📚 课程目录第1章漂移概念

1. 漂移概念：什么是基础设施漂移、漂移的常见原因、漂移对生产环境的影响

基础设施漂移（Infrastructure Drift）是指实际运行环境的状态与代码/配置仓库中声明的期望状态之间产生偏差的现象。在 Terraform 工作流中，.tf 文件定义了资源的期望配置，而云平台上的真实资源会因各种因素偏离该定义。

  核心公式：

  漂移 = 实际状态 − 期望状态（Terraform State + 配置文件）

漂移并非一次性事件，而是一个持续累积的过程。一旦漂移发生，Terraform 的 plan 输出将显示与预期不符的变更，导致自动化流水线失败、配置审计违规，甚至生产故障。

漂移的产生通常不是单一因素导致，而是多种操作路径共同作用的结果。下表归纳了生产环境中最常见的六类漂移诱因：

类别	具体原因	典型场景	影响范围
手动操作	工程师通过云控制台/CLI 直接修改资源	紧急修复时临时调整安全组规则、扩缩容	局部资源属性
自动化工具冲突	多个 IaC 工具或脚本管理同一资源	Terraform + Ansible/CloudFormation 混用	跨工具资源组
云平台自愈/弹性策略	Auto Scaling、自愈服务自动替换实例	AWS Auto Scaling 组替换 EC2 实例	计算资源
第三方集成变更	外部系统通过 API 修改资源属性	监控系统自动打标签、CI/CD 注入环境变量	标签/配置项
State 文件损坏/丢失	State 被误删、覆盖或并发写入冲突	多人同时执行 apply、后端存储故障	整个 State
版本升级/迁移	Provider 版本升级导致属性默认值变化	AWS Provider v4→v5 某些字段弃用	全局资源

⚠️ 生产环境警示： 手动操作是漂移的首要来源。即使是一次看似无害的“临时改个标签”，也会导致 Terraform 下次 apply 时回滚该变更，可能引发连锁故障。

漂移的破坏力往往被低估。它不仅是配置管理上的“不整洁”，更会直接威胁生产环境的稳定性、安全性和可恢复性。以下是漂移在四个关键维度上的影响：

自动化流水线中断： CI/CD 中的 terraform plan 因漂移显示意外变更，导致流水线阻塞或误判。团队被迫手动干预，丧失 IaC 的自动化优势。
安全合规漏洞： 安全组、IAM 策略、加密配置等安全相关资源发生漂移后，可能暴露未授权访问路径。审计时发现实际配置与合规基线不符，面临合规处罚。
灾难恢复失败： 当生产环境发生故障需要从 IaC 重建时，漂移导致重建后的资源与原有配置不一致，业务无法正常恢复。State 文件与实际资源脱节，terraform destroy 可能遗漏资源。
配置蔓延与不可预测性： 漂移长期累积后，团队失去对环境的掌控。没有人能准确说出“当前生产环境到底是什么配置”，变更风险评估完全失效。

漂移无法完全避免，但可以通过持续检测 + 快速修复将其影响降到最低。Terraform 提供了多种漂移检测手段：

💡 关键认知： 漂移不是 IaC 的缺陷，而是分布式系统运维的常态。优秀的团队不是追求“零漂移”，而是追求“漂移可发现、可追溯、可修复”。