• jenkins + pipeline构建自动化部署


    一、引言  

           Jenkins 2.x的精髓是Pipeline as Code,那为什么要用Pipeline呢?jenkins1.0也能实现自动化构建,但Pipeline能够将以前project中的配置信息以steps的方式放在一个脚本里,将原本独立运行于单个或者多个节点的任务连接起来,实现单个任务难以完成的复杂流程,形成流水式发布,构建步骤视图化。简单来说,Pipeline适用的场景更广泛,能胜任更复杂的发布流程。举个例子,job构建工作在master节点,自动化测试脚本在slave节点,这时候jenkins1.0就无法同时运行两个节点,而Pipeline可以。

    二、Pipeline的几个基本概念:

    • Stage: 阶段,一个Pipeline可以划分为若干个Stage,每个Stage代表一组操作。注意,Stage是一个逻辑分组的概念,可以跨多个Node。
    • Node: 节点,一个Node就是一个Jenkins节点,或者是Master,或者是slave,是执行Step的具体运行期环境。
    • Step: 步骤,Step是最基本的操作单元,小到创建一个目录,大到构建一个Docker镜像,由各类Jenkins Plugin提供。

    三、PIpeline语法

    1.Pipeline支持两种语法:Declarative Pipeline(在Pipeline 2.5中引入,结构化方式)和Scripted Pipeline,两者都支持建立连续输送的Pipeline。
    共同点:
    两者都是pipeline代码的持久实现,都能够使用pipeline内置的插件或者插件提供的steps,两者都可以利用共享库扩展。
    区别:
    两者不同之处在于语法和灵活性。Declarative pipeline对用户来说,语法更严格,有固定的组织结构,更容易生成代码段,使其成为用户更理想的选择。但是Scripted pipeline更加灵活,因为Groovy本身只能对结构和语法进行限制,对于更复杂的pipeline来说,用户可以根据自己的业务进行灵活的实现和扩展。下面举例介绍两种语法的使用。

    2.Declarative Pipeline

    pipeline {
        agent any  //在可用的节点运行
        stages{    stage ('Prepare'){
                steps{          //清空发布目录
                    bat '''if exist D:\publish\LoginServiceCore (rd/s/q D:\publish\LoginServiceCore)
                           if exist C:\Users\Administrator\.nuget (rd/s/q C:\Users\Administrator\.nuget) exit''' } } 
           //拉取git代码仓库
           stage ('Checkout'){
                steps{
                    checkout([$class: 'GitSCM', branches: [[name: '*/master']], doGenerateSubmoduleConfigurations: false, extensions: [], submoduleCfg: [], 
                        userRemoteConfigs: [[credentialsId: 'c6d98bbd-5cfb-4e26-aa56-f70b054b350d', 
                        url: 'http://xxx/xxx/xxx']]])
                      }
                }
    
           //构建
           stage ('Build'){
              steps{
                 bat '''cd "D:\Program Files (x86)\Jenkins\workspace\LoginServiceCore\LoginApi.Hosting.Web"
                      dotnet restore
                      dotnet build
                      dotnet publish --configuration Release --output D:\publish\LoginServiceCore'''
                      }
                }
        
           //部署
          stage ('Deploy'){
              steps{
                   bat '''cd D:\PipelineScript\LoginServiceCore
                      python LoginServiceCore.py'''
                      }
                 }
            
          //自动化测试(python代码实现)
          stage ('Test'){
              steps{
                   bat'''cd D:\PipelineScript\LoginServiceCore
                  python LoginServiceCoreApitest.py'''   
                      }
                 }
        }
     }

    3.Scripted Pipeline

    node('master') {     //master节点运行,以下stage也可指定节点
        stage 'Prepare'  //清空发布目录
            bat '''if exist D:\publish\LoginServiceCore (rd/s/q D:\publish\LoginServiceCore)
                   if exist C:\Users\Administrator\.nuget (rd/s/q C:\Users\Administrator\.nuget)
                   exit'''
    
        //拉取git代码仓库
        stage 'Checkout'
            checkout([$class: 'GitSCM', branches: [[name: '*/master']], doGenerateSubmoduleConfigurations: false, extensions: [],        submoduleCfg: [], userRemoteConfigs: [[credentialsId: 'c6d98bbd-5cfb-4e26-aa56-f70b054b350d', 
                url: 'http://xxx/xxx/xxx']]])
       
        //构建
        stage 'Build'
            bat '''cd "D:\Program Files (x86)\Jenkins\workspace\LoginServiceCore\LoginApi.Hosting.Web"
                dotnet restore
                dotnet build
                dotnet publish --configuration Release --output D:\publish\LoginServiceCore'''
        
        //部署
        stage 'Deploy'
            bat '''
            cd D:\PipelineScript\LoginServiceCore
            python LoginServiceCore.py
            '''
        //自动化测试(python代码实现)    
        stage 'Test'
            bat'''
            cd D:\PipelineScript\LoginServiceCore
            python LoginServiceCoreApitest.py
            '''   
    }

    四、Pipeline配置

    1.新建一个“流水线”的job

    2.配置Pipeline脚本

    3.Pipeline也支持Poll SCM

     4.保存->立即构建

    五、总结

    Pipeline可以很方便实现流水式的持续交付,执行阶段通过视图一目了然。更过详细的资料可以访问官方文档 https://www.jenkins.io/zh/doc/

  • 相关阅读:
    【PyTorch】PyTorch使用LMDB数据库加速文件读取
    【PyTorch】PyTorch中的梯度累加
    【数字图像处理】Bilateral Filters
    【PyTorch】计算局部相似矩阵
    【模型压缩】蒸馏算法小结
    【深度聚类】Superpixel Sampling Networks
    【PyTorch】训练器设置
    【语义分割】Dual Attention Network for Scene Segmentation
    【网络架构】Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
    【任务指标】Matting任务里的Gradient与Connectivity指标
  • 原文地址:https://www.cnblogs.com/snailon/p/13840531.html
Copyright © 2020-2023  润新知