YAML

Hva det er

YAML, på disk en fil som slutter på `.yaml` eller `.yml`, er et
tekstformat for strukturerte data som markerer strukturen med
innrykk, kolon og bindestreker i stedet for klammer og
anførselstegn, og det er derfor det er det vanlige valget for
konfigurasjon som folk skriver og gjennomgår for hånd. Navnet er et
rekursivt akronym, «YAML Ain’t Markup Language». RFC 9512, publisert
i februar 2024, registrerte medietypen `application/yaml` og pekte
ut `.yaml` som den foretrukne endelsen.

Under den lette tegnsettingen ligger en liten datamodell. Det finnes
avbildninger (_mappings_), som kobler nøkler til verdier, sekvenser,
som er ordnede lister, og skalarer: strenger, tall, boolske verdier
og null. Rundt den modellen legger språket til det en person som
redigerer en fil, vil ha: kommentarer som starter med `#`,
blokkskalarer som beholder linjeskift med `|` eller bretter dem
sammen med `>`, flere dokumenter i én fil skilt med `---`, ankere og
aliaser (`&name` og `*name`) som lar én verdi gjenbrukes et annet
sted, og tagger som navngir en type direkte.

Det første YAML-rammeverket ble skrevet i Perl i 2001. Versjon 1.1
av spesifikasjonen fulgte i 2005, og versjon 1.2 i 2009, med
hovedvekt på å gjøre YAML til et strengt supersett av JSON og med
mange av de eldre reglene for implisitt typing fjernet. Revisjon
1.2.2, publisert i oktober 2021, rettet feil og klargjorde ordlyden
uten å endre språket. Mye programvare leser likevel fortsatt etter
de eldre reglene: dokumentasjonen til Ansible påpeker at PyYAML og
libyaml implementerer YAML 1.1.

Dermed står YAML mellom to naboer. JSON er en streng delmengde av
det, kortfattet og entydig, laget for at programmer skal utveksle
data. TOML er et flatere konfigurasjonsformat der hver streng står i
anførselstegn, så typen til en verdi aldri blir gjettet. YAML tilbyr
mer enn begge, og den ekstra friheten er nettopp der problemene
kommer fra.

Hvorfor det er viktig

Det egentlige valget er hvilket format en fil skal få når folk skal
vedlikeholde den i årevis: beskrivelser av produksjonssetting,
definisjoner av CI-løp, serverkonfigurasjon. Playbooks i Ansible er
YAML, og det samme er konfigurasjonsfilene til mange andre
infrastrukturverktøy, så for mye av det arbeidet er beslutningen
allerede tatt lenger opp i kjeden, og det som gjenstår å avgjøre, er
hvor strengt filene skal skrives.

Argumentet for YAML er lesbarhet. Den som gjennomgår en endring, kan
lese en diff av det uten å telle klammer, en kommentar kan forklare
hvorfor en verdi er som den er, og et skript eller et sertifikat
over flere linjer får plass i en blokkskalar uten escaping. Mot det
står at mellomrom bærer mening, så en nøkkel som er rykket inn to
mellomrom for langt, kan havne i en annen avbildning mens filen
fortsatt lar seg tolke. Tabulatorer er helt forbudt som innrykk.
Verdier uten anførselstegn får type etter hvordan de staves, og
reglene for stavingen er ulike i 1.1 og 1.2. Maler legger en syntaks
til oppå: i Ansible må en verdi som begynner med `{{`, stå i
anførselstegn, ellers tar tolkeren den for en avbildning.

Det som avgjør valget, er hvordan filen skal sjekkes. YAML med en
linter og en vane med å sette strenger i anførselstegn er et
behagelig format for konfigurasjon et team redigerer sammen. YAML
uten noen av delene er et format der en gyldig fil kan si noe annet
enn det forfatteren mente. For data som sendes mellom programmer, er
JSON det tryggere standardvalget, og for en kort innstillingsfil med
få nivåer av nesting er TOML enklere.

Slik ser det ut i praksis

Selskapets infrastrukturrepo dekker offentlig tilgjengelige
tjenester som er satt i drift, og konfigurasjon for andre
komponenter, blant annet roller for databaser, sikkerhetskopiering,
e-posttransport og DNS. Den dokumenterte implementeringen besto av
19 Ansible-playbooks og 34 roller, til sammen 12 065 linjer, en
historisk opptelling og ikke størrelsen på det nåværende repoet.
Automatisering av sikkerhetskopiering og e-post har et eget trinn
for aktivering i drift, atskilt fra konfigurasjonen. Sammensetningen
er data og ikke flagg. Hver vert tilhører en nivågruppe, og gruppens
YAML-variabler angir rollene verten får, slik at en
klargjøringskjøring uten argumenter kan bringe hver vert til
tilstanden gruppen deklarerer. Her brukes YAML som språket for
deklarert tilstand, og vellykket resultat blir kontrollert og ikke
antatt, fordi en konvergert vert må rapportere null endringer.
YAML-en koster tid: hver endring går tregere enn å redigere en fil
på serveren, og fordi en konvergering som bare delvis anvender
endringene, er verre enn en som nekter å kjøre, kjører det nå en
preflight-play foran den.

Tolv tusen linjer YAML trenger en maskin som leser dem før et
menneske gjør det. På det dokumenterte implementeringsstadiet i
august 2026 var YAML ett av språkene en commit-port med 22 lintere
sjekket, sammen med HTML, CSS, JavaScript, Python, Markdown og
shell. Porten har ikke noe advarselsnivå, så hver diagnostikk
stopper commiten, og undertrykking i selve koden er forbudt uten
unntak: en ignore-kommentar eller et disable-direktiv i filen er
ingen fluktvei. For YAML betyr det noe, fordi de fleste fellene
nedenfor er helt gyldig syntaks, og bare en regel som avviser dem,
fanger dem før de når en vert.

Hvor det går galt

Fellene nedenfor har ett trekk felles: filen lar seg tolke uten feil
og betyr noe annet.

En landkode blir til false. Etter reglene i YAML 1.1 er `yes`, `no`,
`on`, `off`, `y` og `n` uten anførselstegn boolske verdier, i flere
varianter av store og små bokstaver. Kjerneskjemaet i YAML 1.2
beholder bare `true` og `false`, i tre varianter av store og små
bokstaver, og RFC 9512 advarer om at en tolker som følger den eldre
syntaksen, kan lese `{insecure: n}` som false og ikke som bokstaven
n. En liste over nordiske land viser problemet:

```yaml
countries:
    - DK
    - SE
    - NO # YAML 1.1 leser dette som false
```

Sett hver streng som kan leses som noe annet, i anførselstegn, skriv
boolske verdier bare som `true` og `false`, og la en linter håndheve
begge deler.

Et versjonsnummer mister et siffer. Tall uten anførselstegn blir
konvertert, så `version: 1.10` kommer fram som flyttallet `1.1`, og
etter reglene i 1.1 markerer en innledende null et oktalt tall, så
en kode skrevet som `010` blir 8. Dokumentasjonen til Ansible sier
at en versjon som `"1.0"` skal stå i anførselstegn, av nettopp denne
grunnen. Sett identifikatorer, koder og versjoner i anførselstegn;
de er strenger som tilfeldigvis inneholder sifre.

En nøkkel havner under feil forelder. Innrykket avgjør hvilken
avbildning en nøkkel tilhører, så én linje som er forskjøvet to
mellomrom, flytter en innstilling et annet sted uten noen
feilmelding. Spesifikasjonen krever også at hver nøkkel i en
avbildning er unik, og en gjentatt nøkkel langt nede i en lang blokk
er lett å overse i en gjennomgang, så yamllint har en regel for hver
av de to feilene. Kjør den før filen tas i bruk.

Å laste inn en fil kjører kode. Tagger kan navngi typer som hører
til ett bestemt programmeringsspråk, og en laster som respekterer
dem, bygger det objektet filen ber om. Dokumentasjonen til PyYAML
sammenligner bruk av `yaml.load` (med en utrygg laster) med
`pickle.load`: den kan bygge objekter og kalle Python-funksjoner.
Valget av laster betyr noe; gjeldende versjoner krever at den angis
uttrykkelig. `yaml.safe_load` gjenkjenner bare grunnleggende
YAML-tagger. RFC 9512 ber om at kjøring av kode i deserialiserere er
slått av som standard. Bruk den trygge lasteren til vanlige
konfigurasjonsfiler.

En kort fil fyller minnet. Ankere og aliaser gjør et YAML-dokument
til en graf heller enn et tre. Når hvert anker gjentar det forrige
to ganger, dobler hver ny linje størrelsen, så tretti korte linjer
beskriver mer enn en milliard strenger når et program går gjennom
resultatet som et vanlig tre. RFC 9512 kaller dette eksponentiell
dataekspansjon, angrepet kjent som _billion laughs_, og svarer med
prosessorer som begrenser rekursjonsdybden for ankere. Ta bare imot
YAML utenfra gjennom en slik prosessor, og test grensen mot tolkeren
som faktisk er i bruk.

Les mer

  * YAML 1.2.2 specification — selve språket, også kjerneskjemaet
som avgjør hvilken type verdier uten anførselstegn får.

  * RFC 9512: YAML Media Type — registreringen av
`application/yaml`, med sikkerhetsmerknader om boolske verdier,
kjøring av kode og utvidelse av aliaser.

  * YAML specification changes — hva hver revisjon endret, fra 1.2.1
til 1.2.2.

  * Ansible: YAML Syntax — delmengden Ansible bruker, med fellene
rundt anførselstegn.

  * yamllint rules — sjekkene for sannhetsverdier, dupliserte
nøkler, oktale tall og innrykk.

  * PyYAML documentation — forskjellen på `load` og `safe_load`, med
bibliotekets egne ord.

hDenne siden på nettet	URL:https://engineer.company/nb/glossary/yaml/	engineer.company	70
