Maison développement back-end Tutoriel Python Automatisez les flux de travail DevOps avec les actions GitHub

Automatisez les flux de travail DevOps avec les actions GitHub

Nov 11, 2024 am 03:37 AM

Automate DevOps Workflows with GitHub Actions

Auteur : Trix Cyrus

Outil Waymap Pentesting : cliquez ici
TrixSec Github : cliquez ici


Qu'est-ce que les actions GitHub ?

GitHub Actions est un outil d'automatisation intégré à GitHub, offrant la possibilité d'automatiser les flux de travail, les pipelines CI/CD, les tests, les contrôles de qualité du code et même les déploiements directement dans votre référentiel. Il vous permet de définir des flux de travail à l'aide de fichiers YAML, vous donnant ainsi un contrôle total sur les déclencheurs, les environnements et les tâches.


Pourquoi utiliser les actions GitHub pour DevOps ?

  1. Intégré à GitHub : intégration transparente aux dépôts, problèmes et demandes d'extraction GitHub.
  2. Pipelines CI/CD évolutifs : exécutez des builds, des tests et des déploiements sur diverses plates-formes.
  3. Flux de travail personnalisables : définissez des flux de travail qui correspondent exactement à vos besoins, des tâches simples aux processus complexes en plusieurs étapes.
  4. Workflows réutilisables : partagez des workflows réutilisables et des actions personnalisées sur plusieurs projets.

Composants clés des actions GitHub

  1. Workflows : processus automatisés définis dans les fichiers YAML stockés dans le répertoire .github/workflows.
  2. Tâches : chaque flux de travail est composé de tâches qui peuvent s'exécuter simultanément ou séquentiellement.
  3. Étapes : chaque tâche comporte une série d'étapes, qui peuvent inclure l'exécution de commandes, de scripts ou d'actions réutilisables.
  4. Déclencheurs : définissez les événements qui déclenchent un flux de travail, tels que push, pull_request, planning, etc.

Configuration de votre premier flux de travail DevOps

Examinons la création d'un flux de travail CI de base pour tester et créer votre code chaque fois qu'un nouveau commit est poussé.

  1. Créer le fichier de workflow

    Accédez à .github/workflows dans votre référentiel et créez un fichier nommé ci.yml.

  2. Définir la structure du flux de travail

   name: CI Workflow

   on:
     push:
       branches:
         - main
     pull_request:
       branches:
         - main

   jobs:
     build:
       runs-on: ubuntu-latest

       steps:
         - name: Checkout code
           uses: actions/checkout@v3

         - name: Set up Node.js
           uses: actions/setup-node@v3
           with:
             node-version: '16'

         - name: Install dependencies
           run: npm install

         - name: Run tests
           run: npm test

         - name: Build project
           run: npm run build
Copier après la connexion
Copier après la connexion
  1. Explication du workflow
  • Déclencheurs (activés) : Le workflow se déclenche sur des événements push ou pull_request ciblant la branche principale.
  • Tâches : nous avons une seule tâche de build qui installe les dépendances, exécute des tests et construit le projet.
  • Étapes : chaque étape utilise des actions ou des commandes (par exemple, actions/checkout pour extraire le code, actions/setup-node pour configurer Node.js et diverses commandes npm).

Ajout de contrôles de qualité du peluchage et du code

Pour garantir la qualité du code, vous pouvez ajouter une étape de peluchage à votre flux de travail.

- name: Lint code
  run: npm run lint
Copier après la connexion
Copier après la connexion

L'ajout de cette étape après l'installation des dépendances permet d'identifier les problèmes de qualité du code dès le début du pipeline.


Automatisation des déploiements avec les actions GitHub

Ajoutons maintenant une étape de déploiement automatisée à un service cloud, tel qu'AWS ou Firebase.

Exemple : déployer sur Firebase

  1. Configurer Firebase CLI

    Tout d’abord, installez et configurez Firebase CLI sur votre ordinateur local. Générez un jeton avec Firebase login:ci et stockez-le en tant que secret GitHub (FIREBASE_TOKEN).

  2. Ajouter l'étape de déploiement

   name: CI Workflow

   on:
     push:
       branches:
         - main
     pull_request:
       branches:
         - main

   jobs:
     build:
       runs-on: ubuntu-latest

       steps:
         - name: Checkout code
           uses: actions/checkout@v3

         - name: Set up Node.js
           uses: actions/setup-node@v3
           with:
             node-version: '16'

         - name: Install dependencies
           run: npm install

         - name: Run tests
           run: npm test

         - name: Build project
           run: npm run build
Copier après la connexion
Copier après la connexion

Ici, nous spécifions les besoins : build, ce qui signifie que cette tâche de déploiement ne s'exécute qu'une fois la tâche de build terminée avec succès.


Conseils avancés sur les actions GitHub

  1. Utiliser la mise en cache : accélérez les flux de travail en mettant en cache les dépendances.
- name: Lint code
  run: npm run lint
Copier après la connexion
Copier après la connexion
  1. Matrix Builds : testez sur plusieurs versions ou plates-formes à l'aide de stratégies matricielles.
   deploy:
     needs: build
     runs-on: ubuntu-latest

     steps:
       - name: Checkout code
         uses: actions/checkout@v3

       - name: Set up Node.js
         uses: actions/setup-node@v3
         with:
           node-version: '16'

       - name: Install dependencies
         run: npm install

       - name: Build project
         run: npm run build

       - name: Deploy to Firebase
         env:
           FIREBASE_TOKEN: ${{ secrets.FIREBASE_TOKEN }}
         run: |
           npm install -g firebase-tools
           firebase deploy
Copier après la connexion
  1. Secrets et variables d'environnement : stockez les informations sensibles dans les secrets GitHub et accédez-y à l'aide de ${{ secrets.SECRET_NAME }}.

Flux de travail de surveillance et de débogage

  • Afficher les journaux : chaque étape de GitHub Actions génère des journaux accessibles depuis l'onglet Actions.
  • Mode débogage : ajoutez ACTIONS_STEP_DEBUG dans les secrets avec la valeur true pour la journalisation détaillée.
  • Notifications d'erreur : configurez des notifications (par exemple, Slack ou e-mail) pour recevoir des alertes en cas d'échec du flux de travail.

Flux de travail réutilisables

À mesure que vos projets se développent, envisagez de créer des flux de travail réutilisables en définissant workflow_call dans votre fichier YAML et en les réutilisant dans plusieurs référentiels, en particulier pour des tâches telles que le formatage du code ou les analyses de sécurité.


Conclusion

L'automatisation des workflows DevOps avec GitHub Actions améliore la productivité, réduit les erreurs humaines et crée un pipeline CI/CD plus robuste. Grâce aux flux de travail exécutés de manière transparente en arrière-plan, les développeurs peuvent se concentrer davantage sur l’écriture du code et moins sur les tâches de déploiement. Commencez petit avec les tests et développez progressivement le déploiement et la surveillance pour maximiser le potentiel de GitHub Actions dans votre parcours DevOps.


Ce guide fournit une base pour créer, tester et déployer vos projets avec GitHub Actions. Une fois à l'aise, vous pouvez vous développer davantage grâce à des actions personnalisées, des intégrations et une automatisation avancée pour un pipeline DevOps entièrement optimisé.

~TrixSec

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

Video Face Swap

Video Face Swap

Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

<🎜>: Grow A Garden - Guide de mutation complet
3 Il y a quelques semaines By DDD
<🎜>: Bubble Gum Simulator Infinity - Comment obtenir et utiliser les clés royales
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Système de fusion, expliqué
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Comment déverrouiller le grappin
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Tutoriel Java
1666
14
Tutoriel PHP
1273
29
Tutoriel C#
1253
24
Python: jeux, GUIS, et plus Python: jeux, GUIS, et plus Apr 13, 2025 am 12:14 AM

Python excelle dans les jeux et le développement de l'interface graphique. 1) Le développement de jeux utilise Pygame, fournissant des fonctions de dessin, audio et d'autres fonctions, qui conviennent à la création de jeux 2D. 2) Le développement de l'interface graphique peut choisir Tkinter ou Pyqt. Tkinter est simple et facile à utiliser, PYQT a des fonctions riches et convient au développement professionnel.

Python vs C: courbes d'apprentissage et facilité d'utilisation Python vs C: courbes d'apprentissage et facilité d'utilisation Apr 19, 2025 am 12:20 AM

Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

Python et temps: tirer le meilleur parti de votre temps d'étude Python et temps: tirer le meilleur parti de votre temps d'étude Apr 14, 2025 am 12:02 AM

Pour maximiser l'efficacité de l'apprentissage de Python dans un temps limité, vous pouvez utiliser les modules DateTime, Time et Schedule de Python. 1. Le module DateTime est utilisé pour enregistrer et planifier le temps d'apprentissage. 2. Le module de temps aide à définir l'étude et le temps de repos. 3. Le module de planification organise automatiquement des tâches d'apprentissage hebdomadaires.

Python vs. C: Explorer les performances et l'efficacité Python vs. C: Explorer les performances et l'efficacité Apr 18, 2025 am 12:20 AM

Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

Quelle partie fait partie de la bibliothèque standard Python: listes ou tableaux? Quelle partie fait partie de la bibliothèque standard Python: listes ou tableaux? Apr 27, 2025 am 12:03 AM

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

Python: automatisation, script et gestion des tâches Python: automatisation, script et gestion des tâches Apr 16, 2025 am 12:14 AM

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.

Apprendre Python: 2 heures d'étude quotidienne est-elle suffisante? Apprendre Python: 2 heures d'étude quotidienne est-elle suffisante? Apr 18, 2025 am 12:22 AM

Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

Python vs C: Comprendre les principales différences Python vs C: Comprendre les principales différences Apr 21, 2025 am 12:18 AM

Python et C ont chacun leurs propres avantages, et le choix doit être basé sur les exigences du projet. 1) Python convient au développement rapide et au traitement des données en raison de sa syntaxe concise et de son typage dynamique. 2) C convient à des performances élevées et à une programmation système en raison de son typage statique et de sa gestion de la mémoire manuelle.

See all articles