王子
基于gitlab+k8s(container)实现CI/CD
项目简介
利用Container、Gitlab、Gitlab Runner(k8s)、SonarQube、Harbor、Jmeter、Maven、Java技术,搭建一个完整的 CI/CD 管道,实现当开发人员完成代码提交后,开始流水线工作,完成编译打包、单元测试、源码扫描、上传制品、部署服务到Docker容器、自动化测试工作。通过自动化构建、测试、代码质量检查和容器化部署,将开发人员从繁琐的手动操作中解放出来,提高团队的开发效率、软件质量和安全性,实现持续更新迭代和持续部署交付。
CI/CD流程图
流程说明
- 开发人员将代码提交到Gitlab代码仓库时,触发持续构建和持续部署流程。
- k8s Runner通过maven镜像实现编译打包、单元测试操作。
- k8s Runner通过sonar-scanner镜像请求sonarqube服务,实现源码扫描操作。
- k8s Runner通过docker-dind镜像实现项目镜像构建并推送至Harbor镜像仓库。
- k8s Runner通过执行shell脚本完成镜像拉取以及启动容器服务操作。
- k8s Runner通过jmeter镜像实现自动化测试操作。
- 流水线执行完成后,将结果邮件通知给开发和运维人员。
- 用户访问项目服务器。
k8s资源列表
服务名称 | Service/ingress地址 | 端口 |
---|---|---|
镜像构建服务 | buildkitd.cicd.svc | 1234 |
代码托管服务 | gitlab.cicd.svc | 80 |
代码扫描服务 | sonarqube-sonarqube.cicd.svc | 9000 |
镜像仓库服务 | harbor.local.com | 443 |
准备工作
服务部署
`
Gitlab:https://www.cuiliangblog.cn/detail/section/131418586
SonarQube:https://www.cuiliangblog.cn/detail/section/165547985
Harbor:https://www.cuiliangblog.cn/detail/section/15189547
镜像构建服务部署
关于镜像构建问题,如果k8s容器运行时为docker,可以直接使用docker in docker方案,启动一个docker:dind容器,通过绑定宿主机/var/run/docker.sock即可调用。
如果k8s容器运行时为container,则推荐使用nerdctl+buildkitd方案,启动一个buildkitd服务并暴露1234端口提供构建镜像服务,通过nerdctl命令请求buildkitd服务,执行镜像构建与推送操作,具体内容可参考https://www.cuiliangblog.cn/detail/section/167380911。
本次实验以container环境为例,通过nerdctl+buildkitd方案,实现构建并推送镜像。
- buildkitd-configmap.yaml
apiVersion: v1
kind: ConfigMap
metadata:
name: buildkitd-config
namespace: cicd
data:
buildkitd.toml: |-
debug = true
[registry."docker.io"]
mirrors = ["934du3yi.mirror.aliyuncs.com"]
[registry."harbor.local.com"]
http = false
- buildkitd-deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
labels:
app: buildkitd
name: buildkitd
namespace: cicd
spec:
replicas: 1
selector:
matchLabels:
app: buildkitd
template:
metadata:
labels:
app: buildkitd
spec:
containers:
- name: buildkitd
# image: moby/buildkit:master-rootless
image: harbor.local.com/cicd/buildkit:master-rootless
args:
- --addr
- tcp://0.0.0.0:1234
- --addr
- unix:///run/user/1000/buildkit/buildkitd.sock
- --config
- /etc/buildkitd/buildkitd.toml
resources:
requests:
memory: "1Gi"
cpu: "1"
limits:
memory: "4Gi"
cpu: "4"
readinessProbe:
exec:
command:
- buildctl
- debug
- workers
livenessProbe:
exec:
command:
- buildctl
- debug
- workers
securityContext:
privileged: true
ports:
- containerPort: 1234
volumeMounts:
- mountPath: /etc/buildkitd
name: config
volumes:
- name: config
configMap:
name: buildkitd-config
- buildkitd-svc.yaml
apiVersion: v1
kind: Service
metadata:
labels:
app: buildkitd
name: buildkitd
namespace: cicd
spec:
ports:
- port: 1234
protocol: TCP
selector:
app: buildkitd
Runner镜像构建
Runner不仅要构建镜像,还需要操作k8s资源,因此需要构建一个名为gitlab-runner-agent的镜像,dockerfile内容如下:
FROM alpine:latest
USER root
COPY kubectl /usr/bin/kubectl
COPY nerdctl /usr/bin/nerdctl
COPY buildctl /usr/bin/buildctl
部署gitlab-runner与优化
部署gitlab-runner具体内容可参考https://www.cuiliangblog.cn/detail/section/172302364,此处不再赘述,注册后的runner效果如下:
部署完gitlab-runner后可根据实际情况进行runner优化,具体可参考文档:https://www.cuiliangblog.cn/detail/section/174152592。
流水线镜像构建
需要构建maven、sonar-scanner、jmeter镜像,具体可参考文档:https://www.cuiliangblog.cn/detail/section/172326640
模板库资源更新
模板库具体介绍可参考文档:https://www.cuiliangblog.cn/detail/section/173479217,本文是在gitlab+Linux项目基础上补充模板库内容。
- deploy.yml
# 服务部署
.deploy-linux: # 部署到linux系统
stage: deploy
tags:
- deploy
script:
- sh -x $DEPLOY_PATH $ARTIFACT_USER $ARTIFACTORY_KEY /opt/$ARTIFACT_URL_PATH $ARTIFACTORY_PUBLIC_URL/$ARTIFACT_REPO/$ARTIFACT_URL_PATH
.deploy-docker: # 部署到docker环境
stage: deploy
image: harbor.local.com/cicd/docker:dind # 在部署阶段使用docker:dind镜像操作
tags:
- docker
script:
- sh -x $DEPLOY_PATH $HARBOR_USER $HARBOR_PASSWORD $IMAGE_FULL_NAME $CI_PROJECT_NAME
.deploy-k8s: # 部署到k8s环境
stage: deploy
image: harbor.local.com/cicd/gitlab-runner-agent:v1.0 # 在部署阶段使用自定义镜像操作
tags:
- k8s
script:
- echo $NAME_SPACE
- echo $DOMAIN_NAME
- echo $IMAGE_FULL_NAME
- sed -i "s|NAME_SPACE|${NAME_SPACE}|g" cicd/k8s.yaml
- sed -i "s|DOMAIN_NAME|${DOMAIN_NAME}|g" cicd/k8s.yaml
- sed -i "s|IMAGE_NAME|${IMAGE_FULL_NAME}|g" cicd/k8s.yaml
- cat cicd/k8s.yaml
- kubectl apply -f cicd/k8s.yaml
- harbor.yml
# 镜像上传与下载
variables: # 全局变量
HARBOR_URL: harbor.local.com # harbor仓库地址
IMAGE_FULL_NAME: "$HARBOR_URL/$HARBOR_REPO/$IMAGE_NAME"
.docker-upload-harbor:
stage: upload-harbor
image: harbor.local.com/cicd/docker:dind # 在构建镜像阶段使用docker:dind镜像操作
tags: # 在docker机器构建镜像
- docker
before_script:
- cat $DOCKERFILE_PATH
script:
- docker build -f $DOCKERFILE_PATH -t $IMAGE_FULL_NAME .
- docker login $HARBOR_URL -u $HARBOR_USER -p $HARBOR_PASSWORD # 登录harbor
- docker push $IMAGE_FULL_NAME # 上传镜像
- docker rmi -f $IMAGE_FULL_NAME # 删除镜像
.docker-download-harbor:
stage: download-harbor
image: harbor.local.com/cicd/docker:dind # 在构建镜像阶段使用docker:dind镜像操作
tags:
- docker
script:
- docker login $HARBOR_URL -u $HARBOR_USER -p $HARBOR_PASSWORD # 登录harbor
- docker pull $IMAGE_FULL_NAME # 下载镜像
after_script:
- docker images
.container-upload-harbor:
stage: upload-harbor
image: harbor.local.com/cicd/gitlab-runner-agent:v1.0 # 在构建镜像阶段使用自定义镜像操作
tags: # 在k8s机器构建镜像
- k8s
before_script:
- cat $DOCKERFILE_PATH
script:
- nerdctl build --buildkit-host tcp://buildkitd.cicd.svc:1234 -f $DOCKERFILE_PATH -t $IMAGE_FULL_NAME .
- nerdctl login $HARBOR_URL --insecure-registry -u $HARBOR_USER -p $HARBOR_PASSWORD # 登录harbor
- nerdctl push $IMAGE_FULL_NAME --insecure-registry # 上传镜像
- nerdctl rmi -f $IMAGE_FULL_NAME # 删除镜像
.container-download-harbor:
stage: download-harbor
image: harbor.local.com/cicd/gitlab-runner-agent:v1.0 # 在构建镜像阶段使用自定义镜像操作
tags:
- k8s
script:
- nerdctl login --insecure-registry $HARBOR_URL -u $HARBOR_USER -p $HARBOR_PASSWORD # 登录harbor
- nerdctl pull $IMAGE_FULL_NAME --insecure-registry # 下载镜像
after_script:
- nerdctl images
流水线项目创建
项目代码仓库地址
gitee:https://gitee.com/cuiliang0302/spring_boot_demo
github:https://github.com/cuiliang0302/spring-boot-demo
gitlab项目权限配置
具体参考文档:https://www.cuiliangblog.cn/detail/section/169621642
配置密钥变量
进入项目——>设置——>CI/CD——>变量 新建SONAR_QUBE_TOEKN、HARBOR_PASSWORD两个变量,取消保护变量,并勾选隐藏变量。变量配置信息内容如下:
配置邮件发送
具体可参考文档:https://www.cuiliangblog.cn/detail/section/173068275
流水线配置
在项目根目录下创建.gitlab-ci.yml文件,流水线内容如下
include: # 引入模板库公共文件
- project: 'devops/gitlabci-template'
ref: master
file: 'jobs/build.yml'
- project: 'devops/gitlabci-template'
ref: master
file: 'jobs/test.yml'
- project: 'devops/gitlabci-template'
ref: master
file: 'jobs/sonarqube.yml'
- project: 'devops/gitlabci-template'
ref: master
file: 'jobs/harbor.yml'
- project: 'devops/gitlabci-template'
ref: master
file: 'jobs/deploy.yml'
- project: 'devops/gitlabci-template'
ref: master
file: 'jobs/jmeter.yml'
variables: # 全局变量
SONAR_QUBE_PATH: "$CI_PROJECT_DIR/cicd/sonar-project.properties" # sonarqube配置文件地址
# 镜像上传
HARBOR_REPO: devops # harbor仓库名
HARBOR_USER: admin # harbor用户名
DOCKERFILE_PATH: cicd/Dockerfile # Dockerfile文件路径
IMAGE_NAME: "$CI_PROJECT_NAME:$CI_COMMIT_BRANCH-$CI_COMMIT_SHORT_SHA" # 镜像名称
# 服务部署
DEPLOY_PATH: "$CI_PROJECT_DIR/cicd/deployment-docker.sh" # 服务部署脚本路径
# 自动化测试
JMETER_PATH: "$CI_PROJECT_DIR/cicd/jmeter/demo.jmx" # 自动化测试脚本路径
default:
cache: # 全局缓存配置
paths:
- target/
stages:
- build
- code_scan
- product
- deploy
- test
mvn: # 编译打包
stage: build
extends: .mvn-build
image: harbor.local.com/cicd/maven:v3.9.3 # 构建阶段使用指定的maven镜像
tags:
- k8s
unit_test: # 单元测试
stage: build
extends: .mvn_unit_test
image: harbor.local.com/cicd/maven:v3.9.3 # 构建阶段使用指定的maven镜像
tags:
- k8s
code_scan: # SonarQube代码扫描
stage: code_scan
extends: .sonarqube
image: harbor.local.com/cicd/sonar-scanner-cli:10 # 代码扫描阶段使用sonar-scanner-cli镜像
before_script:
- ls target/
tags:
- k8s
product: # 上传到harbor仓库
stage: product
extends: .container-upload-harbor
tags:
- k8s
deploy_to_prod: # 部署到生产环境
stage: deploy
extends: .deploy-k8s
rules:
- if: '$CI_COMMIT_BRANCH == "master"'
tags:
- k8s
variables:
NAME_SPACE: prod
DOMAIN_NAME: prod.local.com
after_script:
- sleep 10
- kubectl get pod -n $NAME_SPACE -o wide
environment: # 生产环境
name: production
url: http://$DOMAIN_NAME
deploy_to_test: # 部署到测试环境
stage: deploy
extends: .deploy-k8s
rules:
- if: '$CI_COMMIT_BRANCH == "test"'
tags:
- k8s
variables:
NAME_SPACE: prod
DOMAIN_NAME: prod.local.com
after_script:
- sleep 10
- kubectl get pod -n $NAME_SPACE -o wide
environment: # 测试环境
name: test
url: http://$DOMAIN_NAME
pages: # 自动化测试并收集测试报告
stage: test
extends: .jmeter
image: harbor.local.com/cicd/jmeter:5.6.3 # 自动化阶段使用jmeter镜像
tags:
- k8s
结果验证
pod信息查看
[root@tiaoban ~]# kubectl get pod -n prod
NAME READY STATUS RESTARTS AGE
demo-655457bb99-9s8hr 1/1 Running 0 51s
《党员二愣妈》国产剧高清在线免费观看:https://www.jgz518.com/xingkong/34940.html
想想你的文章写的特别好https://www.237fa.com/