引和显示结果等操作的步骤被隐藏起来。
Puppet实验室发布了一个新的模块来配置AWS基础设施。使用其中一个模块意味着，可以在Puppet方面尽快上手。Puppet自动化方面学起来其难度就如同编写代码――客户得处理好下面这些任务，才能使用Puppet：
- Puppet应用程序和Ruby解释器；
- 使用RubyGems程序包管理器；
- 编写声明。
在安装了新的Puppet AWS模块后，AWS客户可以使用清单文件来描述该sgMail组，就像这样。
- nick:~ $ cat /etc/puppet/manifests/aws-manifest.pp
- ec2_securitygroup { 'sgMail':
- region => 'eu-west-1',
- ensure => present,
- description => 'Mail access from Internet',
- ingress => [{
- protocol => 'tcp',
- port => 25,
- cidr => '0.0.0.0/0',
- },{
- protocol => 'tcp',
- port => 110,
- cidr => '0.0.0.0/0',
- },{
- protocol => 'tcp',
- port => 143,
- cidr => '0.0.0.0/0',
- },{
- protocol => 'tcp',
- port => 465,
- cidr => '0.0.0.0/0',
- },{
- protocol => 'tcp',
- port => 993,
- cidr => '0.0.0.0/0',
- },{
- protocol => 'tcp',
- port => 995,
- cidr => '0.0.0.0/0',
- }],
- }
- nick:~ $
然后，客户就可以让Puppet与AWS进行联系，确保这个安全组存在――或者借助命令puppet apply aws-manifest.pp手动实现，或者使用Puppet主服务器（Puppet master）自动实现。
贵企业在自动化这条路上走了多远？
并非所有企业都走完自动化这条路。有些企业走到第四步，再也走不下去。
至此，企业客户已经有了一条产品线，所以自动化项目在优先事项列表上的名次有可能下滑。要是审计失败、运营成本、市场份额缩小或其他问题带来了业务驱动因素，企业可能只好决定投入额外的时间和开支，从“可运行”阶段进入到“顺畅运行”阶段。
英文原文链接：http://www.techrepublic.com/article/puppet-configuration-the-ultimate-aws-automation/
