Ansible 网络连接超时优化：批量任务执行耗时加速策略

Ansible批量任务执行慢的关键在于分层调优网络连接与任务调度机制：调高三类超时参数、启用SSH连接复用与心跳、长任务改用异步模式、增大并行数forks并启用free策略、关闭不必要的facts收集。

Ansible 批量任务执行慢，多数卡在 SSH 建连和任务阻塞上，不是靠换工具能解决的，关键是分层调优网络连接与任务调度机制。

调整全局超时参数防连接中断

默认 timeout=10 秒太保守，尤其跨公网或高延迟环境容易触发“Connection timed out”。需在 /etc/ansible/ansible.cfg 的 [defaults] 段落中统一设三类阈值：

• timeout = 30：控制 SSH 连接建立最大等待时间（如首次握手、密钥交换）
• ansible_ssh_timeout = 30：维持已建立 SSH 会话的保活超时（防中间设备断连）
• command_timeout = 600：限制 shell/command/uri 等模块单次命令执行上限（注意：copy/template 等模块不支持该参数）

加固 SSH 连接稳定性

反复建连是批量慢的主因。在 [ssh_connection] 区块启用连接复用与心跳机制：

• 添加 ssh_args = -o ControlMaster=auto -o ControlPersist=600s：复用同一 TCP 连接通道，避免每 task 重开 SSH
• 加上 -o ServerAliveInterval=60 -o ServerAliveCountMax=3：每 60 秒发一次心跳，连续 3 次无响应才断连，适应短暂网络抖动
• 服务端同步关闭 UseDNS yes（/etc/ssh/sshd_config），防止反向 DNS 查询拖慢响应

用异步模式释放长任务阻塞

编译、升级、数据库迁移等超过 5 分钟的任务，不能靠拉长 timeout 硬扛，必须切为异步：

• 启动任务时设 async: 7200 poll: 0（如 async: 7200 表示最长允许运行 2 小时）
• poll: 0 是关键：表示 Ansible 不主动轮询，交由后续 async_status 模块按需查状态，避免因目标机负载高导致轮询失败
• 配合 until + retries 轮询作业状态，例如 delay: 50 retries: 144，覆盖 2 小时窗口

提升并行效率减少等待空耗

默认仅并发 5 台，千台规模下耗时呈倍数增长：

• 在 ansible.cfg 中设 forks = 50（建议设为受控机数 × 0.8，但不超过控制机 CPU 核数 × 4）
• Playbook 中加 strategy: free：让各主机独立执行，不等最慢节点完成再进下一 task
• 关闭 facts 收集：gather_facts: false（若 playbook 不依赖系统信息），可省掉首阶段 1–3 秒/主机的开销