天天日报丨用 IaC 的方式管理 EC2 实例 - 每天5分钟玩转 GPT 编程系列(1)
- 写在前面
- 你听我说
- Hello DevChat
- 第一轮
- 第二轮
- 第三轮
- 成果检验
- 总结一下
写在前面
咳咳，开个系列吧，就叫 《每天5分钟玩转 GPT 编程》。在这个系列里我们将分享各种借助 GPT 解决实际工作问题的经验，包括但不限于让 GPT 辅助写代码。
咳咳，敲黑板：本系列文章欢迎大家投稿，分享出你使用 GPT 的各种“奇淫技巧”，“sao 操作”，秀出你是如何借力 GPT 提升工作效率，解决实际工作问题的！
【资料图】
咳咳，我知道你想问：投稿有奖励吗？有，必须有，不过我还来不及备礼。我决定等收到第一篇投稿时再思考这个问题。
如果这是你第一次听说“DevChat”，那么我推荐你先阅读这篇文章《DevChat：将 GPT-4 无缝融入 VS Code，极致提升你的编程体验》
你听我说
今天心血来潮，我准备安装下 KubeSphere，于是我打开了 KS 的官网，找到了这篇文章：
- 《All-in-One Installation of Kubernetes and KubeSphere on Linux》
看到了吗？第一步是“Prepare a Linux Machine”。我相信很多人都有过这样的需求：
“我需要一台 Linux 机子，系统是 xxx，规格配置是 xxx，网络要求是 xxx，预装软件是 xxx……”
但是我们的 PC 基本都是 Mac or Windows，我们也不希望将一些重量级，服务器端部署的应用跑到自己的 PC 上。这时候要么你的公司有成熟的运维体系，你只要提需求，或者走流程，就有人帮你准备好 Linux 环境；要么，你和我一样，手里有一个 AWS 账号，然后自力更生。（如果你更惨一点，只能在本地倒腾虚拟机，咳咳，哥们珍重。）
AWS 上创建一个合适的 EC2 实例，这个事情说难不难，不过也够让 AWS 新手头疼一会，毕竟至少他得：
- 熟悉 AWS 基础概念，基础操作；
- 熟悉 EC2，key pair, security group 等概念和基本操作；
- 熟悉怎么连接 EC2 实例，知道 Public IP 等概念；
除此之外，也可能一个不小心陷入 IAM、VPC 等复杂的概念里，从入门到放弃。
可能在这个过程中你会遇到一些坑，一个不小心捣鼓失败了，但是碍于“创建一个云主机”这个需求听起来就很“初级”，咱也不好意思请教别人，于是……
没事，以后这类问题一律抛给 DevChat，有事 AI 干。
Hello DevChat
我尝试告诉 DevChat 我的需求和现状，让 DevChat 给出解决方案。
DevChat 是一个对接了 GPT-4 的 VS Code 插件
第一轮
- My prompt
我需要一个 EC2 实例用于部署单机版的 KubeSphere，这个实例的要求是：1. 系统是 Ubuntu 22.04；2. 规格不小于：2 CPU cores, 4 GB memory, and 40 GB disk space；3. 可以用 ssh 连接；4. 所有端口都可以从公网访问；请给出创建这个 EC2 实例和其所需的 ssh key 对应的 Terraform 配置。- DevChat 给出了它的解决方案（直接点“Insert Code”可以插入这段代码）：
- DevChat 给出的完整回答：
首先，我们需要明确以下需求：
- 创建一个 EC2 实例，用于部署单机版的 KubeSphere。
- EC2 实例的操作系统需要是 Ubuntu 22.04。
- EC2 实例的规格需要至少为：2 CPU cores, 4 GB memory, and 40 GB disk - space。
- EC2 实例需要能够通过 ssh 连接。
- EC2 实例的所有端口都需要能够从公网访问。
以下是创建 EC2 实例和其所需的 ssh key 对应的 Terraform 配置：
provider "aws" { region = "us-west-2"}resource "aws_key_pair" "deployer" { key_name = "deployer-key" public_key = file("~/.ssh/id_rsa.pub")}resource "aws_security_group" "allow_all" { name = "allow_all" description = "Allow all inbound traffic" ingress { from_port = 0 to_port = 0 protocol = "-1" cidr_blocks = ["0.0.0.0/0"] } egress { from_port = 0 to_port = 0 protocol = "-1" cidr_blocks = ["0.0.0.0/0"] }}resource "aws_instance" "kubesphere" { ami = "ami-0dba2cb6798deb6d8" # Ubuntu 22.04 LTS instance_type = "t2.medium" # 2 vCPU, 4 GB RAM key_name = aws_key_pair.deployer.key_name vpc_security_group_ids = [aws_security_group.allow_all.id] root_block_device { volume_size = 40 # 40 GB disk } tags = { Name = "KubeSphere" }}注意事项：
- 请将 region 替换为你的 AWS 区域。
- 请将 public_key 替换为你的公钥文件路径。
- ami 是 Ubuntu 22.04 LTS 的 AMI ID，可能会因区域不同而不同，你需要根据你的 AWS 区域进行替换。
- instance_type 是 EC2 实例的类型，这里选择的是 t2.medium，它有 2 vCPU 和 4 GB RAM。如果你需要更大的规格，可以选择其他类型。
- volume_size 是根卷的大小，这里设置为 40 GB。如果你需要更大的磁盘空间，可以增加这个值。
- 这个配置将创建一个安全组，允许所有的入站和出站流量。在生产环境中，你可能需要更严格的安全策略。
第二轮
- My prompt
你给出的配置看起来整体正确，在此之上我还有几点要求：1. 我想用 ap-southeast-1 region；2. 我需要在 EC2 实例创建成功后通过 ssh 登录，所以我需要这个实例的 IP 地址；3. 你提到我需要注意 AMI ID，但是我不想自己去寻找；我希望你在 Terraform 配置里先查询这个 ID，然后再引用，以确保其正确。- DevChat 给出了它的解决方案：
翻车了，看到出现了 focal 我就知道又掉了“GPT-4 的训练数据截止日期是2021年9月”这个坑了。“Focal Fossa”是“Ubuntu 20.04 LTS”版本的代号，而“Ubuntu 22.04 LTS”版本的代号是“Jammy Jellyfish”
第三轮
- My prompt
你给出的配置看起来基本正确了，AMI ID 的获取方式也正确，但是 Ubuntu 22.04 不是 Focal，而是 Jammy，请再次更新配置。- DevChat 有一次给出了它的解决方案（可以点“Replace”直接替换当前文件里的全部代码）：
- DevChat 给出的完整回答：
对不起，我犯了一个错误。Ubuntu 22.04 的代号确实是 Jammy，而不是 Focal。我已经在下面的配置中修正了这个错误：
provider "aws" { region = "ap-southeast-1"}data "aws_ami" "ubuntu" { most_recent = true filter { name = "name" values = ["ubuntu/images/hvm-ssd/ubuntu-jammy-22.04-amd64-server-*"] } filter { name = "virtualization-type" values = ["hvm"] } owners = ["099720109477"] # Canonical}resource "aws_key_pair" "deployer" { key_name = "deployer-key" public_key = file("~/.ssh/id_rsa.pub")}resource "aws_security_group" "allow_all" { name = "allow_all" description = "Allow all inbound traffic" ingress { from_port = 0 to_port = 0 protocol = "-1" cidr_blocks = ["0.0.0.0/0"] } egress { from_port = 0 to_port = 0 protocol = "-1" cidr_blocks = ["0.0.0.0/0"] }}resource "aws_instance" "kubesphere" { ami = data.aws_ami.ubuntu.id instance_type = "t2.medium" # 2 vCPU, 4 GB RAM key_name = aws_key_pair.deployer.key_name vpc_security_group_ids = [aws_security_group.allow_all.id] root_block_device { volume_size = 40 # 40 GB disk } tags = { Name = "KubeSphere" }}output "instance_public_ip" { description = "The public IP of the KubeSphere instance" value = aws_instance.kubesphere.public_ip}注意事项：
- 请将 public_key 替换为你的公钥文件路径。
- instance_type 是 EC2 实例的类型，这里选择的是 t2.medium，它有 2 vCPU 和 4 GB RAM。如果你需要更大的规格，可以选择其他类型。
- volume_size 是根卷的大小，这里设置为 40 GB。如果你需要更大的磁盘空间，可以增加这个值。
- 这个配置将创建一个安全组，允许所有的入站和出站流量。在生产环境中，你可能需要更严格的安全策略。
- 在 EC2 实例创建成功后，你可以通过 terraform output instance_public_ip 命令获取其公共 IP 地址。
- aws_ami 数据源会自动查询最新的 Ubuntu 22.04 LTS (Jammy) AMI ID，你不需要手动查找。
这回看起来差不多了，我的 public_key 确实就在“~/.ssh/id_rsa.pub”里，所以这里也不需要修改，接着就来执行一下这段代码，看能不能出来正确的 EC2 实例吧。
成果检验
- 依次执行：
terraform initterraform apply- 执行结果：
- 测试 ssh 登录：
完美。（其实不够完美，差就差在 GPT-4 模型的训练数据不是最新的）
总结一下
- 如果 GPT-4 能够每隔几个月就用新数据训练一下，那就太漂亮了；
- 要让 GPT-4 给出可用的代码，关键是描述清楚自己的需求；
- 人生苦短，少些代码。有事 AI 干，没事***（被和谐了）。
BTW：
- GitHub：https://github.com/devchat-ai
- 注册网站：https://www.devchat.ai
- 微信群：注册后会收到一封邮件，内附群二维码
- Discord：https://discord.gg/9t3yrbBUXD
- 微信公众号：微信号为“devchat-ai”，名称暂为“思码逸智能编程”
