Gitlab-runner的CI与CD

这一篇，我们介绍一下使用Gitlab-runner进行持续集成与部署，经过以往的经验，我们使用Jenkins的时候，会在jenkins中安装一系列的开发环境包，比如：

node.js
go
maven
gradlew/gradle
...

当然也有最佳实践，就是可以不在jenkins中集成这些开发工具，我们可以将这些开发环境包在Jenkinsfile的agent中通过docker镜像也能解决，如Jenkinsfile：

代码语言：javascript复制

pipeline {
    agent {
        docker {
            image 'maven:3-alpine' 
            args '-v /root/.m2:/root/.m2' 
        }
    }
    stages {
        stage('Build') { 
            steps {
                sh 'mvn -B -DskipTests clean package' 
            }
        }
    }
}

同样的在Gitlab-runner中我们也能这样做，可能还更简单，在第二篇小实践的时候就知道，我们可以通过指定不同的tags来将stage调度到不同的runner上去在特定的开发环境中编译构建我们的镜像。这一部分实践，我们使用Python语言的一个Flask web的demo来研究一下，如何进行持续构建与持续部署。

我们可以在https://github.com/opsenv/flask-web-demo.git中fork一下代码，然后克隆到本地进行实践。我们先来看一下源代码中的 .gitlan-ci.yml

代码语言：javascript复制

stages:
  - style
  - test
  - deploy
pep8:
  stage: style
  script:
    - pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com tox
    - tox -e pep8
  tags:
    - python2.7
unittest-py2.7:
  stage: test
  script:
    - pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com tox
    - tox -e py27
  tags:
    - python2.7
unittest-py3.4:
  stage: test
  script:
    - pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com tox
    - tox -e py34
  tags:
    - python3.4

这里来简单的解析一下这个文件：

stages是描述执行哪些stage的，按照数组的先后顺序进行执行；
下面的 pep8, unittest-py2.7, unittest-py3.4这些是job名称，在gitlab-ci.yml中，这些job名称是唯一的，不能重复的
job是否被执行，要看job下面的stage是否在stages中被引用，多个job可能包含同名的stage名称，表示同级的含义
script是在每个stage运行的过程中执行的命令;这些命令与tags指令的环境有关
tags是匹配gitlab-runner标签，将当前的script运行在tags所匹配到的gitlab-runner的环境中

这些简单的解释一下，文件是不是很简单了，文件中有一个tox命令，这个是用来检测python的兼容性的测试工具，感兴趣的可以自己研究一下；

通过上面的解析，我们发现tags有三类，分别是 default, python2.7, python3.4,默认的default,在前面的时候我们已经部署过了，现在我们来准备一下剩余的两个python环境：

在安装完成后，我们可以在gitlab上进行查看其状态；同样如第二篇实践一样，我们把flask-web项目enable到gitlab-runner中;

这样我们就可以在CI/CD下面的Pipeline中运行流水线了

现在我们已经完成了兼容性测试了

下面应该进行构建和部署了，我们在 .gitlab-ci.yml尾部增加上一个job,用于构建和部署:

代码语言：javascript复制

docker-deploy:
  stage: deploy
  script: 
    - docker build -t flask-demo:latest .
    - if [ $(docker ps -qa --filter name=flask-web-demos-xue) ];then docker rm -f flask-web-demos-xue;fi
    - docker run -d --name flask-web-demos-xue -p 15000:5000 flask-demo:latest
  tags:
    - default

看起来很简单，通过docker构建一个flask-demo的镜像，为了能够持续部署，我们需要简单的判断一下服务器上是否存在已经部署的测试容器，如果有的话，为了避免端口冲突，我们需要将其删除掉(下线)，然后在部署新的容器，看一下效果图：

然后我们看一下flask-demo的效果图：

是不是很简单，现在我们就完成了使用gitlab-runner进行对python服务的持续构建与部署了。

flask python 网站

0 人点赞