写完代码测试通过之后，终于松一口气，然后可以愉快的部署上线了。但是问题随之而来：如何部署？或者如何能更自动化的部署？
部署应用是一系列的操作，就环境而言，分为本地和远程服务器，就操作而言，大概包括提交代码、备份代码、更新代码、安装依赖、迁移数据库、重启服务等流程。其中除了提交代码这一步是在本地完成，其余操作都需要在服务器环境执行。
上面的流程当中，有一个很重要的，就是如何同步代码（提交、备份、更新）。就我的经验，了解或用过这些方式：
- rsync: rsync 是一个文件同步的工具，如果配置好使用起来体验也不错。但是有很多缺点：
- 配置复杂，命令行参数多
- 需要在服务器上运行 rsyncd，默认监听 873 端口（可能会有防火墙）
- scp: scp 底层用的是 SSH 协议，所以只要服务器上运行了 sshd 就可以双向 copy 文件。对于文件传输来说，scp 比 rsync 体验差的地方有：
- 不能增量更新，每次都是全部传输
- 不能配置忽略文件（.git 怎么办？）
- git: 就个人而言，git 是最方便的部署方式了，有版本控制，可以增量更新，可以配置忽略文件，使用简单。实际上只要有可能，都推荐用 git 来发布代码。但问题在于，很多公司的 git 服务器都是在内网的，所以在服务器上无法访问。
很幸运的是，我们有一个公网可以访问的 git 服务器，所以可以用 git 来发布代码。发布完代码后就是后续的一系列操作了，最原始的方式，是登录到服务器，然后一步一步敲命令执行下来。但是如果要频繁部署的话（快速迭代时肯定要经常更新代码），这就变成了繁复的体力劳动，而且容易出错（漏了流程，看花眼了）。于是就想到了脚本，把这些操作写成 shell 脚本，然后执行脚本就好了。这是一个很大的进步，然而仍然存在一个问题：从本地环境到远程环境，需要登录，导致了流程上的阻断。
Fabric 是 Python 编写的一个可以实现自动化部署和系统维护的命令行工具，只需要写一些简单的 Python 代码就能轻松解决上面提到的所有问题。Fabric 底层用的是 SSH 协议，提供了一系列语义清晰的 API 来组合实现部署任务。
安装
Fabric 是 Python 编写的工具，所以可以用 pip 来安装：
sudo pip install fabric
如果是 Ubuntu 系统，还可以用 apt-get 安装：
sudo apt-get install fabric
安装完成后，会生成一个 fab 命令，这个命令会读取当前路径在的 fabfile.py 并执行相应的任务。
Hello, world!
先来看一个简单的例子，用 fab 命令执行一个输出 Hello, world! 的任务。
新建一个文件，fabfile.py:
def hello():
print 'Hello, world!'
在 fabfile.py 所在的路径执行：
fab hello
可以看到有这样的输出：
Hello, world!
Done.
可以给任务传递参数，修改 fabfile.py:
def hello(name="world"):
print "Hello, %s!" % name
用 fab 命令执行：
$ fab hello
Hello, world!
Done.
$ fab hello:name=leon
Hello, leon!
Done.
这个例子除了展示 fab 运行任务和传递参数之外，没有什么实际意义，接下来用一个接近真实的场景来展示如何用 Fabric 部署。
部署应用
假设这样一个场景，有个 Python 项目取名 usercenter，用 git 做版本控制，用 supervisor 做进程管理。一次完整的部署过程可能包括这些流程：
$ cd /path/to/userenter
$ git pull
$ git add -A
$ git commit -m "commit message"
$ git push
$ cd /path/to/usercenter
$ workon usercenter
$ git pull
$ pip install -r requirements.txt
$ python manage.py db migrate
$ supervisorctl restart usercenter
我们现在用 Fabric 来一次性完成上面所有操作（假设第一次部署是手工执行的，现在只处理更新／升级的任务）。在 usercenter 项目的根目录下新建 fabfile.py 文件：
from fabric.api import env, local, cd, run
from fabric.context_managers import prefix
def production():
""" 设置 production 环境 """
env.hosts = ["production@123.123.123.123:22"]
env.key_filename = "/path/to/key_file"
def staging():
""" 设置 staging 环境 """
env.hosts = ["staging@111.111.111.111:22"]
env.password = "123456"
def prepare():
""" 本地提交代码，准备部署 """
local("git pull")
local("pip freeze > requirements.txt")
local("git add -p && git commit") ＃ 会有交互输入 commit message
local("git push")
def update():
""" 服务器上更新代码、依赖和迁移 """
with cd("/path/to/usercenter"), prefix("workon usercenter"):
run("git pull")
run("pip install -r requirements.txt")
run("python manage.py db migrate")
run("supervisorctl restart usercenter")
def deploy():
prepare()
update()
OK, 完成。具体的意义代码里面都有注释，不赘述。需要注意的是 production 和 staging 分别设置了两种不同的环境。
$ fab production deploy
$ fab staging deploy
执行过程中可能会有些交互，按提示输入相应信息，然后等着执行完成就好了。如果一切顺利（应该是这样），就完成了 usercenter 的部署了，整个过程只需要敲一行命令，是不是非常方便？
More…
上面的例子基本上是可以在实际环境中使用的，不过还是有很多内容没有覆盖到，比如错误处理，多服务器部署，并行等。Fabric 默认是串行执行的，如果有多个远程服务器，是一个一个顺序执行。执行过程中如果发生异常，任务会直接中断，所以可能需要有错误处理。
上面这些（还有很多）内容都可以在 Fabric 的文档上（非常详细）找到相应的内容，下面给出一些参考链接，结合文档和自己的实际情况，多用几次就能定制出能满足自己需求的 Fabric 任务：
ssh到测试环境pull部署（2分钟），rsync到线上机器A,B,C,D,E（1分钟），分别ssh到ABCDE五台机器，逐一重启(8-10分钟) = 13-15分钟
其中郁闷的是，每次操作都是相同的，命令一样，要命的是在多个机器上，很难在本机一个脚本搞定，主要时间都浪费在ssh，敲命令上了，写成脚本，完全可以一键执行，花两分钟看下执行结果
直到，发现了fabric这货
作用
很强大的工具
可以将自动化部署或者多机操作的命令固化到一个脚本里
和某些运维工具很像，用它主要是因为，python…..
简单好用易上手
当然，shell各种命令组合起来也可以，上古神器和现代兵器的区别
环境配置
在本机和目标机器安装对应包（注意，都要有）
目前是1.8版本
安装完后，可以查看是否安装成功
[ken@~$] which fab
/usr/local/bin/fab
然后，可以动手了
hello world
先进行本机简单操作，有一个初步认识，例子来源与官网
新建一个py脚本: fabfile.py
def hello():
print("Hello world!")
命令行执行：
[ken@~/tmp/fab$] fab hello
Hello world!
Done.
注意，这里可以不用fabfile作为文件名，但是在执行时需指定文件
[ken@~/tmp/fab$] mv fabfile.py test.py
fabfile.py -> test.py
[ken@~/tmp/fab$] fab hello
Fatal error: Couldn't find any fabfiles!
Remember that -f can be used to specify fabfile path, and use -h for help.
Aborting.
[ken@~/tmp/fab$] fab -f test.py hello
Hello world!
Done.
带参数：
修改fabfile.py脚本：
def hello(name, value):
print("%s = %s!" % (name, value))
执行
[ken@~/tmp/fab$] fab hello:name=age,value=20
age = 20!
Done.
[ken@~/tmp/fab$] fab hello:age,20
age = 20!
Done.
执行本机操作
简单的本地操作:
from fabric.api import local, lcd
def lsfab():
with lcd('~/tmp/fab'):
local('ls')
结果：
[ken@~/tmp/fab$] pwd;ls
/Users/ken/tmp/fab
fabfile.py fabfile.pyc test.py test.pyc
[ken@~/tmp/fab$] fab -f test.py lsfab
[localhost] local: cd ~/tmp/fab
[localhost] local: ls
fabfile.py fabfile.pyc test.py test.pyc
Done.
实战开始：
假设，你每天要提交一份配置文件settings.py到版本库（这里没有考虑冲突的情况）
如果是手工操作：
cd /home/project/test/conf/
git add settings.py
git commit -m 'daily update settings.py'
git pull origin
git push origin
也就是说，这几个命令你每天都要手动敲一次，所谓daily job，就是每天都要重复的，机械化的工作，让我们看看用fabric怎么实现一键搞定：(其实用shell脚本可以直接搞定，但是fab的优势不是在这里，这里主要位后面本地+远端操作做准备，毕竟两个地方的操作写一种脚本便于维护)
from fabric.api import local, lcd
def setting_ci():
with lcd('/home/project/test/conf/'):
local("git add settings.py")
#后面你懂的，懒得敲了…..
混搭整合远端操作
这时候，假设，你要到机器A的/home/ken/project对应项目目录把配置文件更新下来
#!/usr/bin/env python
# encoding: utf-8
from fabric.api import local,cd,run, env
env.hosts=['user@ip:port',] #ssh要用到的参数
env.password = 'pwd'
def setting_ci():
local('echo "add and commit settings in local"')
#刚才的操作换到这里，你懂的
def update_setting_remote():
print "remote update"
with cd('~/temp'): #cd用于进入某个目录
run('ls -l | wc -l') #远程操作用run
def update():
setting_ci()
update_setting_remote()
然后，执行之：
[ken@~/tmp/fab$] fab -f deploy.py update
[user@ip:port] Executing task 'update'
[localhost] local: echo "add and commit settings in local"
add and commit settings in local
remote update
[user@ip:port] run: ls -l | wc -l
[user@ip:port] out: 12
[user@ip:port] out:
Done.
注意，如果不声明env.password，执行到对应机器时会跳出要求输入密码的交互
多服务器混搭
操作多个服务器，需要配置多个host
#!/usr/bin/env python
# encoding: utf-8
from fabric.api import *
#操作一致的服务器可以放在一组，同一组的执行同一套操作
env.roledefs = {
'testserver': ['user1@host1:port1',],
'realserver': ['user2@host2:port2', ]
}
#env.password = '这里不要用这种配置了，不可能要求密码都一致的，明文编写也不合适。打通所有ssh就行了'
@roles('testserver')
def task1():
run('ls -l | wc -l')
@roles('realserver')
def task2():
run('ls ~/temp/ | wc -l')
def dotask():
execute(task1)
execute(task2)
结果：
[ken@~/tmp/fab$] fab -f mult.py dotask
[user1@host1:port1] Executing task 'task1'
[user1@host1:port1] run: ls -l | wc -l
[user1@host1:port1] out: 9
[user1@host1:port1] out:
[user2@host2:port2] Executing task 'task2'
[user2@host2:port2] run: ls ~/temp/ | wc -l
[user2@host2:port2] out: 11
[user2@host2:port2] out:
Done.
扩展
1.颜色
可以打印颜色，在查看操作结果信息的时候更为醒目和方便
from fabric.colors import *
def show():
print green('success')
print red('fail')
print yellow('yellow')
#fab -f color.py show
2.错误和异常
默认，一组命令，上一个命令执行失败后，不会接着往下执行
目前没用到，后续用到再看了
3.密码管理
更好的密码管理方式，哥比较土，没打通，主要是服务器列表变化频繁，我的处理方式是：
3.1 host,user,port,password配置列表，所有的都写在一个文件
或者直接搞到脚本里，当然这个更........
env.hosts = [
'host1',
'host2'
]
# 注意: 要使env.passwords生效, host格式必须是 user@ip:port 端口号一定要显式写出来,即使是使用的默认22端口
env.passwords = {
'host1': "pwdofhost1",
'host2': "pwdofhost2",
}
或者
env.roledefs = {
'testserver': ['host1:22', 'host2:22'],
'realserver': ['host3:22', ]
}
# 注意: 要使env.passwords生效, host格式必须是 user@ip:port 端口号一定要显式写出来,即使是使用的默认22端口
env.passwords = {
'host1:22': "pwdofhost1",
'host2:22': "pwdofhost2",
'host3:22': "pwdofhost3",
}
3.2 根据key解析成map嵌套，放到deploy中
另外命令其实也可以固化成一个cmds列表的…..
粗略就用到这些，后续有更多需求的时候再去捞文档了，话说文档里好东西真多，就是太多了，看了晕。。。
TODO:
装饰器作用？
@task
@parallel
命令行常用： fab --help
fab -l -- 显示可用的task（命令）
fab -H -- 指定host，支持多host逗号分开
fab -R -- 指定role，支持多个
fab -P -- 并发数，默认是串行
fab -w -- warn_only，默认是碰到异常直接abort退出
fab -f -- 指定入口文件，fab默认入口文件是：fabfile/fabfile.py
状态确认及错误处理
更复杂的操作
update log
2014-10-26 fix error of local/lcd
The end!
