linux--ansible(playbook5 变量2)

本文介绍了如何在Ansible playbook中使用register变量保存shell命令输出,通过vars_prompt获取用户交互信息,包括设置默认值和处理密码输入。特别讨论了在playbook中处理密码加密的问题,提出在Ansible端利用特定库支持的sha1加密方法来完善用户密码的管理。

register

保存shell命令输出结果到一个变量中去

---
- hosts: testB
  remote_user: root
  tasks:
  - name: test shell
    shell: "echo test > /var/testshellfile"
    register: testvar                        注册定义变量
  - name: shell module return values
    debug:
      var: testvar               必须为var

在这里插入图片描述
获取键值对

---
- hosts: testB
  remote_user: root
  tasks:
  - name: test shell
    shell: "echo test > /var/testshellfile"
    register: testvar
  - name: shell module return values
    debug:
      msg: "{{testvar.cmd}}"
---
- hosts: testB
  remote_user: root
  tasks:
  - name: test shell
    shell: "echo test > /var/testshellfile"
    register: testvar
  - name: shell module return values
    debug:
      msg: "{{testvar['cmd']}}"

在这里插入图片描述

vars_prompt

获取用户交互信息

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "your_name"             第一个变量
      prompt: "What is your name?"  提示输入信息 输入后存到变量里面
    - name: "your_age"              第二个变量
      prompt: "How old are you?"
  tasks:
    - name: output values
      debug:
        msg: Your name is {{your_name}},you are {{your_age}} years old.

在这里插入图片描述

让输入回显

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "your_name"
      prompt: "What is your name?"
      private: no                 非私有,可以看到
    - name: "your_age"
      prompt: "How old are you?"
      private: no
  tasks:
    - name: output values
      debug:
        msg: Your name is {{your_name}},you are {{your_age}} years old.

在这里插入图片描述
设置默认值

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "solution"
      prompt: "Choose the solution you want \n
      A: apple\n
      B: banana\n
      C: orige\n"
      private: no
      default: A
  tasks:
    - name: output vars
      debug:
        msg: Thi final solution is {{solution}}

默认选A

在这里插入图片描述
选择B

在这里插入图片描述

创建一个用户,并加入密码

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "user"
      prompt: "useradd"
      private: no
    - name: "password"
      prompt: "passwordadd"
      private: no
  tasks:
    - name: useradd
      user:
        name: "{{user}}"
        password: "{{password}}"

在这里插入图片描述
上述还存在一个问题就是在playbook里面无法解决password加密问题

为了解决 进行如下操作

在ansible端

yum install wget -y
wget https://pypi.python.org/packages/source/s/setuptools/setuptools-0.6c11.tar.gz
tar zxf setuptools-0.6c11.tar.gz
tar zxf pip-20.0.2.tar.gz
cd pip-20.0.2
python setup.py install
pip install passlib

在这里插入图片描述

在上面这个库的支持下,可以有sha1加密

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "hash_string"
      prompt: "Enter something"
      private: no
      encrypt: "sha512_crypt"         加密
  tasks:
    - name: output the string after hash
      debug:
        msg: "{{hash_string}}"

在这里插入图片描述

完善给用户密码的playbook

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "user"
      prompt: "useradd"
      private: no
    - name: "password"
      prompt: "passwordadd"
      encrypt: "sha512_crypt"
  tasks:
    - name: useradd
      user:
        name: "{{user}}"
        password: "{{password}}"

在这里插入图片描述
在这里插入图片描述

重复输入密码

---
- hosts: testB
  remote_user: root
  vars_prompt:
    - name: "user"
      prompt: "useradd"
      private: no
    - name: "password"
      prompt: "passwordadd"
      encrypt: "sha512_crypt"
      confirm: yes                 重复
  tasks:
    - name: useradd
      user:
        name: "{{user}}"
        password: "{{password}}"

在这里插入图片描述
在这里插入图片描述

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值