Rumah pembangunan bahagian belakang Tutorial Python Automatikkan Aliran Kerja DevOps dengan Tindakan GitHub

Automatikkan Aliran Kerja DevOps dengan Tindakan GitHub

Nov 11, 2024 am 03:37 AM

Automate DevOps Workflows with GitHub Actions

Pengarang: Trix Cyrus

Alat Pentesting Peta Jalan: Klik Di Sini
TrixSec Github: Klik Di Sini


Apakah Tindakan GitHub?

Tindakan GitHub ialah alat automasi yang disepadukan ke dalam GitHub, menawarkan keupayaan untuk mengautomasikan aliran kerja, saluran paip CI/CD, ujian, semakan kualiti kod dan juga penempatan terus dalam repositori anda. Ia membolehkan anda menentukan aliran kerja menggunakan fail YAML, memberikan anda kawalan penuh ke atas pencetus, persekitaran dan tugasan.


Mengapa Menggunakan Tindakan GitHub untuk DevOps?

  1. Bersepadu dengan GitHub: Sepadu dengan lancar dengan repo, isu dan permintaan tarik GitHub.
  2. Saluran Paip CI/CD Boleh Skala: Jalankan binaan, ujian dan penggunaan pada pelbagai platform.
  3. Aliran Kerja Boleh Disesuaikan: Tentukan aliran kerja yang sepadan dengan keperluan tepat anda, daripada tugasan mudah kepada proses berbilang langkah yang kompleks.
  4. Aliran Kerja Boleh Digunakan Semula: Kongsi aliran kerja boleh guna semula dan tindakan tersuai merentas berbilang projek.

Komponen Utama Tindakan GitHub

  1. Aliran Kerja: Proses automatik ditakrifkan dalam fail YAML yang disimpan dalam direktori .github/workflows.
  2. Pekerjaan: Setiap aliran kerja terdiri daripada kerja yang boleh dijalankan secara serentak atau berturut-turut.
  3. Langkah: Setiap kerja mempunyai satu siri langkah, yang mungkin termasuk menjalankan arahan, skrip atau tindakan boleh guna semula.
  4. Pencetus: Tentukan peristiwa yang mencetuskan aliran kerja, seperti push, pull_request, jadual, dll.

Menyediakan Aliran Kerja DevOps Pertama Anda

Mari kita membuat aliran kerja CI asas untuk menguji dan membina kod anda apabila komit baharu ditolak.

  1. Buat Fail Aliran Kerja

    Navigasi ke .github/workflows dalam repositori anda dan buat fail bernama ci.yml.

  2. Tentukan Struktur Aliran Kerja

   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
Salin selepas log masuk
Salin selepas log masuk
  1. Penjelasan Aliran Kerja
  • Pencetus (dihidupkan): Aliran kerja dicetuskan pada peristiwa push atau pull_request yang menyasarkan cawangan utama.
  • Pekerjaan: Kami mempunyai satu kerja binaan yang memasang kebergantungan, menjalankan ujian dan membina projek.
  • Langkah: Setiap langkah menggunakan tindakan atau arahan (cth., tindakan/daftar keluar untuk menyemak kod, tindakan/setup-nod untuk menyediakan Node.js dan pelbagai perintah npm).

Menambah Pemeriksaan Kualiti Linting dan Kod

Untuk memastikan kualiti kod, anda boleh menambah langkah linting pada aliran kerja anda.

- name: Lint code
  run: npm run lint
Salin selepas log masuk
Salin selepas log masuk

Menambahkan langkah ini selepas kebergantungan Pasang membantu mengenal pasti isu kualiti kod awal dalam perancangan.


Mengautomasikan Penerapan dengan Tindakan GitHub

Sekarang, mari tambahkan langkah penggunaan automatik pada perkhidmatan awan, seperti AWS atau Firebase.

Contoh: Sebarkan ke Firebase

  1. Sediakan Firebase CLI

    Mula-mula, pasang dan konfigurasikan Firebase CLI pada mesin setempat anda. Hasilkan token dengan log masuk firebase:ci dan simpannya sebagai rahsia GitHub (FIREBASE_TOKEN).

  2. Tambahkan Langkah Penggunaan

   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
Salin selepas log masuk
Salin selepas log masuk

Di sini, kami menentukan keperluan: bina, bermakna kerja penempatan ini hanya berjalan selepas kerja binaan selesai dengan jayanya.


Petua Tindakan GitHub Lanjutan

  1. Gunakan Caching: Percepatkan aliran kerja dengan menyimpan kebergantungan.
- name: Lint code
  run: npm run lint
Salin selepas log masuk
Salin selepas log masuk
  1. Binaan Matriks: Uji merentas berbilang versi atau platform menggunakan strategi matriks.
   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
Salin selepas log masuk
  1. Rahsia dan Pembolehubah Persekitaran: Simpan maklumat sensitif dalam Rahsia GitHub dan aksesnya menggunakan ${{ secrets.SECRET_NAME }}.

Aliran Kerja Pemantauan dan Nyahpepijat

  • Lihat Log: Setiap langkah dalam Tindakan GitHub menjana log yang boleh diakses daripada tab Tindakan.
  • Mod Nyahpepijat: Tambahkan ACTIONS_STEP_DEBUG dalam rahsia dengan nilai benar untuk pengelogan verbose.
  • Pemberitahuan Ralat: Sediakan pemberitahuan (cth., Slack atau e-mel) untuk menerima makluman tentang kegagalan aliran kerja.

Aliran Kerja Boleh Digunakan Semula

Semasa projek anda berkembang, pertimbangkan untuk mencipta aliran kerja boleh guna semula dengan mentakrifkan workflow_call dalam fail YAML anda dan menggunakan semula merentas berbilang repositori, terutamanya untuk tugas seperti pemformatan kod atau imbasan keselamatan.


Membungkus

Mengautomasikan aliran kerja DevOps dengan Tindakan GitHub meningkatkan produktiviti, mengurangkan ralat manusia dan mencipta saluran paip CI/CD yang lebih mantap. Dengan aliran kerja berjalan lancar di latar belakang, pembangun boleh lebih menumpukan pada menulis kod dan kurang pada tugas penempatan. Mulakan secara kecil-kecilan dengan ujian dan kembangkan secara beransur-ansur untuk mengatur dan memantau untuk memaksimumkan potensi Tindakan GitHub dalam perjalanan DevOps anda.


Panduan ini menyediakan asas untuk membina, menguji dan menggunakan projek anda dengan Tindakan GitHub. Setelah selesa, anda boleh mengembangkan lagi dengan tindakan tersuai, penyepaduan dan automasi lanjutan untuk saluran paip DevOps yang dioptimumkan sepenuhnya.

~TrixSec

Atas ialah kandungan terperinci Automatikkan Aliran Kerja DevOps dengan Tindakan GitHub. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1666
14
Tutorial PHP
1273
29
Tutorial C#
1253
24
Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

See all articles