1 / 4概念
Terraform
Terraform 把基础设施写成声明式配置,用 plan 展示差异,用 apply 把差异落到云上。判断标准不是“能不能建资源”,而是状态归谁管、变更是否可审、漂移和爆炸半径是否可控。
1 概念
1.1 一句话定义
Terraform 是声明式的基础设施即代码工具:HCL 描述期望资源,provider 把资源映射到云 API,state 记录配置地址与真实资源 ID 的对应关系,plan/apply 负责计算并执行差异。
1.2 它解决什么问题
- 可复现:同一份配置在测试/生产创建同构资源。
- 可评审:变更以 plan 形式进入 PR,而不是人在控制台点。
- 漂移检测:refresh/plan 发现控制台手改与配置不一致。
- 爆炸半径控制:按环境/团队拆分 state,失败只影响一个范围。
没有 IaC,环境差异、权限和资源关系只存在于人的记忆和工单里。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 应用配置、Feature Flag 与运行时参数 | Application Protocols / 配置管理 |
| Kubernetes 工作负载与 Service | Kubernetes |
| 镜像构建与容器运行时 | Docker |
| CI 流水线编排与制品 | CI/CD |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| Resource | 被管理的真实对象 | 不是模块 |
| Data source | 只读查询已有对象 | 不创建资源 |
| Module | 可复用的配置包 | 不是 state |
| State | 地址到真实 ID 的映射 | 不是配置文件 |
| Backend | state 的存储与锁 | 不是 provider |
| Plan | 变更预览 | 不是 dry-run 一定安全 |
| Drift | 真实资源偏离配置 | 不是配置错误 |
| Import | 把已有资源纳入 state | 不是创建资源 |
2 机制
2.1 心智模型
Terraform 维护一张期望状态图和一份真实资源账本。plan 做三件事:刷新真实状态、对比配置、生成变更图;apply 按依赖顺序调用 provider。state 是账本,不是备份:丢了 state,Terraform 就不知道资源归它管。
2.2 机制拆解
- 解析:加载
.tf文件,展开模块,解析变量、locals 和引用,形成资源图。 - 认证:provider 从环境、profile、OIDC 或 secret 获取凭据;不要写进代码。
- 刷新:plan/refresh 读取真实资源属性,更新 state 中的缓存。
- 计划:对比配置与 state,生成 create/update/replace/destroy;
-replace强制重建。 - 执行:按依赖图并发 apply,单 state 同一时间只允许一个写者(锁)。
- 状态:apply 后把新 ID/属性写回 state;remote backend 负责持久化与锁。
- 模块:输入变量 + 资源 + 输出,版本化复用;模块不是隔离边界。
- 工作区:同一配置多份 state,适合临时环境;生产多用独立目录/state。
2.3 完整枚举
| 分类 | 成员 | 关键属性 | 适用 |
|---|---|---|---|
| 顶层块 | terraform、provider、resource、data、module、variable、output、locals | 配置/认证/资源/查询/复用/契约 | 所有配置 |
| 元参数 | count、for_each、depends_on、provider、lifecycle | 展开、显式依赖、别名、生命周期 | 多实例/顺序 |
| 生命周期 | create_before_destroy、prevent_destroy、ignore_changes、replace_triggered_by | 替换顺序与保护 | 零 downtime/防误删 |
| State 命令 | list、show、mv、rm、import、taint、untaint、pull、push | 账本操作,高风险 | 迁移/接管/修复 |
| Backend | local、s3、gcs、azurerm、consul、http、cloud | 存储、锁、加密、版本 | 团队协作 |
2.4 关键数字与量级
| 指标 | 量级 | 说明 |
|---|---|---|
| Plan 时间 | 秒–分钟 | 资源数量、provider 刷新、API 限流 |
| State 大小 | KB–数十 MB | 越大越慢,按团队/环境拆分 |
| 锁超时 | 默认 0(一直等) | CI 要设超时,避免卡死 |
| 单 state 并发写 | 1 | 锁是正确性边界 |
| Drift 检测 | 每次 plan | 控制台手改会被发现 |
3 实践
3.1 最小示例
terraform {
required_version = ">= 1.6"
backend "s3" {
bucket = "example-tf-state"
key = "prod/network/terraform.tfstate"
region = "cn-north-1"
dynamodb_table = "terraform-locks"
encrypt = true
}
}
provider "aws" { region = "cn-north-1" }
resource "aws_s3_bucket" "logs" { bucket = "prod-app-logs" }
terraform init
terraform fmt -check
terraform validate
terraform plan -out=tfplan
terraform apply tfplan
3.2 常用操作与参数
| 操作 | 命令 / API | 说明 |
|---|---|---|
| 初始化 | terraform init | 下载 provider、配置 backend |
| 校验 | terraform validate | 语法与引用检查,不访问云 |
| 计划 | terraform plan -out=tfplan | 保存计划,apply 时复用 |
| 应用 | terraform apply tfplan | 只执行已审的计划 |
| 看状态 | terraform state list | 列出当前账本地址 |
| 导入 | terraform import aws_s3_bucket.logs name | 接管已有资源,先补配置 |
| 销毁 | terraform destroy | 高风险,先 plan |
3.3 标准流程
- 按环境/团队/生命周期拆分 state;不要把生产与测试放一起。
- 配 remote backend + 锁 + 加密 + 版本控制;本地 state 只用于试验。
- 所有变量有类型、描述和默认值策略;敏感变量标
sensitive。 - 用模块封装重复模式,固定模块版本;模块输入/输出是契约。
- PR 中跑
fmt/validate/plan,人工审 plan,尤其看 destroy/replace。 - apply 只执行已审计划;生产禁用无审的 auto-approve。
- 定期 plan 检测 drift,并用 import/mv 修复账本,不要手改 state。
3.4 与相邻技术的组合
- CI/CD:CI 跑 plan 并评论 PR,CD 在受控环境 apply;凭据用 OIDC 短期令牌。
- Kubernetes:Terraform 管集群/节点池/网络,K8s 管工作负载;不要用 Terraform 管每个 Pod。
- 策略即代码:OPA/Sentinel 在 plan 阶段拦截高风险变更。
3.5 选型维度
| 维度 | 取值 | 影响 |
|---|---|---|
| 云与资源 | 单云 / 多云 / 混合 | provider 覆盖与成熟度 |
| 团队协作 | 单人 / 多人 | state 后端、锁、评审流程 |
| 现有资产 | 新建 / 接管 | import 与 state 迁移工作量 |
| 策略要求 | 普通 / 强合规 | policy as code、审批 |
| 运行模式 | CLI / GitOps | 漂移与权限模型不同 |
3.6 决策规则
- 多云/多 provider:Terraform/OpenTofu 的生态最稳。
- 单云且深度绑定:CloudFormation/Bicep 也可,但跨资源编排较弱。
- 已有 Kubernetes 且想用 CRD 管云资源:评估 Crossplane,但运维面不同。
- 团队小、资源少:托管 IaC 或简单模块,不要过度抽象。
- 强合规:plan 必须人工审 + policy 检查 + 短期凭据。
- 需要接管已有资源:先写配置,再 import,再 plan 到无差异。
3.7 替代方案对比
| 方案 | 优势 | 代价 | 适用 |
|---|---|---|---|
| Terraform | 生态最大、provider 多 | state 与锁需要自管 | 多云、通用 IaC |
| OpenTofu | 开源分支、兼容 HCL | 生态与托管支持较新 | 避免 license 风险 |
| Pulumi | 通用语言、类型强 | 运行时与状态模型不同 | 开发者主导 |
| CloudFormation | AWS 原生、托管状态 | 锁定 AWS、跨云弱 | 单云 AWS |
| Crossplane | K8s 原生、持续调谐 | 学习曲线与集群依赖 | 平台工程 |
3.8 何时不该用
- 一次性手工实验:直接控制台更快。
- 应用运行时配置:用配置中心/环境变量,不要每次改 IaC。
- 高频动态资源:K8s/Operator 的调谐模型更合适。
- 团队没有 state 后端与评审流程:先建流程,再扩大范围。
- 需要跨资源事务:Terraform 没有;要设计补偿与幂等。
4 边界
4.1 典型故障
| 症状 | 根因 | 处理 |
|---|---|---|
| 报 state 锁被占用 | 上次 apply 异常退出/CI 并发 | 确认无运行后 force-unlock,不要盲解 |
| plan 出现意外 destroy | 地址变化、count/for_each 改动、模块升级 | 用 moved 块/state mv 修复地址 |
| 认证失败 | 凭据过期、OIDC 配置错误、region 不对 | 检查 provider 与 CI 身份 |
| apply 一半失败 | API 限流、权限不足、资源依赖 | 修因后重跑;Terraform 会从 state 继续 |
| 控制台手改后又被改回 | drift + 下次 apply 覆盖 | 把变更写回代码,或 import 后管理 |
| 模块升级破坏兼容 | 未固定版本/输入变更 | 固定版本,读 changelog,分环境升级 |
count 删除中间元素导致错位 | 用索引定位资源 | 改用 for_each + 稳定 key |
4.2 反模式
| 做法 | 后果 | 替代 |
|---|---|---|
| 本地 state 放生产 | 丢失/覆盖/无法协作 | remote backend + 锁 |
把密钥写进 .tf/变量默认值 | 进入 state 与日志 | secret manager/短期凭据 |
| 控制台手改生产 | drift、下次 apply 覆盖 | 所有变更走代码 |
apply -auto-approve 上生产 | 未审的 destroy | 保存 plan 并人工审 |
4.3 可观测信号
- Plan 中的 create/update/replace/destroy 数量与资源地址。
- State 版本、大小、锁等待时间、最后修改者。
- Drift 检测结果:每次 plan 的差异。
- 云审计日志:谁在控制台改了资源。
- CI 日志:provider 版本、凭据来源、apply 耗时。
- Policy 检查结果:高风险变更是否被拦截。
4.4 安全 / 性能 / 一致性边界
- State 是敏感数据:包含资源属性和可能的密钥;加密、最小权限、审计访问。
- Apply 不是事务:跨资源失败会留下部分完成;设计幂等与补偿。
- Drift 是常态:控制台、其他工具、自动扩缩都会改变真实状态。
- 爆炸半径:state 拆分是主要控制手段;模块不是隔离边界。
- 凭据:短期 OIDC 优于长期 AK;不要让 PR 的 plan 拥有写权限。