用python的threading模块写了个部署脚本，使用中总遇到个奇怪问题。
先看python脚本中的threading方法：
#threading_cmd 方法
def threading_test(in_ip, dir_name, server):
semaphore.acquire()
ssh_cmd = "ssh root@%s 'echo %s'" %(in_ip, dir_name)
proc = subprocess.Popen(ssh_cmd, shell = True, stdout = subprocess.PIPE, stderr = subprocess.PIPE, stdin = subprocess.PIPE)
cmdout, cmderr = proc.communicate()
sys.stdout.write(cmdout)
#print "*** %s *** %s" %(cmdout, dir_name)
print "\033[1;31;40m########## %s 服 目录: %s 重启完毕! 结束时间: %s ##########\033[0m\n" %(server, dir_name, time.strftime('%H:%M:%S',time.localtime(time.time())))
semaphore.release()
再看如何调用的：
elif cmd == 'thread_cmd':
#run_cmd = sys.argv[3]
thread_num = 80
check = raw_input("\033[1;31;40m确认要 并行 重启 %s 吗? 此次启动线程数为 %d 个!\033[0m\n" %(zone, thread_num))
semaphore = threading.BoundedSemaphore(thread_num)
if check == 'yes':
print "\033[1;31;40m########## 重启 %s 任务开始 启动线程数为 %d 个! 开始时间: %s ##########\033[0m" %(zone, thread_num, time.strftime('%H:%M:%S',time.localtime(time.time())))
for server in sorted(do_server_list):
in_ip = in_ip_dict.get(server)
dir_name = dir_dict.get(server)
#t1=threading.Thread(target=threading_cmd, args=(in_ip,dir_name,server,run_cmd))
t1=threading.Thread(target=threading_test, args=(in_ip,dir_name,server))
t1.start()
else:
print "\033[1;31;40m退出 请重新确认!\033[0m"
基本流程就是启80个线程，每个线程去特定的ip，特定的目录去执行shell脚本
但是有时会遇到下图中的情况，红框中的那些没有执行直接就返回print的结果了
之后咨询了公司里的python大拿，在threading方法里添加了print cmdout的语句。
#threading_cmd 方法
def threading_test(in_ip, dir_name, server):
semaphore.acquire()
ssh_cmd = "ssh root@%s 'echo %s'" %(in_ip, dir_name)
proc = subprocess.Popen(ssh_cmd, shell = True, stdout = subprocess.PIPE, stderr = subprocess.PIPE, stdin = subprocess.PIPE)
cmdout, cmderr = proc.communicate()
sys.stdout.write(cmdout)
print "*** %s *** %s" %(cmdout, dir_name) #<<<<<----- 添加了这句看回显
print "\033[1;31;40m########## %s 服 目录: %s 重启完毕! 结束时间: %s ##########\033[0m\n" %(server, dir_name, time.strftime('%H:%M:%S',time.localtime(time.time())))
semaphore.release()
再执行结果如下：
红框中的几个服确实是没执行shell命令，这时候突然想到个现象。
一般遇到这种情况的时候，都是同一时间执行的那些服都在一台服务器上的时候，会不会是ssh那边的问题导致同一时间连过去的连接过多，拒绝了一些导致有些服没执行成功呢？那么既然这么怀疑，就让我们验证下吧。
在同一目标机上的24个服执行，看下目标机的ssh log：
果然，在/var/log/secure只过滤到21个ssh连接，还有3个丢失了，与执行机上显示失败的数量一致，找到问题了！
那么看看sshd_config里如何定义的：
#MaxAuthTries 6
#MaxSessions 10
#MaxStartups 10:30:100
与此相关的参数有上面三个:
-
#MaxAuthTries 6指的是尝试连接时输错密码最大的尝试次数，应该与这个无关，我都是用
sshkey连的。 -
#MaxSessions 10指的是每个连接可以并行开启多少个会话
session，默认值是10. -
#MaxStartups 10:30:100指的是限制处于连接页面时的连接数，默认值
10。连接页面就是当你登录ssh时，还没输入密码的页面。那么这个
10:30:100是什么意思呢？原来指的是当连接数达到10时，之后的连接有30的概率被拒绝掉，超过100个连接时就全部决绝掉
那么我们调整一下：
MaxSessions 100
MaxStartups 100
都调成100，然后重启下sshd试试
果然，都成功了！！！