فرض کنید یک سرور مجازی جدید ساختهاید. ماشین مجازی روشن میشود، Ubuntu بدون خطا بوت میشود و حتی میتوانید از طریق SSH وارد آن شوید؛ اما رمز عبور اولیه اعمال نشده، پکیجهای موردنیاز نصب نشدهاند یا Agent مانیتورینگ و اسکریپت راهاندازی اجرا نشدهاند. در برخی موارد نیز برنامه فقط بخشی از تنظیمات را دریافت میکند و مراحل بعدی Provisioning ناقص میمانند.
این مشکل در VPSهایی که با Cloud-init راهاندازی میشوند اهمیت زیادی دارد. Cloud-init وظیفه دریافت اطلاعات اولیه ماشین از Datasource، تنظیم کاربران و کلیدهای SSH، پیکربندی شبکه و اجرای بخشهایی از User-data را بر عهده دارد. اگر در مرحله نامناسب به سرویس شبکه وابسته شویم یا Metadata و مخازن بستهها هنوز در دسترس نباشند، ممکن است فرایند تنظیم اولیه شکست بخورد.
برای رفع cloud-init network problem نباید بلافاصله Cloud-init را از ابتدا اجرا کرد یا همه سرویسهای شبکه را Restart کرد. ابتدا باید بفهمیم کدام مرحله شکست خورده است: شناسایی Datasource، تنظیم شبکه، اجرای دستورات User-data، نصب Packageها یا شروع سرویس اختصاصی برنامه.
در این مقاله، مراحل بوت Cloud-init، ارتباط آن با systemd و network-online.target، بررسی لاگها، شناسایی Datasource و طراحی اسکریپتهای Idempotent را آموزش میدهیم. همچنین توضیح میدهیم چگونه Provisioning ناقص را بدون تخریب تنظیمات فعلی سرور بازیابی کنید.
Cloud-init چیست و در ساخت VPS چه کاری انجام میدهد؟
Cloud-init ابزاری برای آمادهسازی خودکار سیستمعامل در نخستین راهاندازی یک سرور یا ماشین مجازی است. سرویسدهندگان ابری و مدیران زیرساخت از آن برای ساخت ماشینهای آماده استفاده میکنند.
بهجای ورود دستی به هر VPS و اجرای مراحل اولیه، میتوان اطلاعات موردنیاز را از طریق Metadata و User-data در اختیار ماشین قرار داد.
عملیات رایج Cloud-init شامل موارد زیر است:
- تنظیم Hostname و اطلاعات شناسایی Instance.
- ایجاد کاربران و تنظیم کلیدهای SSH.
- اعمال شبکه براساس Metadata یا Network-config.
- نصب پکیجهای سیستمعامل.
- ایجاد فایلهای پیکربندی.
- اجرای دستورات اولیه و راهاندازی سرویسها.
- دریافت تنظیمات از Datasourceهای ابری یا رسانههای محلی.
اگر ماشین بالا آمده اما این عملیات تکمیل نشدهاند، باید وضعیت اجرای Cloud-init را مستقل از وضعیت Boot سیستم بررسی کنید.
منبع رسمی: معرفی Cloud-init در مستندات رسمی.
مراحل اجرای Cloud-init در زمان Boot
یکی از مهمترین نکات عیبیابی، آشنایی با ترتیب اجرای Cloud-init است. Cloud-init فقط یک سرویس ساده نیست که پس از آمادهشدن کامل شبکه اجرا شود؛ بلکه در چند مرحله از Boot فعالیت میکند.
| مرحله | وظیفه | وضعیت شبکه |
|---|---|---|
| Detect / Generator | تشخیص فعالبودن Cloud-init و محیط اجرا | مرحله بسیار ابتدایی |
| Local | شناسایی منبع داده و آمادهسازی تنظیمات اولیه شبکه | معمولاً قبل از راهاندازی عادی شبکه |
| Network | دریافت دادههای لازم و اجرای ماژولهای مرحله شبکه | نیازمند رسیدن شبکه به شرایط تعریفشده |
| Config | اجرای بخشی از ماژولهای پیکربندی | پس از مراحل اولیه شبکه |
| Final | اجرای وظایف نهایی، نصب بستهها و اسکریپتهای کاربر | در مراحل پایانی Provisioning |
نام Unitهای systemd ممکن است با نسخه Cloud-init و بسته Ubuntu تغییر کند. برای همین باید Unitهای واقعی ماشین را بررسی کرد و نباید یک نام قدیمی مانند cloud-init.service را در تمام نسخهها ثابت فرض کرد.
نکته بسیار مهم: اجرای Local Stage قبل از Online شدن شبکه، نقص نیست؛ بخشی از طراحی Cloud-init برای آمادهسازی شبکه است. مشکل زمانی است که دستوری وابسته به اتصال شبکه، اشتباهاً در این مرحله قرار گرفته باشد یا Datasource موردنیاز بهموقع قابل دسترسی نباشد.
منبع: Cloud-init Boot Stages.
آیا network-online.target تضمین میکند اینترنت آماده است؟
خیر. در systemd دو مفهوم network.target و network-online.target وجود دارد که نباید آنها را با یکدیگر اشتباه گرفت.
network.target بیشتر یک نقطه هماهنگی در مدیریت شبکه است و تضمین نمیکند رابط شبکه IP معتبر گرفته باشد.
network-online.target میتواند نشان دهد مکانیزم انتظار شبکه به شرایط تعریفشده خود رسیده است؛ اما این Target تضمین نمیکند DNS درست پاسخ میدهد، اینترنت در دسترس است یا Metadata API و مخزن Packageها آمادهاند.
برای مثال ممکن است VPS آدرس IP داشته باشد و network-online.target فعال شده باشد، اما:
- DNS هنوز نام سرور مقصد را Resolve نکند.
- Default Route اشتباه باشد.
- فایروال خروجی HTTPS را مسدود کرده باشد.
- Metadata Service هنوز درخواستها را پاسخ ندهد.
- مخزن APT یا API موردنیاز موقتاً در دسترس نباشد.
بنابراین برای اسکریپتی که به یک API مشخص وابسته است، باید علاوه بر ترتیب اجرای systemd، دسترسپذیری همان سرویس را با Timeout و Retry محدود بررسی کرد.
منبع: مستندات systemd درباره Network Online.
نشانههای رایج مشکل Cloud-init و شبکه در VPS
| نشانه | احتمال مهم | اولین بررسی |
|---|---|---|
| VPS روشن است اما پکیج نصب نشده | خطای DNS، APT یا اجرای Final Stage | cloud-init-output.log |
| SSH Key اعمال نشده | مشکل دریافت یا پردازش Metadata | Datasource و cloud-init.log |
| Hostname پیشفرض باقی مانده | مقدار Metadata یا وضعیت Instance | cloud-init query |
| اسکریپت User-data نیمهکاره مانده | خطای دستور یا سرویس مقصد | Output Log و Exit Code |
| بعد از Reboot اسکریپت اجرا نمیشود | محدودیت Once-per-instance | Semaphores و Module Frequency |
| Cloud-init در انتظار شبکه میماند | Netplan، DHCP یا networkd | systemd-analyze و networkctl |
| Datasource پیدا نمیشود | Metadata، ConfigDrive یا شناسایی محیط | ds-identify.log |
| کلونها تنظیمات قدیمی دارند | Cache یا Instance-ID تکراری | Instance Data و Golden Image |
مرحله اول: وضعیت واقعی Cloud-init را بررسی کنید
پس از ورود به VPS، ابتدا نسخه و وضعیت Cloud-init را مشاهده کنید:
cloud-init --version
cloud-init status --long
خروجی میتواند نشان دهد Cloud-init هنوز در حال اجراست، تکمیل شده، غیرفعال است یا با خطا مواجه شده است.
برای بررسی وضعیت ساختاری در نسخههایی که پشتیبانی میکنند:
cloud-init status --format json
نکته: نمایش وضعیت Done بهتنهایی به معنی موفقبودن تمام دستورات خارجی نیست. برای اطمینان باید پیامهای خطا، وضعیت ماژولها و خروجی اسکریپتها بررسی شوند.
همچنین اجرای cloud-init status --wait از داخل خود اسکریپتهای bootcmd یا runcmd میتواند موجب انتظار حلقهای و توقف فرایند شود؛ بنابراین از آن داخل User-data در حال اجرای Cloud-init استفاده نکنید.
منبع:
Cloud-init Status and Failure States.
مرحله دوم: ترتیب سرویسهای Cloud-init و systemd را بررسی کنید
برای شناسایی Unitهای نصبشده:
systemctl list-units --all --type=service \
'cloud-init*' 'cloud-config*' 'cloud-final*'
برای مشاهده Unitهای موجود و فایلهای آنها:
systemctl list-unit-files 'cloud-*'
systemctl cat cloud-final.service
برای بررسی ارتباط مراحل Boot و زمان فعالشدن سرویسها:
systemd-analyze critical-chain cloud-init.target
systemd-analyze blame
اگر Unit مشخصی در نسخه نصبشده وجود نداشته باشد، ابتدا باید نامهای واقعی نمایشدادهشده توسط systemctl را پیدا کنید.
در تشخیص، به بخشهای After، Before، Wants و Requires توجه کنید. گزینه After صرفاً ترتیب اجرا را مشخص میکند و بهتنهایی سرویس وابسته را وارد تراکنش Boot نمیکند.
مرحله سوم: خواندن لاگهای اصلی Cloud-init
یکی از اشتباههای رایج هنگام بررسی Provisioning ناقص، نگاهکردن فقط به وضعیت systemctl است.
Cloud-init فایلهای اختصاصی دارد که اطلاعات دقیقتری درباره دریافت Datasource، اجرای ماژولها و خطاهای اسکریپتها ارائه میکنند.
| مسیر | کاربرد |
|---|---|
| /var/log/cloud-init.log | جزئیات مراحل، ماژولها و خطاهای Cloud-init |
| /var/log/cloud-init-output.log | خروجی قابل ثبت دستورات و اسکریپتها |
| /run/cloud-init/ds-identify.log | سرنخهای تشخیص Datasource و Platform |
| /var/lib/cloud/instance/ | داده و وضعیت Instance شناساییشده |
| /var/lib/cloud/data/ | بخشی از اطلاعات وضعیت و نتایج اجرا |
برای مشاهده انتهای لاگها:
sudo tail -n 120 /var/log/cloud-init.log
sudo tail -n 120 /var/log/cloud-init-output.log
برای پیدا کردن پیامهای مهم:
sudo grep -Ein \
'error|failed|timeout|traceback|datasource|network' \
/var/log/cloud-init.log | tail -n 100
این جستوجو برای یافتن سرنخ مفید است، اما کلمه Error یا Failed باید در زمینه همان ماژول و زمان بررسی شود.
برای مشاهده رویدادهای cloud-init در Journal:
sudo journalctl -b -u cloud-final.service \
--no-pager -n 100
این فایلها ممکن است حاوی آدرسهای داخلی، User-data و مقادیر حساس باشند. قبل از ارسال آنها به اشخاص دیگر، دادهها را بازبینی و در صورت لزوم محرمانهسازی کنید.
مرحله چهارم: پیدا کردن مرحله کند یا خراب با cloud-init analyze
Cloud-init ابزار داخلی برای تحلیل مدتزمان مراحل دارد.
برای مشاهده مراحل پرهزینه:
cloud-init analyze blame
برای نمایش ترتیب مراحل و زمان صرفشده:
cloud-init analyze show
با این ابزار میتوان بررسی کرد آیا بیشترین زمان صرف تشخیص Datasource، تنظیم شبکه، نصب بستهها یا اجرای ماژولهای دیگر شده است.
البته کندبودن یک مرحله الزاماً به معنی شکست آن نیست. باید گزارش زمان با خطاهای همان مرحله در cloud-init.log تطبیق داده شود.
منبع:
دستورات Cloud-init CLI و Analyze.
مرحله پنجم: بررسی Datasource؛ آیا VPS واقعاً اطلاعات اولیه را دریافت کرده است؟
Datasource منبعی است که Cloud-init اطلاعات Instance را از آن دریافت میکند. این اطلاعات ممکن است از Metadata Service، ConfigDrive، NoCloud Seed یا یک سازوکار اختصاصی زیرساخت تأمین شوند.
در محیطهای مختلف، Datasourceهای متفاوتی استفاده میشوند. بنابراین نباید فرض کنیم همه VPSها از آدرس Metadata یکسان یا یک نوع Cloud-init استفاده میکنند.
برای شناسایی Datasource در سیستم:
cloud-id
cloud-init query --all
اگر دستور cloud-id در Image موجود است، خروجی آن میتواند به شناسایی Cloud Platform کمک کند.
برای بررسی لاگ تشخیص Datasource:
sudo cat /run/cloud-init/ds-identify.log
برای بررسی Instance ID ذخیرهشده:
sudo cat /var/lib/cloud/data/instance-id
در صورت نبودن بعضی فایلها، وضعیت Cloud-init و مسیرهای موجود را بررسی کنید؛ نام یا ساختار همه فایلهای داخلی در تمام نسخهها تضمینشده نیست.
نکته امنیتی: خروجی کامل cloud-init query یا دادههای Instance ممکن است اطلاعات حساس داشته باشد. از انتشار عمومی آن بدون بازبینی خودداری کنید.
اگر Datasource به شبکه وابسته باشد چه اتفاقی میافتد؟
برخی Datasourceها اطلاعات را از رسانه محلی مانند ConfigDrive دریافت میکنند. برخی دیگر به سرویس Metadata شبکهای وابستهاند.
در حالت دوم، اگر Driver شبکه هنوز آماده نباشد، Route لازم وجود نداشته باشد یا Metadata Endpoint پاسخ ندهد، ممکن است شناسایی یا دریافت اطلاعات Instance شکست بخورد.
Cloud-init برای محیطهای مختلف روشهای خاصی جهت پیدا کردن Datasource و دریافت تنظیمات شبکه دارد؛ بنابراین راهحل یک محیط VMware با NoCloud Seed الزاماً با یک VPS مبتنی بر OpenStack یکسان نیست.
قبل از هر تغییر، این موارد را مشخص کنید:
- Datasource واقعی کدام است؟
- آیا Metadata از شبکه یا دیسک مجازی دریافت میشود؟
- آیا Instance ID درست و منحصربهفرد است؟
- آیا Driver کارت شبکه در زمان موردنیاز بارگذاری شده است؟
- آیا مسیر Metadata API در شبکه VPS مجاز است؟
- آیا تنظیمات Cloud Provider با محتوای Golden Image سازگار است؟
منبع:
Cloud-init Network Configuration and Datasources.
مرحله ششم: تشخیص اینکه شبکه واقعاً آماده است یا خیر
حتی اگر Cloud-init از مرحله Network عبور کرده باشد، بهتر است وضعیت شبکه را مستقل بررسی کنید.
برای مشاهده Interfaceها و آدرسها:
ip -br addr
ip route
ip -6 route
اگر شبکه با Netplan مدیریت میشود:
sudo netplan get
sudo netplan status --all
برای بررسی DNS:
resolvectl status
getent hosts archive.ubuntu.com
برای بررسی یک سرویس HTTPS که در اسکریپت Provisioning استفاده میشود، باید همان Host واقعی موردنظر را تست کنید؛ نه اینکه فقط پاسخ Ping به یک IP عمومی را معیار سلامت شبکه قرار دهید.
برای نمونه:
curl -fsS \
--connect-timeout 5 \
--max-time 10 \
https://provision.example.net/health
این آدرس صرفاً نمونه است. باید با Endpoint واقعی که تحت کنترل سازمان شماست جایگزین شود.
اگر Endpoint پاسخ نمیدهد، خطا را میان DNS، Route، Firewall، TLS و آمادهنبودن خود سرویس مقصد تفکیک کنید.
مرحله هفتم: بررسی optional بودن Interface اصلی در Ubuntu 26.04
در بعضی Imageها، برای جلوگیری از کندی Boot، رابط شبکه با optional: true تعریف میشود.
این تنظیم در جای درست مفید است، اما اگر User-data به شبکه نیاز دارد، Optional بودن تمام رابطهای مرتبط ممکن است باعث شود فرایند Boot بدون انتظار برای اتصال موردنیاز ادامه پیدا کند.
در Release Notes رسمی Ubuntu 26.04 تأکید شده که برای پیکربندیهایی که User-data آنها به شبکه نیاز دارد، باید حداقل یک رابط شبکه موردنیاز در Network-config با optional: false مشخص شود.
نمونه آموزشی:
network:
version: 2
renderer: networkd
ethernets:
ens3:
dhcp4: true
optional: false
ens4:
dhcp4: true
optional: true
در این مثال، ens3 رابط اصلی است و ens4 بهعنوان رابط اختیاری در نظر گرفته شده است.
هشدار: این فقط یک نمونه آموزشی است. فایل Netplan سرور واقعی ممکن است دارای IP ثابت، VLAN، Bond، Route سفارشی و تنظیمات cloud-init باشد. جایگزینکردن فایل فعلی با این مثال میتواند SSH را قطع کند.
برای عیبیابی اختصاصی انتظار شبکه، مقاله ایرانیکاسرور درباره رفع کندی بوت اوبونتو 26.04 با Netplan و Wait Online مکمل این راهنماست.
مرحله هشتم: تفاوت bootcmd، runcmd و اسکریپتهای User-data
یکی از علتهای رایج Provisioning ناقص، انتخاب مرحله نامناسب برای اجرای دستورات است.
در Cloud-init، گزینههای bootcmd و runcmd رفتار یکسانی ندارند.
| روش اجرا | زمان یا تناوب | کاربرد مناسب |
|---|---|---|
| bootcmd | مرحله ابتدایی، معمولاً در هر Boot | تنظیمات اولیه مستقل از شبکه |
| runcmd | یکبار برای هر Instance؛ اجرای واقعی در Final Stage | اسکریپتهای تنظیم اولیه |
| Shell User-data | معمولاً در نخستین Boot هر Instance | اجرای اسکریپت اولیه |
| per-boot | هر بار Boot | عملیات تکرارشونده طراحیشده |
| per-instance | یکبار برای هر Instance ID | پیکربندی اختصاصی Instance |
نکته دقیق این است که ماژول runcmd دستورات را برای اجرای بعدی آماده میکند و اجرای واقعی آنها توسط scripts-user در Final Stage صورت میگیرد.
با این حال Final Stage تضمین نمیکند یک API خارجی پاسخ موفق بدهد. برای عملیات وابسته به اینترنت همچنان باید Retry و Error Handling وجود داشته باشد.
منابع:
Cloud-init Modules Reference
و
Boot Commands and Run Commands.
مثال اشتباه: دانلود فایل خارجی در مرحله خیلی زودهنگام
فرض کنید این اسکریپت در bootcmd قرار داده شده باشد:
#cloud-config
bootcmd:
- curl -fsS https://provision.example.net/setup.sh -o /tmp/setup.sh
این طراحی برای یک عملیات حیاتی مناسب نیست؛ زیرا bootcmd در مرحله ابتدایی اجرا میشود و در آن لحظه ممکن است مسیر شبکه موردنیاز فراهم نشده باشد.
همچنین دریافت مستقیم یک اسکریپت و اجرای آن بدون اعتبارسنجی منبع، نسخه یا Hash ریسک امنیتی دارد.
روش مناسبتر این است که عملیات مربوط به شبکه در مرحله مناسب اجرا شود و برای اتصال خارجی، زمان انتظار محدود، کنترل خطا و بررسی صحت فایل وجود داشته باشد.
Idempotent Script چیست و چرا برای VPS ضروری است؟
یک اسکریپت Idempotent طوری طراحی میشود که اجرای مجدد آن، منابع و تنظیمات را بهصورت مخرب یا تکراری تغییر ندهد.
برای مثال، اگر اسکریپت ایجاد کاربر دوباره اجرا شد، نباید کاربر تکراری بسازد یا رمزهای موجود را بدون هماهنگی تغییر دهد.
برای Provisioning اصولی باید مشخص باشد:
- کدام مرحله قبلاً با موفقیت انجام شده است؟
- کدام عملیات را میتوان بدون مشکل دوباره اجرا کرد؟
- اگر نصب پکیج شکست خورد، چگونه Retry انجام شود؟
- اگر یک API موقتاً قطع شد، چه زمانی عملیات متوقف شود؟
- چگونه از اجرای دوباره عملیات مخرب جلوگیری کنیم؟
- چه زمانی Provisioning واقعاً Completed محسوب میشود؟
یک فایل Marker میتواند برای بعضی مراحل ساده مفید باشد، اما Marker باید فقط پس از موفقیت واقعی عملیات نوشته شود؛ نه بلافاصله پس از شروع اسکریپت.
مرحله نهم: نمونه Cloud-config با کنترل خطا و Retry محدود
نمونه زیر یک الگوی آموزشی برای اجرای اسکریپت Provisioning از طریق Final Stage است.
در این الگو فایل اسکریپت ابتدا روی دیسک ساخته میشود. سپس runcmd آن را اجرا میکند. اسکریپت قبل از ادامه، دسترسپذیری سرویس موردنیاز را با تعداد تلاش محدود بررسی میکند.
#cloud-config
write_files:
- path: /usr/local/sbin/iranica-provision.sh
owner: root:root
permissions: '0750'
content: |
#!/usr/bin/env bash
set -Eeuo pipefail
MARKER=/var/lib/iranica-provision.done
ENDPOINT=https://provision.example.net/health
if [ -f "$MARKER" ]; then
exit 0
fi
success=0
for attempt in 1 2 3 4 5; do
if curl -fsS --connect-timeout 5 \
--max-time 10 "$ENDPOINT" \
>/dev/null; then
success=1
break
fi
sleep 10
done
if [ "$success" -ne 1 ]; then
echo "Provisioning endpoint unavailable" >&2
exit 1
fi
echo "Required endpoint is ready"
# Place verified, idempotent setup steps here.
touch "$MARKER"
runcmd:
- [bash, /usr/local/sbin/iranica-provision.sh]
این نمونه مستقیماً آماده استفاده در Production نیست. نام Endpoint فرضی است، بخش نصب واقعی عمداً خالی گذاشته شده و برای جلوگیری از ثبت موفقیت کاذب باید عملیات معتبر برنامه قبل از Marker اضافه شود.
در محیط واقعی، برای اسکریپتهایی که بهصورت خودکار فایل اجرایی دریافت میکنند، استفاده از منبع مورد اعتماد، اعتبارسنجی محتوا و مدیریت امن اطلاعات احراز هویت ضروری است.
همچنین runcmd معمولاً یکبار برای هر Instance اجرا میشود. اگر اتصال در هر پنج تلاش شکست بخورد، نباید فرض کنید با Reboot بعدی خودکار دوباره اجرا میشود. برای بازیابی پایدار بهتر است از یک سرویس مستقل دارای سیاست Retry و کنترل Idempotency استفاده شود.
مرحله دهم: طراحی سرویس مستقل systemd برای Provisioning قابل تکرار
اگر تنظیمات VPS حیاتی هستند و ممکن است به دلیل قطعی موقت سرویس خارجی شکست بخورند، میتوان عملیات اختصاصی را در یک Unit جداگانه قرار داد.
این Unit باید پس از مراحل مرتبط Cloud-init و Network Online اجرا شود و خود اسکریپت نیز دسترسی واقعی به سرویس مقصد را بررسی کند.
نمونه مفهومی:
[Unit]
Description=VPS Application Provisioning
Wants=network-online.target
After=network-online.target cloud-init.target
ConditionPathExists=!/var/lib/iranica-provision.done
[Service]
Type=oneshot
ExecStart=/usr/local/sbin/iranica-provision.sh
TimeoutStartSec=180
RemainAfterExit=yes
[Install]
WantedBy=multi-user.target
این مثال برای نشاندادن وابستگیهاست و بهتنهایی یک سیستم Retry کامل نیست. در Serviceهای نوع oneshot باید سیاست اجرای مجدد، محدودیت تلاشها و مکانیزم Trigger با طراحی مشخص تعیین شود؛ برای مثال استفاده از Timer جداگانه یا اجرای مجدد کنترلشده توسط سامانه Provisioning.
فایل Unit باید پس از بررسی ترتیب اجرای واقعی سیستم، نحوه فعالشدن cloud-init.target و نیازهای برنامه تنظیم شود.
نکته عملیاتی: اضافهکردن وابستگیهای نادرست ممکن است چرخه وابستگی systemd ایجاد کند. برای همین نباید بدون بررسی Unitهای Cloud-init، یک Override عمومی روی سرویسهای اصلی ایجاد کرد.
مرحله یازدهم: مشکل Cloud-init در Golden Image و VPSهای Clone شده
در زیرساختهایی که VPS از روی یک Golden Image ساخته میشود، یکی از علتهای Provisioning ناقص، باقیماندن اطلاعات Instance قبلی داخل Image است.
Cloud-init برای تشخیص اینکه سیستم یک Instance جدید است یا قبلاً پیکربندی شده، از اطلاعات Datasource، Cache و شناسه Instance استفاده میکند.
اگر Golden Image بدون پاکسازی استاندارد به Template تبدیل شود، ممکن است ماشینهای جدید بهاشتباه بعضی مراحل را قبلاً اجراشده در نظر بگیرند.
برای بررسی وضعیت فعلی:
cloud-init status --long
cloud-init query --all
sudo ls -lah /var/lib/cloud/
sudo cat /var/lib/cloud/data/instance-id
در این سناریو باید Instance ID دریافتشده از Datasource با اطلاعات داخل ماشین تطبیق داده شود.
اگر چند VPS از یک Image ساخته میشوند، شناسههای Instance و اطلاعات Provisioning باید با طراحی Clone سازگار باشند.
هشدار: از تغییر دستی Instance ID یا حذف تصادفی پوشههای /var/lib/cloud برای حل فوری مشکل خودداری کنید. این دادهها در تشخیص چرخه اجرای Cloud-init نقش دارند.
آیا cloud-init clean راهحل Provisioning ناقص است؟
فرمان cloud-init clean برای پاکسازی بخشی از وضعیت Cloud-init و آمادهسازی اجرای مجدد در سناریوهای مشخص استفاده میشود.
اما این فرمان دستور عمومی تعمیر VPS آماده و در حال سرویسدهی نیست.
اجرای آن روی سرور عملیاتی میتواند باعث شود در Boot بعدی بعضی عملیات اولیه دوباره اجرا شوند، فایلها تغییر کنند یا تنظیمات حسابها و شبکه با دادههای Datasource بازنویسی شوند.
برای Golden Image، استفاده از Clean معمولاً باید در فرآیند مشخص آمادهسازی Template انجام شود؛ پس از آنکه همه تستها کامل شده و ماشین برای تبدیل به Image آماده است.
برای VPS عملیاتی که فقط یک مرحله نصب Agent آن شکست خورده، غالباً بهتر است همان عملیات را بهصورت هدفمند و کنترلشده بازیابی کنید، نه اینکه کل Cloud-init را دوباره از ابتدا اجرا کنید.
منبع:
Cloud-init Clean and CLI Reference.
مرحله دوازدهم: بازیابی امن Provisioning ناقص بدون اجرای مجدد همه مراحل
برای اصلاح یک VPS که بخشی از Provisioning آن شکست خورده است، ترتیب پیشنهادی چنین است:
- ابتدا از طریق Console یا SSH مجاز وارد سرور شوید.
- وضعیت Cloud-init و Datasource را ثبت کنید.
- از cloud-init.log و cloud-init-output.log نسخه امن تهیه کنید.
- مشخص کنید دقیقاً کدام مرحله شکست خورده است.
- وضعیت DNS، Route و سرویس مقصد را بررسی کنید.
- اگر مشکل موقت شبکه بوده، فقط همان مرحله Idempotent را پس از تأیید مجدداً اجرا کنید.
- اگر مشکل از User-data یا Datasource بوده، پیکربندی سیستم سازنده VPS را اصلاح کنید.
- موفقیت نهایی را با تست واقعی سرویس تأیید کنید.
اگر مرحله شکستخورده شامل ایجاد کاربر، تغییر رمز، بازنویسی فایل تنظیمات یا Migration دیتابیس بوده، اجرای مجدد آن بدون بررسی میتواند خطرناک باشد.
بهخصوص در سرویسهای حساس، بازیابی باید با بکاپ و روش بازگشت هماهنگ باشد.
مرحله سیزدهم: جمعآوری شواهد برای بررسی Provisioning
Cloud-init دستور collect-logs را برای جمعآوری اطلاعات تشخیصی ارائه میکند.
برای مشاهده راهنمای نسخه نصبشده:
cloud-init collect-logs --help
برای تولید بسته تشخیصی، با تأیید محل ذخیره و ظرفیت دیسک:
sudo cloud-init collect-logs
این فرمان فایل تشخیصی ایجاد میکند و صرفاً نمایش اطلاعات نیست. فایل خروجی ممکن است حاوی Metadata، User-data، مسیرهای داخلی و دادههای حساس باشد.
قبل از ارسال بسته به پشتیبانی، محتوا و مجوزهای دسترسی آن را بررسی کنید.
اسکریپت یکپارچه عیبیابی Cloud-init و شبکه VPS
اسکریپت زیر برای جمعآوری وضعیت Cloud-init، Datasource، Network، Route، سرویسهای مرتبط و خطاهای ثبتشده طراحی شده است.
این اسکریپت سرویسها را Restart نمیکند، Netplan را تغییر نمیدهد و Cloud-init را Reset نمیکند. بعضی دستورهای نمایش وضعیت بسته به نسخه، ممکن است برای جمعآوری اطلاعات با سرویسهای سیستم تعامل داشته باشند.
#!/usr/bin/env bash
echo "===== OS ====="
cat /etc/os-release
echo "===== CLOUD-INIT VERSION ====="
cloud-init --version
echo "===== CLOUD-INIT STATUS ====="
cloud-init status --long
echo "===== CLOUD PLATFORM ====="
cloud-id 2>/dev/null || true
echo "===== INSTANCE ID ====="
cat /var/lib/cloud/data/instance-id \
2>/dev/null || true
echo "===== SYSTEMD UNITS ====="
systemctl list-units --all --type=service \
'cloud-init*' 'cloud-config*' 'cloud-final*'
echo "===== BOOT CRITICAL CHAIN ====="
systemd-analyze critical-chain cloud-init.target \
|| true
echo "===== CLOUD-INIT ANALYSIS ====="
cloud-init analyze blame || true
echo "===== IP ADDRESSES ====="
ip -br addr
echo "===== IPV4 ROUTES ====="
ip -4 route
echo "===== IPV6 ROUTES ====="
ip -6 route
echo "===== DNS ====="
resolvectl status 2>/dev/null || true
echo "===== NETWORK SERVICE ====="
systemctl is-active systemd-networkd || true
systemctl is-active NetworkManager || true
echo "===== CLOUD-INIT ERRORS ====="
grep -Ein \
'error|failed|timeout|traceback' \
/var/log/cloud-init.log 2>/dev/null |
tail -n 60 || true
echo "===== CLOUD-INIT OUTPUT ====="
tail -n 80 /var/log/cloud-init-output.log \
2>/dev/null || true
echo "===== DIAGNOSTICS COMPLETE ====="
خروجی این اسکریپت ممکن است شامل IPها، نام سرویسها، پیامهای خطا و مسیرهای داخلی باشد. پیش از انتشار عمومی، دادهها را بازبینی کنید.
جدول تشخیص علت واقعی مشکل Cloud-init
| نتیجه بررسی | علت محتمل | اقدام مناسب |
|---|---|---|
| Datasource شناسایی نشده | Metadata یا شناسایی Platform | بررسی ds-identify و سیستم سازنده VM |
| IP وجود دارد اما DNS کار نمیکند | Resolver یا تنظیمات شبکه | بررسی Netplan و DNS |
| network-online.target فعال است اما API پاسخ نمیدهد | مشکل اتصال واقعی سرویس مقصد | Timeout، Retry و بررسی Endpoint |
| User-data در bootcmd شکست خورده | اجرای زودهنگام عملیات شبکهای | انتقال عملیات به مرحله مناسب |
| runcmd شکست خورده و پس از Reboot تکرار نشده | رفتار Once-per-instance | Retry هدفمند یا سرویس مستقل |
| Cloneها تنظیمات مشابه دارند | Instance-ID یا Cache Image | اصلاح Golden Image و Datasource |
| فقط Boot اولیه تأخیر دارد | مراحل Datasource یا مشکل نسخه/Image | تحلیل زمان و Known Issues |
| پکیجها دانلود نشدهاند | مشکل APT، DNS یا مخزن | بررسی لاگ دانلود و دسترسی مقصد |
اشتباههای رایج هنگام رفع Cloud-init Network Problem
۱. فرض اینکه هر مرحله Cloud-init باید بعد از آمادهشدن کامل شبکه اجرا شود
مرحله Local عمداً قبل از راهاندازی عادی شبکه اجرا میشود و بخشی از طراحی Cloud-init است.
۲. استفاده از bootcmd برای دانلود فایل یا نصب برنامه از اینترنت
دستورهای وابسته به اینترنت باید در مرحله مناسب و با بررسی واقعی دسترسی اجرا شوند.
۳. تصور اینکه network-online.target یعنی اینترنت سالم است
این Target دسترسی DNS، مخزن APT و API خارجی را تضمین نمیکند.
۴. تنظیم تمام Interfaceها روی optional: true
اگر User-data به شبکه نیاز دارد، این تنظیم میتواند در بعضی پیکربندیها باعث عبور زودهنگام از انتظار شبکه شود.
۵. اجرای cloud-init clean روی سرور عملیاتی بدون بررسی
ممکن است تنظیمات اولیه دوباره اجرا شوند و داده یا پیکربندی فعلی را تغییر دهند.
۶. اجرای مجدد User-data بدون Idempotency
ایجاد کاربران، نصب برنامه، تغییر فایلها و عملیات دیتابیس باید در برابر اجرای تکراری ایمن باشند.
۷. حذف Cache برای حل مشکل Instance-ID
بهتر است ابتدا منبع شناسه و فرایند ساخت Image اصلاح شود.
۸. نادیدهگرفتن Exit Code دستورهای اسکریپت
اگر اسکریپت خطای نصب یا دانلود را نادیده بگیرد، Provisioning ممکن است ظاهراً موفق ولی عملاً ناقص باشد.
۹. استفاده از Retry نامحدود
تلاش بدون Timeout میتواند Boot یا سرویس را برای مدت نامعلوم معطل کند.
۱۰. ذخیره رمز و Token در فایلهای Log
لاگ و بسته تشخیصی باید با اصول نگهداری اطلاعات حساس و دسترسی حداقلی مدیریت شوند.
سؤالات متداول درباره مشکل Cloud-init و شبکه VPS
چرا Cloud-init قبل از آمادهشدن شبکه اجرا میشود؟
زیرا مرحله Local برای شناسایی Datasource و آمادهسازی بخشی از شبکه طراحی شده و باید پیش از راهاندازی عادی آن اجرا شود.
چرا VPS بالا میآید اما Provisioning ناقص است؟
ممکن است Cloud-init با خطای Datasource، شبکه، DNS، نصب بسته یا اجرای اسکریپت مواجه شده باشد؛ موفقیت Boot بهتنهایی به معنی کاملشدن Provisioning نیست.
چگونه وضعیت Cloud-init را بررسی کنیم؟
با cloud-init status –long و بررسی فایلهای cloud-init.log و cloud-init-output.log میتوان مراحل و خطاها را مشاهده کرد.
تفاوت bootcmd و runcmd چیست؟
bootcmd در مرحله ابتدایی و معمولاً در هر بوت اجرا میشود؛ درحالیکه runcmd عملیات یکبار برای هر Instance را برای اجرا در Final Stage آماده میکند.
آیا network-online.target به معنی دسترسی اینترنت است؟
خیر. ممکن است Network Online اعلام شده باشد اما DNS، Gateway یا سرویس مقصد قابل دسترسی نباشد.
چرا اسکریپت Cloud-init بعد از Reboot دوباره اجرا نمیشود؟
چون بسیاری از عملیات Cloud-init دارای تناوب Once-per-instance هستند. برای تکرار کنترلشده باید طراحی جداگانه وجود داشته باشد.
چطور بفهمیم Cloud-init از چه Datasource استفاده کرده است؟
از cloud-id، cloud-init query و ds-identify.log برای بررسی اطلاعات شناسایی منبع داده استفاده کنید.
آیا cloud-init clean مشکل را حل میکند؟
در بعضی سناریوهای آمادهسازی Image کاربرد دارد، اما راهکار عمومی و کمریسک برای VPS عملیاتی نیست.
چرا VPS Clone شده اطلاعات قبلی را نگه میدارد؟
ممکن است Cache، شناسه Instance یا دادههای اولیه Golden Image با فرایند ساخت Clone هماهنگ نباشند.
بهترین روش جلوگیری از Provisioning ناقص چیست؟
انتخاب مرحله درست اجرا، بررسی Datasource، استفاده از Scriptهای Idempotent، Timeout و Retry محدود و تأیید نهایی عملکرد سرویسها.
جمعبندی؛ چگونه Cloud-init را به Provisioning قابل اعتماد تبدیل کنیم؟
اگر VPS بوت میشود ولی تنظیمات اولیه آن کامل نیست، ابتدا مشخص کنید مشکل در کدام مرحله Cloud-init رخ داده است. باید بین شناسایی Datasource، آمادهسازی شبکه، اجرای User-data و نصب بستهها تفاوت گذاشت.
مرحله Local بهطور طبیعی پیش از Online شدن شبکه اجرا میشود. در مقابل، دستورات وابسته به شبکه باید در زمان مناسب اجرا شوند و دسترسی واقعی به سرویس مقصد را بررسی کنند. حتی رسیدن سیستم به network-online.target تضمین نمیکند Metadata API یا مخزن Packageها آماده باشد.
برای یک زیرساخت VPS قابل اعتماد، اسکریپتهای Provisioning باید خطاها را ثبت کنند، اجرای مجدد آنها ایمن باشد و هر مرحله فقط پس از موفقیت واقعی Completed محسوب شود.
اصل نهایی: مشکل Cloud-init را با Restart کورکورانه، پاککردن Cache یا اجرای مجدد همه مراحل حل نکنید. ابتدا علت را در ترتیب بوت، Datasource و شبکه پیدا کنید؛ سپس همان مرحله شکستخورده را بهصورت هدفمند و قابل بازگشت اصلاح کنید.






دیدگاهها (۰)