工具写得好，运维没烦恼——聊聊Python与Go开发运维工具的那些坑与妙招

作者：Echo_Wish

前段时间我在公司搞自动化巡检的时候，一个老哥拍着我肩膀说：“现在的运维，手上没点工具，都不好意思说自己懂运维。”
我笑了笑说：“对啊，现在拼的不是谁会敲命令，而是谁的工具写得溜。”

这几年，运维的角色早就从“救火队员”变成了“自动化指挥官”。能写工具的运维，不仅省时间，还能省命。今天咱就聊聊，怎么用Python和Go开发运维工具，从思路到落地，再到维护，来点真干货。

一、为什么要自己写工具？

很多朋友问我：“网上工具那么多，为什么还要自己写？”
我一般这么回答：别人家的工具，不一定懂你家的锅。

运维的环境千奇百怪：

• 有的跑在裸机上，有的全是容器；
• 有的系统老到还在用Python2；
• 有的架构一看就知道是“多年进化的混合怪”。

这种时候，通用工具往往不接地气。
自己动手写工具，就能贴着场景走、贴着痛点打。

而且，自己写的东西能持续迭代，
出了问题，你自己修；
有新需求，你自己加。
这就是运维工具开发的灵魂——灵活、高效、可控。

二、Python：脚本界的瑞士军刀

要说运维工具开发的“入门之王”，那必须是Python。
为啥？因为它天生亲运维：

• 执行简单，一行搞定文件、网络、系统操作；
• 各种库现成：paramiko（SSH远程）、requests（HTTP调用）、psutil（系统监控）、subprocess（命令执行）；
• 开发快，迭代快。

比如，一个最基础的服务器状态巡检脚本，几行Python就能干完：

import psutil

def check_system():
    cpu = psutil.cpu_percent(interval=1)
    memory = psutil.virtual_memory().percent
    disk = psutil.disk_usage('/').percent

    print(f"CPU使用率: {cpu}%")
    print(f"内存使用率: {memory}%")
    print(f"磁盘使用率: {disk}%")

if __name__ == "__main__":
    check_system()

如果要远程执行一批命令，只要加上paramiko就行：

import paramiko

def remote_exec(host, user, passwd, cmd):
    ssh = paramiko.SSHClient()
    ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
    ssh.connect(host, username=user, password=passwd)
    stdin, stdout, stderr = ssh.exec_command(cmd)
    print(stdout.read().decode())
    ssh.close()

remote_exec('192.168.1.10', 'root', '123456', 'uptime')

这样的脚本，简短、清晰、上手快。
但Python有个问题——性能。
如果你要同时管理几百台机器，或者做实时日志处理，Python的GIL机制可能会让你卡脖子。
这时候，就得上Go。

三、Go：工具界的性能猛兽

Go（Golang）这几年在运维圈火得不行，尤其是搞云原生、K8s的团队，几乎人手一份Go脚本。
原因很简单：

• 性能高；
• 并发强；
• 编译成单个二进制文件，部署方便；
• 跨平台运行无依赖。

比如我们要写一个并发执行远程命令的运维工具，用Go实现就非常顺滑：

package main

import (
    "fmt"
    "os/exec"
    "sync"
)

func runCmd(host string, wg *sync.WaitGroup) {
    defer wg.Done()
    cmd := exec.Command("ssh", host, "uptime")
    out, err := cmd.CombinedOutput()
    if err != nil {
        fmt.Printf("[%s] 错误: %v\n", host, err)
        return
    }
    fmt.Printf("[%s] 输出:\n%s\n", host, out)
}

func main() {
    hosts := []string{"192.168.1.10", "192.168.1.11", "192.168.1.12"}
    var wg sync.WaitGroup
    for _, host := range hosts {
        wg.Add(1)
        go runCmd(host, &wg)
    }
    wg.Wait()
}

这就是Go的魅力：
goroutine轻量、并发优雅，几百台机器同时执行命令也不会卡死。
我常说，Python写逻辑，Go跑生产，这就是实战的黄金组合。

四、开发思路：别上来就写代码

很多人一上来就开敲代码，结果做了一堆脚本没人用。
其实开发运维工具，最重要的不是写，而是想。

可以用这四步走：

1. 发现痛点：搞清楚你要解决什么问题，是重复任务？是监控？是批量配置？
2. 确定范围：别一上来想做个全能平台，先聚焦一个小模块。
3. 设计结构：输入、输出、日志、错误处理、并发模型要先规划好。
4. 易维护性：留好配置文件、模块化设计、打包部署方便。

举个例子，假设我们要做个“批量服务重启工具”：

• 输入：服务器列表 + 服务名
• 逻辑：循环远程执行 systemctl restart
• 输出：成功/失败日志
• 进阶：加多线程或goroutine提高速度

一个简单脚本，能逐步成长为系统级工具。
工具的本质，其实就是把人的经验固化成代码。

五、维护：工具写完不是结束，是开始

工具写得多的人都知道，写代码容易，维护才难。
你得考虑版本兼容、依赖更新、异常情况、用户反馈……
尤其在团队环境里，工具出问题比系统宕机还尴尬。

我给大家几点实战经验：

• 日志必须有：出问题第一时间能追踪。
• 配置别硬编码：YAML或JSON管理配置，方便修改。
• 多留注释：谁都不想半年后连自己都看不懂。
• 版本控制必上Git：别搞“final_v2_真最终版.py”那一套。

六、我的一点感悟

我见过太多“被动型运维”——出了问题才修、用户抱怨才改。
而写工具，其实就是让运维变成“主动型”：
你提前预警、自动化处理、智能巡检。

工具不仅是效率的体现，更是思维的体现。
写工具的过程，其实是在理解系统、抽象流程、优化人力。
写多了你就会发现，工具开发其实是一次又一次对运维思维的升级。

七、结语

工具不是万能的，但它能让你更接近“无为而治”的运维状态。
Python让你快速起步，Go让你跑得更稳。
一个优秀的运维，不仅能救火，更能造水——
用自己的工具，让系统更聪明，让工作更轻松。