AWS Ops Automation 和自动化备份

背景

AWS 的EC2备份可以有很多方法，如果管理员熟悉脚本和Lambda，完全可以通过Cloudwatch的事件来定时备份，甚至可以直接在Windows的计划任务里面跑个简单的PowerShell脚本都能实现。

AWS官方也提供了一个一揽子的解决方案叫做 ops automation，这个很适合对于脚本完全不懂的管理员，配置好以后管理员通过对应的tag可以进行灵活的自定义操作。

下面这个截图是官方的示意图

具体的解释和配置向导的过程可以参考这个链接，不过目前暂不提供中文翻译

https://aws.amazon.com/solutions/ops-automator/

对于普通的用户来说，看了这个示意图能从一个高层抽象的角度去理解他的过程就行了，但是不需要去具体了解如何调用的。更重要的是知道如何去配置和使用。

简单的解释一下安装和配置的过程，通过Cloudformation我们可以安装一个叫做 AWS Ops Automator的stack 模板（我称为主模板），这个stack会自动配置一系列的微服务，包括Lambda函数，DynamoDB数据库等等，同时他会自动创建一个S3的bucket，并在这个bucket里面保存了6个stack 模板文件，刚好对应他的6个任务功能：创建快照，拷贝快照，删除快照，替换实例，更改实例类型和通过cpu利用率对实例进行标记。 如果我们需要他的某一个功能，那我们就需要通过对应的模板文件再次添加一个新的stack（我称为任务模板）。比如说，如果我们需要实现一个定时创建快照的功能，我们需要首先配置一个主stack，然后配置一个定时创建快照的任务stack，然后通过这个主模板来调用这个任务模板

那么怎么调用这些功能呢？我们在对应的EC2或者snapshot上面进行tag标记，将AWS Ops Automator的tag name赋予key，然后将对应的任务stack的tag name赋予 value，他就会通过主stack去调用对应的task stack了。

这个逻辑如果光看文字是比较迷惑的，最容易理解的方法就是直接动手操作一次。举个栗子，我打算实现每天定时在8:30,11:30,15:30和20:30这4个点进行快照备份，然后所有的快照超过30天以上的自动删除。下面看看怎么来实现的。

安装配置流程

安装主模板

首先安装我们的主模板，安装的时候注意在右上角选定自己需要的region，他的安装向导默认是在US East安装的，一定要记得修改。

配置stack的内容，关键的东西是taskscheduler tagname，这个是我们后面添加tag的时候，key的名字。

点击下一步

Review一下

记得勾选最下面的IAM选项

然后他就会自动开始配置相关的资源和微服务

状态变为Complete之后，点击output,查看对应的S3 bucket名称

点开对应的bucket看看，里面有2个目录，AccountsConfiguration是用来给其他账号配置IAM的权限，如果我们就用这个主账号操作的话可以暂时忽略；TaskConfiguration里面包括了6个Task Template，也就是我们需要操作的任务模板。

安装任务模板

点进去看看

点开Ec2CreateSnapshot.template,记录他的URL地址

然后回到Cloudformation里面，通过这个模板创建一个新的stack

根据自己的需要进行设置，这里关键是Task interval需要使用cron格式来进行配置

其他的自定义属性，比如时区

以及在创建的Snapshot上面，自动添加对应的tag，注意这个Delete30是我下一步要创建的stack的名字，他的作用是自动删除快照

稍等片刻，这个备份的stack就准备好了

创建配置Delete30 stack

这个步骤和上面基本类似，唯一的区别是我们需要使用Ec2DeleteSnapshot.template

相关的配置如下所示

时区
注意这个删除的操作并不是根据时间来的，而是每次创建新的snapshot的时候，这个事件会触发，根据我的观察，大概创建了snapshot 15分钟之后，他会扫描这个volume相关的snapshot，如果有标记的话，就根据设定的阈值进行删除旧的snapshot

设定删除的阈值，要么根据天数，要么根据总的个数

创建好的样子

Tag标记

最后看看如何tag，点开一个EC2，进行标记

根据我设定的时间 他会自动备份，在生成的snapshot上，我们可以看见对应的信息

如果我们设定了多个不同task template的stack，我们在进行标记的时候可以用逗号进行区分

查看历史记录

豆子一般是在cloudtrail里面查看相关的记录，不过可以看见日志比较凌乱

好在AWS提供了Athena，可以把cloudtrail的日志转换成table，然后通过sql语句来查询