MAC環境にAnsible導入後、AWSサービス構築までの道〜番外編：DB構築（MySQL）〜

番外編
Ansibleで新規データベース作成、新規ユーザー作成、データインポートを行う

やりたいこと

1. 新規DB作成
2. 新規ユーザー作成
3. 既存DBよりデータdump
4. 新規DBへデータインポート

事前準備

AnsibleよりMySQLを実行する際にMySQL-pythonが必要となる。
私の環境ではMySQL-python26では上手く動かず、MySQL-python27をインストールすることで動くようになりましたので、バージョンを指定しています。

MySQL-python26の際に出たエラー内容は「MySQL-pythonがない」というエラーでした。
MySQL-pythonがインストールされているにも関わらず、エラーになる場合はバージョンを変更して試してみるといいかもしれません。

sudo yum install MySQL-python27.x86_64

create_database.yml作成

変数化できる部分はvars_filesにまとめています。

create_database.yml

# MySQL関連のモジュールを利用する際のログインユーザー情報ファイルの作成
- name: Create .my.cnf
  template:
    src: templates/my.cnf.j2
    dest: /root/.my.cnf
    owner: root
    group: root
    mode: 0600

# 新規データベース作成
- name: Create Database
  mysql_db:
    login_host: "{{ db_host }}"
    login_user: "{{ db_root_user }}"
    login_password: "{{ db_root_pass }}"
    name: "{{ prefix }}_{{ project_name }}"
    encoding: utf8
    state: present

# 新規ユーザー作成
- name: Create User
  mysql_user:
    login_host: "{{ db_host }}"
    login_user: "{{ db_root_user }}"
    login_password: "{{ db_root_pass }}"
    host: '%'
    name: "{{ db_user }}"
    password: "{{ db_pass }}"	
    append_privs: yes
    priv: "{{ prefix }}_{{ project_name }}.*:ALL,GRANT"
    state: present

# 既存DBよりデータdump
# 既存DBからdumpするため、新規DBとは別hostを指定する
- name: Create Dump
  mysql_db:
    login_host: "{{ db_dump_host }}"
    login_user: "{{ db_dump_user }}"
    login_password: "{{ db_dump_pass }}"
    name: "{{ db_dump_name }}"
    target: /tmp/{{ db_dump_name }}_{{ now_date }}.sql
    encoding: utf8
    single_transaction: yes
    state: dump

# 新規DBへデータインポート
- name: Import Date
  mysql_db:
    login_host: "{{ db_host }}"
    login_user: "{{ db_user }}"
    login_password: "{{ db_pass }}"
    name: "{{ prefix }}_{{ project_name }}"
    target: /tmp/{{ db_dump_name }}_{{ now_date }}.sql
    encoding: utf8
    state: import

実行

以下コマンドにて実行。
「-vvv」をつけることで、詳細な実行ログが出力されます。
エラーが出ている際など、非常に助かるので常にオプション付与して実行しています！

ansible-playbook -vvv -i localhost, -c local create_database.yml

確認

新規データベースに作成したユーザーでアクセスできること。
インポートしたデータが確認できること。

感想

コマンドラインとあまり変わらない感じですが、自動化することで作業時間の短縮には繋がりました。