批量执行命令核心分为4 大类方案：原生 Shell 批量、轻量 Agentless（Ansible）、Agent 模式（SaltStack/Puppet）、自研平台（Go/Python 封装）。生产最常用是 Ansible，简单临时场景用 Shell 脚本 + sshpass/expect。
核心诉求：批量下发命令、回显收集、失败重试、超时控制、权限管控、日志留存、禁止高危命令（rm -rf、格式化等）。
一、无 Agent 方案（Agentless，推荐优先）
不需要在目标机器安装客户端，通过 SSH 协议远程执行，适合 Linux 服务器。
1. 简易 Shell 批量（临时应急，不适合大规模）
方式 1：ssh + 循环（需要免密 ssh）
# host.txt 每行一个IP
while read ip; do
echo "===== $ip ====="
ssh root@$ip "hostname; df -h"
done < host.txt
优点：零依赖，服务器自带 ssh
缺点：串行执行慢；没有超时、失败隔离；输出混杂；无并发控制
方式 2：并行版本（GNU parallel）
cat host.txt | parallel -j 10 "ssh root@{} 'hostname; free -h'"
-j 10：并发 10 台，防止打爆跳板机
免密不方便时，可用
sshpass传入密码，但安全风险极高，生产禁止，仅测试环境临时用。
2. Ansible（企业主流首选）
底层基于 SSH，YAML 描述任务，支持并发、过滤主机、重试、日志、变量、权限控制。
1）inventory 主机清单 hosts.ini
[web]
192.168.1.10
192.168.1.11
[db]
192.168.1.20
2）Ad-hoc 临时批量执行命令（一行命令，最常用）
# 对web分组所有机器执行命令，并发5台
ansible web -i hosts.ini -m command -a "df -h" -f 5
# shell模块（支持管道、重定向）
ansible web -m shell -a "ps -ef | grep java"
command：不经过 shell，更安全，不支持管道；shell：调用系统 shell，支持管道，有注入风险。
3）Playbook 剧本（复杂批量配置，可复用）
# batch_cmd.yml
- hosts: web
gather_facts: false
tasks:
- name: 查看磁盘
shell: df -h
register: disk_res
- debug: msg="{{ disk_res.stdout_lines }}"
执行：
ansible-playbook batch_cmd.yml -f 8
Ansible 优势
并发、超时、错误处理、主机分组、黑白名单
模块丰富：拷贝文件、修改配置、重启服务
结果结构化输出，可导出日志
支持密码、密钥、堡垒机跳转
缺点
大规模上千台时，SSH 连接开销大；
Windows 需要 WinRM 配置。
二、Agent 模式（需要在目标机器安装客户端）
1. SaltStack
Master/Minion 架构，目标机器部署 minion agent，长连接，下发指令速度快，适合几千台规模。
# master端执行，批量执行命令
salt 'web*' cmd.run 'df -h'
优点：长连接，并发极强；支持事件返回；可做状态配置管理。 缺点：每台机器装 agent，维护成本；agent 进程安全管理。
2. Puppet / Chef
偏向配置收敛（保证目标机器配置符合预期），不是 “临时跑一条命令”，更适合持续配置管理，临时批量执行不推荐。
三、自研批量执行平台（企业内部运维平台）
很多大厂自研运维平台，底层两种实现：
跳板机 + 并发 SSH（类似封装 Ansible/paramiko）
自研 Agent（Go 写轻量 agent，grpc/http 长连接，接收指令执行，回传结果）
Python 简易 Demo（paramiko，SSH 并发执行，仅原理演示，生产不要直接裸用）
import paramiko
from concurrent.futures import ThreadPoolExecutor
def run_cmd(ip, cmd):
ssh = paramiko.SSHClient()
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh.connect(ip, username="root", key_filename="/root/.ssh/id_rsa")
stdin, stdout, stderr = ssh.exec_command(cmd, timeout=10)
out = stdout.read().decode()
err = stderr.read().decode()
ssh.close()
return ip, out, err
if __name__ == "__main__":
hosts = ["192.168.1.10", "192.168.1.11"]
with ThreadPoolExecutor(max_workers=5) as pool:
res = pool.map(lambda x: run_cmd(x, "df -h"), hosts)
for ip, out, err in res:
print(f"==== {ip} ====\n{out}\n{err}")
生产自研必须加：超时、命令白名单、审计日志、权限、限流、命令语法校验，防止高危操作。
四、Windows 机器批量执行
WinRM：Ansible 通过 WinRM 管理 Windows
PowerShell Remoting：
Invoke-Command批量执行
Invoke-Command -ComputerName server01,server02 -ScriptBlock {Get-Process}
五、生产落地必须考虑的安全 & 稳定性要点
命令白名单：禁止直接下发任意命令。高危命令（rm、mkfs、dd、halt）拦截，支持参数校验。
并发控制 & 限流：不能一次性几百台并发，防止雪崩；按业务分组分批执行。
超时机制：单台命令必须设置超时，防止卡死。
审计日志：记录执行人、时间、主机、命令、返回结果，全链路审计。
权限最小化：不要全部 root 执行，按需账号；优先 SSH 密钥，禁用密码登录。
失败策略：支持失败阈值，比如超过 10% 机器失败，自动终止任务。
预检查机制：执行前先做连通性检查；高危操作支持dry-run 预览，不真正执行。
输出收集：区分 stdout/stderr，保存日志，支持结果筛选。
方案选型建议
常见坑
SSH 连接数打满，跳板机报错：调 sshd MaxSessions，降低并发数；
机器时间不同步、主机密钥变更导致 SSH 失败；
命令里特殊字符、管道、引号转义问题；
大输出回显内存溢出，限制回显长度；
忽略命令注入风险，用户输入直接拼接执行命令。
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢