【CI/CD】docker + Nginx自动化构建部署

CI/CD是什么

CI/CD 是持续集成（Continuous Integration）和持续部署（Continuous Deployment）或持续交付（Continuous Delivery）的缩写，它们是现代软件开发中用于自动化软件交付过程的实践。

1、持续集成（CI）：指的是开发人员频繁（通常是每天多次）将代码变更合并到共享仓库中的实践。每次代码提交后，自动执行构建和测试，以尽早发现并解决集成错误，提高软件质量。

2、持续交付（CD - Continuous Delivery）：在持续集成的基础上，自动将代码变更部署到更接近生产环境的测试环境中，以便进行更深入的测试和验证。持续交付确保软件可以随时被部署到生产环境中，但最终的部署动作可能需要手动触发。

3、持续部署（CD - Continuous Deployment）：是持续交付的进一步实践，它指的是每当代码变更通过所有的测试阶段后，自动部署到生产环境中。这意味着软件的新版本可以快速且频繁地部署到生产环境中。

CI/CD 的目标是通过自动化测试和部署流程，减少软件开发和发布过程中的手动错误，提高开发效率和软件质量。这通常需要使用专门的工具和平台，如 Jenkins、Travis CI、CircleCI、GitLab CI/CD 和 GitHub Actions 等。

也就是说，我们可以通过我们的git版本控制平台如GitLab CI/CD、GitHub Actions、Gitea Actions等自动化执行某些操作（打包测试、部署、数据库版本控制的验证等），设置触发时机，每次PR时都会触发，便于提前暴露问题，提高效率等

怎么做

这里以GitHub Actions为例，其他的也都类似 GitHub Actions官网

GitHub Actions 的工作流配置文件使用 YAML（.yml 或 .yaml）格式。这些文件位于 GitHub 仓库的 .github/workflows 目录下。在这些 YAML 文件中，你可以定义事件触发器、作业、步骤以及每个步骤使用的动作。

运行器

附位置 =》 运行器

在这里插入图片描述

触发

仅列举常用的 附位置 =》 触发工作流

触发方式说明
pull_request创建合并请求时，此合并中的所有修改提交都会触发，不包括合并其他分支到主分支
push每次提交修改到远程分支时触发，包括合并其他分支到主分支

区别
其实二者的触发方式差不多，只不过范围不同，所以使用push时谨慎触发的条件
可以通过限制分支branch、标签tags、更改的文件路径path等

name: CI
on:push:## 以下两个条件是或的关系 branches: - master ## 只push到master分支时触发tags:- v**  ## 标签为以v打头的push触发path:- src/main/**  ## push的更改文件路径包含src/main下的文件时触发

格式

创建目录文件 .github/workflows/build.yaml，设置工作流触发时机为pull_request即创建合并请求后执行

name: CI  ## 工作流名称
## 工作流的触发时机
on: pull_request  ## 仅在PR（合并请求）触发    ## 作业（任务）
jobs:continuous_build: ## 作业名称runs-on: ubuntu-latest   ## 运行器环境steps: ## 作业步骤- name: testrun: echo "this is a test step"

注意github actions 工作流中不允许使用中文
在这里插入图片描述

情景示例

此情景只适用于测试环境，所以只打包构建到自己的docker hub中。不可用于生产环境，生产环境的配置更复杂，感兴趣的可以了解CI/CD + k8s + rancher

1、在 合并请求 的生命周期，通过自动化工作流提前做一些测试

目标
在创建合并请求后，在合并之前，每次更改推送都自动执行打包测试（还可以执行 npm run test）

在这之前，由于Gihub Actions具有隔离性，运行在虚拟环境中，每次运行都是在一个干净的环境中开始。所以我们需要在其工作流中做像拉取新项目时的操作如重新npm i

创建目录文件 .github/workflows/build.yaml，设置工作流触发时机为pull_request

name: CI  
on: [pull_request]  jobs:continuous_build: runs-on: ubuntu-latest   steps:- name:  testrun:  echo "this is a test step"- name: checkout  ## 检出代码uses: actions/checkout@v3 ## GitHub 提供用于在工作流中检出仓库- name: get-hash ## 计算hash，便于缓存uses: seepine/hash-files@v1id: get-hashwith: patterns: |-package.jsonpackage-lock.json- name: set cache ## 设置缓存id: npm-cacheuses: actions/cache@v3with:key: coal-manage-${{ steps.get-hash.outputs.hash }} ## 使用项目名称 + 上一步骤的hashpath: ${{ github.workspace }}/node_modules    ## 上下文表达式，获取执行的工作目录- name: install ## 安装依赖if: steps.npm-cache.outputs.cache-hit != 'true' ## 判断缓存run: npm i --registry=http://registry.npmmirror.com - name: buildrun: npm run build

在这里插入图片描述

2、在合并分支到主分支时，通过自动化流程做一些部署

目标
每次合并到主分支或者每次打tag标签发布版本时，通过工作流帮我们打包项目并构建成docker 镜像推送到个人都docker hub中，我们可以直接在本地通过手敲或shell脚本部署。

ps：我也有尝试过直接通过工作流打包然后启动，但是直接访问运行的容器会有一些限制，因为 GitHub Actions 的运行器（runner）是在 GitHub 的虚拟环境中，而不是在本地网络或公开的服务器上。所以需要借助工具或者通过k8s部署，这里暂时不考虑

  • 准备docker/Dockerfile
FROM nginx:alpineCOPY dist/ /usr/share/nginx/html/COPY nginx/nginx.conf /etc/nginx/nginx.confEXPOSE 9999
  • 准备docker/nginx.conf配置

worker_processes	1;events {worker_connections	1024;
}http {include		/etc/nginx/mime.types;default_type	application/octet-stream;sendfile	on;keepalive_timeout	65;server {listen	80;server_name	localhost;location / {root	/usr/share/nginx/html;index	index.html index.htm;}error_page	500 502 503 504 /50x.html;location = /50x.html {root	html;}}
}

  • 在 Docker Hub 创建访问令牌:

    1) 登录到 Docker Hub

    • 进入 Account Settings（账户设置）

    • 选择 Security（安全）选项卡

    • 创建一个新的 Access Token（访问令牌，需要读写操作）。

    • 记下生成的令牌，因为你将需要它来在 GitHub 中配置凭据。
      在这里插入图片描述

    2) 在 GitHub 仓库中设置 Secrets

    • 转到你的 GitHub 仓库页面。
    • 选择 Settings（设置）> Secrets（密钥）> Actions（操作）。
    • 点击 New repository secret（新建仓库密钥）按钮。
    • 创建两个密钥：一个用于 Docker Hub 的用户名（例如，DOCKER_USERNAME），另一个用于上一步中生成的访问令牌（例如，DOCKER_PASSWORD）。
      在这里插入图片描述

  • 创建目录文件 .github/workflows/deploy.yaml，设置触发时机为push master，即当代码被合并到远程仓库时到推送操作执行。

name: CI  
on: push:branches:- mainjobs:continuous_build: runs-on: ubuntu-latest   steps:- name: checkoutuses: actions/checkout@v3 - name: get-hashuses: seepine/hash-files@v1id: get-hashwith: patterns: |-package.jsonpackage-lock.json- name: set cacheid: npm-cacheuses: actions/cache@v3with:key: coal-trade-web-manage-${{ steps.get-hash.outputs.hash }}path: ${{ github.workspace }}/node_modules   - name: installif: steps.npm-cache.outputs.cache-hit != 'true'run: npm i --registry=http://registry.npmmirror.com - name: buildrun: npm run build- name: login to Docker Hubuses: docker/login-action@v1with:username: ${{ secrets.DOCKER_USERNAME }}password: ${{ secrets.DOCKER_PASSWORD }}- name: build and push docker imageuses: docker/build-push-action@v4with:context: . ## 执行上下文file: docker/Dockerfile  ## Dockerfile路径push: true  ## 是否推送tags: ${{ secrets.DOCKER_USERNAME }}/my-dockerfile-nginx:${{ github.ref_name }}   ## 标签 docker hub username/镜像名称:版本号（git tag打的标签，不打就是分支名）

合并到主分支、每次打tag标签推送都会执行，执行成功后会显示✅
在这里插入图片描述

  • 可以登录自己的docker hub查看
    在这里插入图片描述

  • 登录docker hub将镜像拉取到本地，直接运行即可

docker login
# 根据提示输入用户名、密码docker pull  <username>/<image name>:<tag>

在这里插入图片描述
启动成功返回容器id

# 本地9090端口（访问端口）映射 容器内的端口
docker run --name <container name> -p 9090:80 -d <username>/<image name>:<tag>

在这里插入图片描述
直接访问本地虚拟机ip+端口
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://xiahunao.cn/news/3266494.html

如若内容造成侵权/违法违规/事实不符，请联系瞎胡闹网进行投诉反馈，一经查实，立即删除！

相关文章

把 网页代码 嵌入到 单片机程序中 2 日志2024/7/26

把 网页代码 嵌入到 单片机程序中 2 日志2024/7/26

之前不是说把 网页代码 嵌入到 单片机程序中 嘛! 目录 之前不是说把 网页代码 嵌入到 单片机程序中 嘛! 修改vs的tasks.json配置 然后 测试 结果是正常的,可以编译了 但是:当我把我都html代码都写上去之后 还是会报错!!! 内部被检测到了,没辙,只有手动更新了小工具代码 …
阅读更多...
摄影灯影视灯LED升降压恒流IC-惠海H5228支持 6.5V12V24V36V48V60V75V升压、降压芯片

摄影灯影视灯LED升降压恒流IC-惠海H5228支持 6.5V12V24V36V48V60V75V升压、降压芯片

H5228 LED升降压IC产品分析&#xff1a; H5228是惠海公司推出的一款高性能LED恒流驱动器&#xff0c;可满足多种复杂应用场景下的照明需求而设计。以下是对该产品的详细分析&#xff1a; 一、技术优势 宽电压输入范围&#xff1a;支持6.5V至75V的宽输入工作电压范围&#xf…
阅读更多...
学习Numpy的奇思妙想

学习Numpy的奇思妙想

学习Numpy的奇思妙想 本文主要想记录一下&#xff0c;学习 numpy 过程中的偶然的灵感&#xff0c;并记录一下知识框架。 推荐资源&#xff1a;https://numpy.org/doc/stable/user/absolute_beginners.html &#x1f4a1;灵感 为什么 numpy 数组的 shape 和 pytorch 是 tensor 是…
阅读更多...
GPT-4o Mini：探索最具成本效益的小模型在软件开发中的应用

GPT-4o Mini：探索最具成本效益的小模型在软件开发中的应用

随着人工智能技术的迅猛发展&#xff0c;自然语言处理&#xff08;NLP&#xff09;领域也取得了显著的进步。OpenAI 最新发布的 GPT-4o Mini 模型&#xff0c;以其卓越的性能和极具竞争力的价格&#xff0c;成为了广大开发者关注的焦点。作为一名长期关注人工智能及其在软件开发…
阅读更多...
屏幕管控——保护文档内容安全

屏幕管控——保护文档内容安全

屏幕管控是保护文档内容安全的重要手段之一&#xff0c;它涉及到对终端屏幕的使用、访问权限、内容展示以及操作行为的监控和管理。专业的企业级防泄密系统&#xff0c;如金刚钻信息&#xff0c;会有一些专业功能针对屏幕这块有对应的防护措施。 一、屏幕水印设置 屏幕水印是…
阅读更多...
Vue3 + Vite 打包引入图片错误

Vue3 + Vite 打包引入图片错误

1. 具体报错 报错信息 报错代码 2. 解决方法 改为import引入&#xff0c;注意src最好引用为符引入&#xff0c;不然docker部署的时候可能也会显示不了 <template><img :src"loginBg" alt""> </template><script langts setup> …
阅读更多...
C95之重要特性及用法实例(五十二)

C95之重要特性及用法实例(五十二)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 新书发布&#xff1a;《Android系统多媒体进阶实战》&#x1f680; 优质专栏&#xff1a; Audio工程师进阶系列…
阅读更多...
2019数字经济公测大赛-VMware逃逸

2019数字经济公测大赛-VMware逃逸

文章目录 环境搭建漏洞点exp 环境搭建 ubuntu :18.04.01vmware: VMware-Workstation-Full-15.5.0-14665864.x86_64.bundle 这里环境搭不成功。。patch过后就报错&#xff0c;不知道咋搞 发现可能是IDA加载后的patch似乎不行对原来的patch可能有影响&#xff0c;重新下了patch&…
阅读更多...
Chapter 5: 二叉树详解

Chapter 5: 二叉树详解

在探索计算机科学和编程世界的旅途中&#xff0c;数据结构是构成程序骨干的重要组成部分。它们不仅仅是存储数据的容器&#xff0c;更是提高算法效率、优化资源使用的关键。在众多的数据结构中&#xff0c;二叉树以其独特的结构和灵活性&#xff0c;成为了实现高效算法和解决复…
阅读更多...
react入门到实战-day2-7.21

react入门到实战-day2-7.21

昨天晚上刚学完已经一点了&#xff0c;来不及写笔记&#xff0c;主要是想睡觉哈&#xff0c;所以今天补上&#xff0c;我发现效率还挺高的&#xff0c;今天重新做笔记&#xff0c;加固了昨天的知识点&#xff0c;要不以后都这样子哈&#xff0c;学完第二天再写哈&#xff0c;要…
阅读更多...
中断相关驱动详解

中断相关驱动详解

1. 中断的硬件框架 1.1 中断路径上的3个部件 中断源 中断源多种多样&#xff0c;比如GPIO、定时器、UART、DMA等等。 它们都有自己的寄存器&#xff0c;可以进行相关设置&#xff1a;使能中断、中断状态、中断类型等等。 中断控制器 各种中断源发出的中断信号&#xff0c;汇聚…
阅读更多...
python实现盲反卷积算法

python实现盲反卷积算法

python实现盲反卷积算法 盲反卷积算法算法原理算法实现Python实现详细解释优缺点应用领域盲反卷积算法 盲反卷积算法是一种图像复原技术，用于在没有先验知识或仅有有限信息的情况下，估计模糊图像的原始清晰图像和点扩散函数（PSF）。盲反卷积在摄影、医学成像、天文学等领域…
阅读更多...
Tinygrad，llama3，Reward Model

Tinygrad，llama3，Reward Model

目录 Tinygrad 与其他框架的比较 llama3 Reward Model Tinygrad 是一个轻量级的深度学习框架，由George Hotz（也被称为geohot）开发。以下是对Tinygrad的详细介绍： 与其他框架的比较 与PyTorch、TensorFlow等更全面的深度学习框架相比，Tinygrad在功能上可能有所限制，…
阅读更多...
基于opencv的答题卡识别

基于opencv的答题卡识别

文章目录 一、背景需求二、处理步骤图片预处理检测到答题卡轮廓透视变换找每个圆圈的轮廓轮廓排序判断是否答题正确 一、背景需求 传统的手动评分方法耗时且容易出错&#xff0c;自动化评分可以可以显著提高评分过程的速度和准确性、减少人工成本。 答题卡图片处理效果如下&am…
阅读更多...
Unity Android接入SDK 遇到的问题

Unity Android接入SDK 遇到的问题

1. buildtools、platformtools、commandline tools 以及compiled sdk version、buildtools sdk version、target sdk version 的说明 Android targetSdkVersion了解一下 - 简书 2. 查看.class 和.jar文件 jd_gui 官网地址&#xff1a; 下载jd_gui 工具 &#xff0c;或者 idea 下…
阅读更多...
【Django】anaconda环境变量配置及配置python虚拟环境

【Django】anaconda环境变量配置及配置python虚拟环境

文章目录 配置环境变量配置python虚拟环境查看conda源并配置国内源在虚拟环境中安装django 配置环境变量 control sysdm.cpl,,3笔者anaconda安装目录为C:\ProgramData\anaconda3 那么需要加入path中的有如下三个 C:\ProgramData\anaconda3 C:\ProgramData\anaconda3\Scripts C:…
阅读更多...
收银系统源码视频介绍

收银系统源码视频介绍

千呼新零售2.0系统是零售行业连锁店一体化收银系统&#xff0c;包括线下收银线上商城连锁店管理ERP管理商品管理供应商管理会员营销等功能为一体&#xff0c;线上线下数据全部打通。 适用于商超、便利店、水果、生鲜、母婴、服装、零食、百货、宠物等连锁店使用。 详细介绍请…
阅读更多...
搭建本地私有知识问答系统：MaxKB + Ollama + Llama3 （wsl网络代理配置、MaxKB-API访问配置）

搭建本地私有知识问答系统：MaxKB + Ollama + Llama3 （wsl网络代理配置、MaxKB-API访问配置）

目录 搭建本地私有知识问答系统：MaxKB、Ollama 和 Llama3 实现指南引言MaxKB+Ollama+Llama 3 Start buildingMaxKB 简介：1.1、docker部署 MaxKB（方法一）1.1.1、启用wls或是开启Hyper使用 WSL 2 的优势1.1.2、安装docker1.1.3、docker部署 MaxKB (Max Knowledge Base)MaxKB …
阅读更多...
聚观早报 | 微软邀测AI摘要功能；百川智能完成A轮融资

聚观早报 | 微软邀测AI摘要功能；百川智能完成A轮融资

聚观早报每日整理最值得关注的行业重点事件&#xff0c;帮助大家及时了解最新行业动态&#xff0c;每日读报&#xff0c;就读聚观365资讯简报。 整理丨Cutie 7月26日消息 微软邀测AI摘要功能 百川智能完成A轮融资 苹果地图网页版上线公测 郭明錤剧透iPhone 17 Slim 马斯…
阅读更多...
DeviceNet转Profinet协议网关

DeviceNet转Profinet协议网关

怎么样才能把DeviceNet和Profinet网络连接起来呢?这几天有几个朋友问到了这个问题&#xff0c;作者在这里统一为大家详细说明一下。其实有一个设备可以很轻松地解决这个问题&#xff0c;名为JM-PN-DNTM&#xff0c;下面是详细介绍。 一&#xff0c;产品主要功能‌ 1、捷米特…
阅读更多...
最新文章

Copyright @ 2022~2023