L'infrastructure en tant que code : Terraform, Ansible et GitOps
Partie 2 sur 4
4Deux familles d’outils
On distingue deux familles complémentaires (figure 1) :
- le provisionnement crée, modifie et supprime les ressources elles-mêmes : réseaux, machines virtuelles, bases de données gérées, stockage, noms de domaine, comptes et droits. Ces outils dialoguent avec les interfaces de programmation des fournisseurs de nuage. Exemples : Terraform, OpenTofu, Pulumi, qui permet d’utiliser des langages de programmation courants, ou les outils propres à chaque fournisseur ;
- la gestion de configuration règle l’intérieur des machines : paquets logiciels installés, fichiers de configuration, services démarrés, comptes locaux, mises à jour. Exemples : Ansible, Puppet, Chef, Salt.
4.1Déclaratif ou impératif
Une approche impérative décrit les étapes à suivre : « crée un serveur, puis installe tel logiciel, puis ouvre tel port ». Un script shell est impératif : si on le relance, il risque de créer un second serveur. Une approche déclarative décrit l’état final souhaité : « il doit exister trois serveurs, avec tel logiciel, et tel port ouvert ». L’outil compare cet état souhaité à l’état réel, et ne fait que ce qui est nécessaire pour les faire coïncider : si les trois serveurs existent déjà, il ne fait rien. La plupart des outils modernes sont déclaratifs, ou du moins idempotents : appliquer deux fois la même description donne le même résultat qu’une seule fois. C’est cette propriété qui permet de relancer l’outil sans crainte, à intervalles réguliers, pour corriger toute dérive.
5Terraform et OpenTofu
Terraform et son dérivé libre OpenTofu, compatibles entre eux, décrivent l’infrastructure dans un langage déclaratif appelé HCL (HashiCorp Configuration Language). Chaque bloc resource décrit une ressource. Voici un espace de stockage d’archives chez un grand fournisseur de nuage, privé et dont chaque version des fichiers est conservée :
# Un espace de stockage pour les archives, privé et versionné
resource "aws_s3_bucket" "archives" {
bucket = "archives-example-org"
}
resource "aws_s3_bucket_versioning" "archives" {
bucket = aws_s3_bucket.archives.id
versioning_configuration {
status = "Enabled"
}
}
resource "aws_s3_bucket_public_access_block" "archives" {
bucket = aws_s3_bucket.archives.id
block_public_acls = true
block_public_policy = true
ignore_public_acls = true
restrict_public_buckets = true
}
Les ressources se référencent entre elles, comme aws_s3_bucket.archives.id : l’outil en déduit l’ordre dans lequel les créer. Chaque type de ressource est fourni par un fournisseur (en anglais provider), un module qui sait dialoguer avec un service : il en existe des milliers, pour tous les grands nuages, les hébergeurs européens, les services DNS, les outils de surveillance ou les plateformes de conteneurs. Les descriptions réutilisables se regroupent en modules, par exemple « un réseau standard de l’entreprise », que chaque équipe utilise avec ses propres paramètres.
5.1Planifier avant d’appliquer
Le travail suit un cycle immuable (figure 2). Après avoir modifié le code, on demande un plan : l’outil compare l’état souhaité à ce qui existe, et affiche ce qu’il va créer, modifier ou détruire, sans rien toucher. Ce plan est relu, souvent automatiquement joint à la demande de fusion, puis appliqué.
tofu init # prépare le dossier et télécharge les fournisseurs tofu plan # affiche les changements prévus, sans rien modifier tofu apply # applique les changements après confirmation
5.2Le fichier d’état
Pour savoir ce qui existe, l’outil tient un fichier d’état, qui associe chaque ressource décrite dans le code à la ressource réelle correspondante, avec ses identifiants et ses attributs. Ce fichier est essentiel : s’il est perdu, l’outil ne sait plus quelles ressources il gère ; s’il est modifié par deux personnes en même temps, il peut être corrompu. On le conserve donc dans un stockage partagé, avec un verrou qui empêche deux applications simultanées, et des sauvegardes. Il contient aussi, souvent en clair, des informations sensibles, comme des mots de passe de bases de données générés à la création : il doit être chiffré et son accès strictement limité (coin cyber).
L’état permet aussi de détecter la dérive : si quelqu’un a modifié une ressource à la main, en ouvrant un port dans la console du fournisseur par exemple, le plan suivant le signale et propose de revenir à ce que dit le code. Les ressources créées avant l’adoption de l’outil peuvent être importées dans l’état, pour être désormais gérées par le code, ce qui permet d’adopter l’infrastructure en tant que code progressivement.
5.3Avec un langage de programmation
Certains outils, comme Pulumi, ou les kits de développement que proposent les grands fournisseurs de nuage, permettent de décrire l’infrastructure dans un langage de programmation généraliste : TypeScript, Python, Go, C#. On profite alors des boucles, des fonctions, des tests unitaires et de l’aide des éditeurs de code. Le résultat reste déclaratif : le programme construit une description de l’état souhaité, que l’outil compare à l’existant comme Terraform. Cette puissance a un revers : un code d’infrastructure trop « malin » devient difficile à relire pour les administrateurs, et l’on perd une partie de la simplicité qui fait la force des langages dédiés. Le choix dépend largement du profil de l’équipe.
Pour s’exercer
Exercice 1 : impératif ou déclaratif ?
Un script contient : « créer un serveur nommé web-1 ». Un fichier Terraform contient une ressource « serveur web-1 ». Que se passe-t-il si l’on exécute chacun deux fois ?
Voir la réponse
Le script impératif tente de créer un second serveur : soit il échoue, parce que le nom existe déjà, soit il crée un doublon, selon le fournisseur. L’outil déclaratif, lui, constate au second passage que le serveur décrit existe déjà et correspond à la description : le plan indique « aucun changement », et rien ne se passe. C’est l’idempotence, qui permet de relancer l’outil à tout moment pour vérifier ou corriger l’infrastructure.
Exercice 2 : lire un plan
Un collègue propose de renommer une base de données dans le code. Le plan affiche : « 1 à créer, 0 à modifier, 1 à détruire ». Faut-il approuver ?
Voir la réponse
Surtout pas sans réfléchir : pour certains types de ressources, changer le nom ne peut pas se faire sur place, et l’outil prévoit de détruire l’ancienne base, avec toutes ses données, puis d’en créer une nouvelle, vide. Le plan est précisément là pour révéler ce genre de conséquence. Il faut soit renoncer au renommage, soit utiliser les mécanismes prévus pour déplacer une ressource dans l’état sans la recréer, soit organiser une migration des données. Les ressources critiques devraient en outre porter une protection explicite contre la destruction, qui fait échouer un tel plan.
Exercice 3 : la dérive
Pendant un incident, un administrateur ouvre à la main un port dans le pare-feu d’un serveur, depuis la console du fournisseur, puis oublie de le refermer. Que se passe-t-il lors du prochain plan ? Avec GitOps ?
Voir la réponse
Le prochain plan détecte que la règle de pare-feu réelle diffère de celle du code, et propose de la remettre en conformité, c’est-à-dire de refermer le port : la dérive est visible et corrigée dès la prochaine application. Avec GitOps, pour les ressources gérées par l’agent, la correction est même automatique, en quelques minutes. Si l’ouverture était nécessaire, il faut la reporter dans le code, avec une justification, et la faire relire. Une détection régulière de la dérive, même sans application, permet de repérer ces écarts au plus tôt.
Exercice 4 : une règle d’entreprise
L’entreprise impose que tout espace de stockage soit privé et chiffré. Comment le garantir avec l’infrastructure en tant que code ?
Voir la réponse
Trois niveaux complémentaires : fournir un module interne « stockage » qui crée toujours des espaces privés et chiffrés, que les équipes utilisent au lieu de décrire elles-mêmes les ressources ; ajouter dans la chaîne d’intégration une analyse automatique du code et du plan, avec une règle écrite sous forme de politique en tant que code, qui bloque la fusion si un espace public ou non chiffré apparaît ; et activer, côté fournisseur de nuage, des garde-fous qui interdisent la création de tels espaces, même par une personne qui contournerait le code. Le contrôle est ainsi appliqué avant, pendant et après le déploiement.
Exercice 5 : reconstruire après un sinistre
Un incendie détruit le centre de données principal d’une entreprise. Son infrastructure est entièrement décrite en code, et ses données sont sauvegardées ailleurs. Comment reconstruire ? Qu’est-ce qui risque de manquer ?
Voir la réponse
On applique le code d’infrastructure dans un autre site ou une autre région, en changeant les paramètres de localisation : réseaux, serveurs, bases et règles sont recréés en quelques heures au lieu de semaines, puis on restaure les données depuis les sauvegardes. Ce qui risque de manquer : ce qui n’a jamais été décrit dans le code, réglages manuels, dérives non reportées, secrets qui n’étaient conservés que sur place, dépendances envers des services propres au site détruit. D’où l’intérêt de tester régulièrement cette reconstruction, ce qui révèle les oublis (voir la continuité d’activité).
Exercice 6 : où mettre le mot de passe ?
Un fichier Terraform contient en clair le mot de passe administrateur d’une base de données. Quels problèmes ? Que faire ?
Voir la réponse
Le mot de passe est visible par toute personne qui a accès au dépôt, maintenant et dans tout l’historique Git, même s’il est supprimé plus tard ; il peut se retrouver dans des copies du dépôt, des journaux de la chaîne d’intégration ou des sauvegardes. Il faut le changer immédiatement, puis le faire générer et conserver par un coffre-fort de secrets, ou par le service de gestion des secrets du fournisseur, et faire référence à ce secret dans le code sans jamais écrire sa valeur. Il faut aussi se souvenir que le fichier d’état peut contenir la valeur du secret : il doit être chiffré et son accès restreint.