【有容云案例系列】基于Jenkins和Kubernetes的CI工作流

DevOps实战:使用GitLab+Jenkins+Kubernetes(k8s)建立CI_CD解决方案 DevOps实战:使用GitLab+Jenkins+Kubernetes(k8s)建立CI/CD解决方案 阅读详情

嘉宾介绍

 

黄文俊

有容云资深系统架构师

 

主要负责容器云平台产品架构及设计. 8年工作经验, 有着企业级存储, 云计算解决方案相关理解. 关注于微服务设计思考, 开发流程优化, docker及kubernetes技术在实际环境中的应用。

 

主题

 

本次分享主要是介绍我公司如何使用Jenkins Pipeline, Container 和 Kubernetes Deployment的能力, 通过增加使用文本模版引擎, 扩展Kubernetes Config能力, 完成公司产品开发CI工作流的建立。主要内容包括:

1、 Jenkins 和 kubernetes

2、应用容器化和应用微服务化设计思考

3、容器环境下的编译和单元测试

4、对Kubernetes服务模版和服务配置的扩展

5、服务部署和升级

6、自动化测试

 

摘要

Jenkins作为最为流行的持续集成工具,在结合使用容器技术,Kubernetes 集群的基础上,该如何发挥出新的能力, 在应用微服务化的基础上,提供更好的CI方式,值得我们每一个开发人员去持续不断的摸索。 

 

Jenkins 和 Kubernetes

Jenkins作为最流行的持续集成工具,有着丰富的用户群、强大的扩展能力、丰富的插件,是开发人员最为常见的CI工具。在Jenkins 加强其Pipeline功能后,更是可以通过丰富的step库,实现各种复杂的流程。同时随着Docker的流行,Jenkins内也增加了对Docker的支持,可以实现容器内流程的执行。

 

而Kubernetes随着版本迭代的速度越来越快,在容器圈内的热度也越来越高,同时每次版本发布,所新增的功能也不断增加。做为当前主流的容器管理平台,其强大的能力无需在此多做介绍。

 

应用容器化和应用微服务化设计思考

容器化不意味着微服务化,传统单体应用也可以容器化,但是很难享受到容器化后带来的好处。微服务化也不是一定要容器化,应用拆解为微服务后,一样可以不利用容器而是通过传统的运维来完成系统构建和部署。当微服务化和容器化相结合之后,就能充分利用各方优势,带来了弹性伸缩,简化部署,易于扩展,技术兼容等优点。

 

我们在针对应用进行微服务化拆分的过程中,主要先考虑到的是功能点、控制对象、开发组的人员配置安排,产品路线图规划等。例如,针对现有开发组人员人数、分配和各自的技能熟练程度,就可以考虑到服务模块数量的控制,安排好服务模块开发小组;针对功能点和中远期产品规划,就可以将特定功能归纳到一个服务模块中,并在版本开发迭代的过程中,通过扩展这个服务模块的能力,来完成产品功能的开发,或者暂时将部分功能整合在一个模块中,随着功能增加或迭代开发,再进行进一步的模块拆分或拆解。

 

对于模块开发的要求,由于使用了容器技术,对于开发语言或特定框架的选型,可以交给具体的模块开发人员。在团队内,我们不做强制要求,但是做建议要求,避免出现过多的技术栈,导致后期的维护困难。在我们团队内,就只集中在两种后端开发语言的使用,相应的框架或主要的开发库,也都有相应而且明确的选择。对于模块的API接口,使用REST,并且至少按照成熟度模型LEVEL2提供API。

 

容器环境下的编译和单元测试

我们整个CI工作流的驱动,都是由Jenkins完成,并且使用了Jenkins Pipeline。第一,Pipeline可以更好的组合job内的Stage,重复利用模块间相同的部分,并且随着开发复杂度的增加来逐步增加扩展stage,实现更多所需的功能;第二,将Pipeline Groovy脚本来源设置为源代码内,可以根据源代码功能点来控制流程,同时也完成了对脚本的版本管理。

 

由于有容器这么个工具,我们各个模块的编译环境,单元测试环境,也都放到了容器中。各个模块均可以安装自身模块的运行特性或环境要求,准备自身的编译环境、单元测试环境、运行环境,因此,代码库内会分别留存相应的Dockerfile,通过不同的Dockerfile完成不同环境镜像的准备。

 

同时,jenkins现在也可以通过Docker Pipeline插件,支持在容器内运行Step,因此我们利用其功能完成的实际的编译和测试流程是这样的:

1. 使用编译环境的Dockerfile构建编译环境镜像。

2. 使用编译环境镜像启动容器并在容器内完成编译,完成编译的中间产物也暂存在Workspace中。

3. 使用测试环境的Dockerfile构件单元测试环境镜像。

4. 使用单元测试环境镜像启动容器并在容器内运行单元测试,单元测试脚本来源于代码库,同时也使用到编译时生成的中间产物。

5. 使用发布Dockerfile构建实际发布镜像并上传镜像库。

其中由于编译环境和单元测试环境不是经常变更,也可以抽出编译环境镜像准备和单元测试环境镜像准备两个步骤放到独立的CI job中去,需要时手工触发即可。

 

服务部署和升级

对于CI流程,在完成编译和打包后,需要做的就是服务启动和测试了。我们利用的是Kubernetes Deployment和Service,在每次CI流程完成编译和打包后,通过拿到Build号,作为镜像的Tag,完成镜像的上传归档;同时利用Tag,修改Kubernetes中已经创建的Deployment,利用Deployment的Rolling Update,完成升级。

 

对kubernetes服务模版和服务配置的扩展 

我们在实际使用Kubernetes Deployment 升级的方式进行服务部署的过程中,发现其中还是存在很多不方便的地方。例如:Kubernetes内的同名问题,Kubernetes Deployment升级时的镜像tag变更问题,等等各处需要随着CI流程可能存在变更的地方。例如在有相同名字的Deployment存在的情况下,后来的Deployment会无法创建,这导致如果想以启动新的Deployment的方式来测试某个版本,需要修改名称,对于与Deployment相关的Service也一样,在启动新的命名后的Deployment,也需要启动与其对应的Service用于暴露服务。对于Deployment升级所需的镜像Tag修改,需要每次随着CI生成了新的镜像Tag而做变更,因而每次需要修改相应Yaml文件内的镜像Tag,修改为实际CI流程中生成的值,然后再使用升级功能完成服务升级。

 

针对这些问题,我们使用了一套文本模板引擎,部署或升级用的Yaml文件本身写成为模板,可能有变化或者需要根据CI流程变化的位置,使用模板标识占位,而具体的模板数据内容,则或者通过Jenkins的CI流程获取,或者使用特定的配置文件读取,或者从具体的输入参数来获取;同时,模板数据内容,也会在实际部署时,做为Kubernetes的Configmap设置到系统中,因此数据内容也可以通过Kubernetes使用Configmap的方式来用到环境变量或启动命令中。通过文本模板引擎,将模板和数据合并后,生成的Yaml文件,再作为后续Kubernetes操作所使用的内容。

 

通过利用这种方式,我们把需要部署的内容分离成了模板和配置;模板一般在服务架构,使用的镜像名,启动方式或配置参数没有大的变化的情况下保持不变,而通过不同配置的灵活使用,完成服务升级或拉起新部署,完成不同数据存储使用的指向,完成对各模块内部配置的修改。通过利用这种方式,我们的可修改的内容,从Configmap本身只能覆盖到的环境变量或启动命令这块,扩展到了启动名称,Label,镜像等Yaml文件内的各个可填值处,以此来解决同名,镜像修改,Label增加或变更等各种使用Kubernetes时碰到的问题。

 

自动化测试

在通过Jenkins拉动完成编译打包和服务升级部署后,就可以拉动自动化测试了。测试框架我们选择了使用Robotframework。测试脚本通过Kubernetes Service获取到服务的具体暴露端口,然后再根据测试脚本依次执行针对API的测试。测试脚本的来源,部分是从各模块代码库中,由各模块开发人员提交的针对自身模块的api测试,部分是由测试人员完成撰写提交的针对跨模块的测试。针对自动化测试这块,我们的完成度并不是很高,仅仅是搭建起了基本的运行框架,能够与整个流程对接上。

 

版本发布

由于开发的产品本身就是由若干镜像构成,因此产品发布,可以归结为镜像的发布。在测试通过后,可以简单的利用镜像复制能力,将测试通过的相关镜像的版本,通过镜像库间的复制,由开发测试所用的内部镜像库,复制到外部发布镜像库,就可以完成版本发布,同时可以通过复制时的Tag控制,发布为指定的版本号。

 

总结

如上介绍,说明了我们在自身开发过程中建立CI流程的做法。对于整个流程的建立,我们并没有太多需要特殊化处理的地方;对于各项工具的使用,也没有太多突出之处;我们仅仅根据自身需求,建立了和开发过程适配的ci流。在此介绍我们的ci流程的建立,也是希望抛砖引玉,能从更多处获得交流和向大家学习的机会。

 

Q&A

 

Q1:嘉宾分享的内容还是概括了些,有没有具体例子?配图说明的直观内容?

A:基于K8s的CICD产品即将发布,会提供对应的Demo演示平台,请及时关注,谢谢!

 

Q2:关于Jenkins和Docker集成的几个插件可以分享一下吗?

A:Docker Pipeline、Docker Plugin、Docker-build-step 这几个插件。

 

Q3:请问有容云的镜像复制大体思路是什么?目前我们是测试、预发布、发布共享一个仓库。通过辅助模块标签实现的!

A:镜像复制功能,简单来说实现了不同项目间的镜像克隆,根据我们镜像仓库的设计,对不同阶段(开发,测试,可上线)的镜像以不同项目分类,基于镜像复制功能即可快速实现不同阶段的产品发布,也就是镜像发布,此功能可下载AppHouse版本进行试用。

 

Q4:贵公司同步的吗?你们的配置文件是通过配置中?你们的配置文件是通过配置中心管理还是镜像间的环境变量实现的?

A:不是实时同步的,而是通过了我们公司镜像库产品的镜像复制能力实现的。目前开发流程中的产品运行配置是通过自身增强的配置文件能力实现的,配置会用来修改应用部署的Yaml文件,也会生成为Configmap。

 

Q5:有没有一个简单的Sample?可以上手跟着练习一下。

A:基于K8s的CICD产品即将发布,会提供对应的Demo演示平台,请及时关注,谢谢!

 

Q6:此次内容的Step by step 示例,能提供一个Demo吗?

A:基于K8s的CICD产品即将发布,会提供对应的Demo演示平台,请及时关注,谢谢!

 

Q7:我的项目的版本二只是修改了几个页面,也是和第一次发布一样的流程吗?

A:是的,流程化就是代表着可重复和可自动化,而无需去关系具体的修改内容。

 

Q8:你们部署的K8s版本是哪个?K8s的调度服务只能觉得容器起在哪个节点上吧,Rc是2的话,构建任务运行在哪个容器中这个怎么调度,为什么我的都运行在一个容器里面?

A :我们目前使用的是Kubernetes1.5版本。本身构建任务不是跑在Kubernetes上的,而只是应用自身跑在Kubernetes上。

 

Q9:你们是类似于Openshift那种平台式的吗?还是需要开发人员自己部署?

A :本身讲的是我们自身产品开发的流程,相关的产品会是类似平台型产品,需要自行部署,而不是公有云产品。

 

Q10:两个框架是开源的吗?

A :是的,都是开源的。

 

Q11:K8s的Yaml的部署文件的模板怎么去替换占位符?旧版本的容器怎么处理?

A :使用了自身开发的一套文本模板引擎,其实类似Web框架中的模板引擎,完成模板和配置的合并,通过使用配置中的key-value,替换掉模板中key的占位符。另外由于是使用的K8s Deployment的Rolling Update,升级完成后旧版本的容器/Pod会由Kubernetes自行删除。

 

Q12:开发测试、部署等各个阶段的镜像,方便共享一下吗?

A :这些镜像都是我们自身针对我们各应用模块所准备的,对其他人并没有什么用处,编译环境用的镜像不少就是官方镜像,例如Golang:1.7, Python:2.7。

 

Q13:传统单体应用如何容器化改造,可否分阶段实施?

A : 可以的,容器化改造或微服务化改造有很多实施方法,例如逐渐重构拆解,或新增模块进行微服务化和容器化,或开发新的模块替代原有应用的功能点,等等。各团队均可以选择合适自身的流程来进行改造。

 

Q14:数据库可以容器化吗?

A :可通过将数据卷挂入容器的方式将数据库容器化,但是现在实际项目中还很少见。

 

Q15:我们目前也是使用jenkins动态挂载容器来运行安卓编译构建作业,但现在每次使用镜像生成容器后因为要更新代码,导致整体编译时间比以前使用物理机方式要延长10多分钟,我们的镜像每天自动制作和下载,但因为代码更新太快及并发太多,编译时需要独占物理机,所以机器占用也很多,大家有什么建议解决这个问题,谢谢!

A :容器化编译就是将编译环境封装起来了,这种情况下一台物理机同步跑多个Job也行,可以看看怎么提高对物理机的利用率。

 

Q16:请问项目中存在多个镜像,是如何做关联发布的?

A :我们是使用了Jenkins的Mutil Pipeline,另外由于我们的模块的微服务拆解,对应同步发布镜像的需求并不高。

 

Q17:有这样一个场景,两个服务有依赖关系,服务A依赖于服务B,如何保证服务A和B的启动顺序的?

A :良好的设计是使得A服务启动后自行完成对B服务的检测发现和调用,而不是强依赖其启动顺序。

 

Q18:Kubernetes的服务的模板和配置,这个模板怎么来的,是用户自己编排?还是自己事先准备好的?配置数据是怎么存储的?

A : 因为当前模板和配置只用来启动我们自身开发的应用,因此这个模板是我们自己为我们的应用准备的。配置数据以文件的形式存储,但同时在使用文本引擎做模板和配置合并时,也可以接受参数作为配置。

 

Q19:什么是CI和CD?

A : CI更多是偏向应用编译、代码检查、单元测试等动作,CD是偏向于应用部署、运行流程,我们的开发过程在编译打包完成后,实际也会将应用跑起来用于测试,也可以算是针对测试的CD。

 

Q20:使用容器打包Jenkins流程的主要收益是什么?

A : 由于不同程序对于编译环境的依赖各有不同,原有使用Jenkins方法是在Jenkins Node上完成环境准备,现在可以利用容器完成环境准备,对于Jenkins Node的依赖可以进一步降低。同时环境变更也可以由开发人员自行控制。

 

Q21:多编译环境是用的不同镜像么?如何处理pipeline处理编译环境的问题?

A : 是的。由于我们本身产品开发各个模块有各个模块的开发语言和框架,因此各模块都要维护自身的编译环境镜像。使用Pipeline在进行编译时,是通过使用镜像运行容器然后在容器内编译的方式来使用编译环境的。

 

Q22:产品发布的产出为镜像,如果有很多镜像,最终会在镜像上打上统一的Tag么代码上的Tag什么时机打呢?

A : 我们是在产品发布时,进行镜像复制时统一打发布Tag的,这时候从开发测试库会复制到发布库,利用了我们公司自身镜像库产品的镜像复制能力。

 

Q23:请问Jenkins 也是部署在Docker里面的吗?如果Jenkins在Docker里面怎么样在Docker里面使用Docker执行CI?

A : 是的,我们也在摸索将Jenkins本身放到容器中运行。在这种情况下,Jenkins容器内使用Root权限,挂载Docker.Sock和Docker数据目录到容器中就可以了。

 

Q24:使用Pipeline先构建编译环境镜像,再编译,是否会导致整个流程需要很长时间?是否有优化方案?

A :编译镜像由于不会经常变动,因此这个镜像的构建通常使用Cache就能直接完成。另外我们也把编译环境镜像打包这个步骤抽出来单独作为Job执行了,这样在实际编译流程中就无需再进行编译环境构建。

 

Q25:直接使用Jenkins的Docker插件和直接调用脚本,自己写Docker命令,如何在灵活程度和方便程度上做权衡?

A :看个人或开发团队的自行权衡吧,只是开发团队内最好统一,便于进行相应维护。

 

Q26:Jenkins和Kubernetes的用户是怎么管理的?我的期望是用户只能看到自己得资源,别的用户是没有权限的。

A : 我们本身只是使用这两种工具,在开发环境中不对外,所有不存在用户管理的问题。在我们公司正在开发的CICD产品中,对这块有我们自身理解基础上的设计。

 

Q27:Jenkins的持续集成是怎么实现的?比如不同的源码仓库的提交触发,如Github gitlab,版本号怎么控制的?

A : Jenkins的CI流程触发可以有很多种,代码提交触发、定时触发、手动触发。版本号的控制也可以有很多方案,比如使用Job的编号、使用Git的Commit号、使用时间戳等等。

 

Q28:Jerkins 调用K8s API 用了什么插件么?

A :没有直接使用Jenkins调用Kubernetes API。

 

Q29:Jenkins的Pipeline支持流水线执行,一般从头开始执行,可以从流水线中任意一步执行吗?

A : 因为我们团队的Jenkinsfile都是直接放置在代码库内的,因此每次执行都是从头完成流水线的执行。

 

Q30:容器化后发布也要通过Jenkins,感觉Docker的发布没有Jenkins方便,除了容器化的可移植,还有什么原因值得推进项目容器化?

A : 应用容器化,其实更多的是看重应用在容器管理平台上运行起来后所获得的能力,例如在Kubernetes上运行后的水平扩展,服务发现,滚动升级,等等。

 

Q31:K8s Update需要制定新的镜像才能做滚服更新(升级),如果只是更新了Configmap,有办法做滚服更新吗?

A : 我们的CI流程完成后,各模块的镜像Tag会发生变化,我们利用具体生成的Tag生成配置,然后部署的Yaml文件写为模板,镜像的具体Tag会根据每次CI流程生成的配置不同而组合为不同的Yaml文件,然后使用组合后的Yaml,即Tag已经变更为最新版本的Yaml文件进行应用的滚动升级。

 

Q32:Pipeline采用在镜像里构建的方案,是怎么实现的?用Jenkins现成的插件 or 用Groovy脚本实现?

A :使用了Jenkins的Docker插件,同时使用方式是将相应命令写在Groovy脚本里。

例如:stage('Build'){        docker.image('golang:1.7').inside {             sh './script/build.sh'                  }    }

 

干货大放送

请大家扫描以下二维码关注本公众号并回复【进群】,有容云小助手会第一时间拉您进入【有容云Docker技术交流群】,干货大放送正在敬候您的光临,期待大家就技术的更多细节和疑问与群里的大牛们进行咨询探讨。

 

在【k8s】中部署Jenkins的实践指南 本文旨在深入探讨如何在Kubernetes(K8s)集群中高效部署Jenkins,一个广泛使用的开源自动化服务器,它支持持续集成和持续部署(CI/CD)流程。随着DevOps文化的兴起,Jenkins作为CI/CD管道的核心组件,其灵活性和可扩展性在快速迭代和部署软件的过程中显得尤为重要。本文将为读者提供一个从零开始的实战教程,帮助他们在K8s环境中搭建并运行Jenkins。 文章首先概述了Jenkins的基本概念及其在CI/CD流程中的作用,随后介绍了Kubernetes这一容器编排平台的优势,以及为何 阅读详情

相关推荐

Jenkins 和 k8s 构建企业级 DevOps 容器云平台

DevOps

高飞的博客 28万+

【Unity】搭建Jenkins打包工作流,远程打热更、构建App

1. 在Jenkins中添加打包配置参数(如: 版本号, 目标平台等), 参数将以UI的形式显示在Jenkins Web界面以便打包前填写参数;在BuildResource中编写打包逻辑,如先获取生成的json参数文件,根据参数初始化各项设置,然后再打包资源。注意,注意Unity3d plugins的获取打包参数的方式与批处理脚本不同,使用${参数名}的方式获取参数值;最好的选择是安装Jenkins的Unity支持插件,使用插件启动Unity打包可以完美在网页输出Log日志。

eFunTech 5886

Kubernetes和Jenkins——基于Kubernetes构建Jenkins持续集成平台

.markdown-body { line-height: 1.75; font-weight: 400; font-size: 16px; overflow-x: hidden; color: rgba(51, 51, 51, 1) } .markdown-body h1, .markdown-body h2, .markdown-body h3, .markdown-body h4, .ma...

优快云_KONGlX的博客 4105

Jenkins - 打造强大的前端自动化工作流

Jenkins 是一款业界流行的开源持续集成工具,广泛用于项目开发,具有自动化构建、测试和部署等功能。我们可以利用 Jenkins 来对项目的持续性集成进行管控处理。

BASK2312的博客 1007

4.1 CI 工具选型论:GitHub Action、Jenkins、GitLab CI 谁是王者?

文章摘要: 本文深度剖析三大主流CI工具的技术架构与选型策略。Jenkins凭借1800+插件生态和Groovy DSL灵活性占据优势,但其插件依赖冲突、单点故障和非云原生设计是主要痛点。GitLab CI采用一体化设计,与代码仓库深度集成,适合GitLab生态用户。GitHub Actions则依托GitHub生态,提供简洁的YAML配置和丰富市场。作者从架构原理、维护成本、云原生适配度三个维度进行硬核测评,指出Jenkins适合复杂定制场景,GitLab CI适合一体化DevOps流程,GitHub A

yonggeit的博客 4041

基于Docker和k8s部署Jenkins+gitlab的CI/CD环境

整个流程大部分通过容器化的部署来实现,通过Docker分别创建Jenkins、Gitlab容器,配置Jenkins连接maven,在Gitlab容器里面,编写Jenkinsfile流水线脚本,当代码提交到 Gitlab 代码仓库之后,可以通过 Jenkins 自动识别到代码的变化,将代码同步到kubernetes集群中,以缩短新功能开发上线周期,及时满足客户的需求,实现DevOps的部分流程,来减轻部署运维的负担,实现可视化容器生命周期管理、应用发布和版本迭代更新。

weixin_48218106的博客 1877

jenkins总结(一)

一. Jenkins是一个CI工具。 Jenkins用Java语言编写,可在Tomcat等流行的servlet容器中运行,也可独立运行。它可以根据设定持续定期编译,运行相应代码;运行UT或集成测试;将运行结果发送至邮件,或展示成报告等. 这样做的最终目的是: 让项目保持健康的状态。如果任何checkin break了build,每个人都会在最短的时间内通知到,然后问题被fix。接下来的开...

LMAKE_nbsp的博客 648

Gitlab+Jenkins+K8S+Registry 建立 CI/CD 流水线

DevOps是一种将开发(Development)和运维(Operations)相结合的软件开发方法论。它通过自动化和持续交付的方式,将软件开发、测试和部署等环节紧密集成,以提高效率和产品质量。在本篇博客中,我们将介绍如何使用GitLab、Jenkins和Kubernetes(k8s)来构建一个完整的CI/CD解决方案。DevOps通过打破开发和运维之间的壁垒,促进了更紧密的合作和快速响应变化的能力。它强调团队间的协作、自动化和持续改进。

2302_78308374的博客 1301

Jenkins 管道 工作流 自动化部署

jenkins Jenkins是一个用Java编写的开源的持续集成工具。在与Oracle发生争执后,项目从Hudson项目复刻。 Jenkins提供了软件开发的持续集成服务。它运行在Servlet容器中(例如Apache Tomcat)。它支持软件配置管理(SCM)工具(包括AccuRev SCM、CVS、Subversion、Git、Perforce、Clearcase和RTC),可以执行基于A...

wanghao112956的博客 458

基于Docker的Jenkinspipeline工作流.

1、传统我们的项目开发模式是产品调研提出需求,开发团队研究决定开发方案选型。然后开始一个周期的开发,模块开发完成之后开始模块间的联调。联调结束之后打包交付给测试团队。测试团队,系统测试或自动化测试,然后提交bug,开发团队修复bug,周而复始。2、传统的模式中,存在着较多的不确定因素。例如,开发环境、编译环境、测试环境、生产环境,等不确定因素。人为介入打包中的不确定因素,缺乏单元测试和自动化测试的整合。从而导致的结果是,开发-测试-修复的周期较长,而且很多小的问题完全可以由单元测试进行覆盖。持续交付并不是某个特定的软件,而是一个结果。这个结果要求团队可以随时的发布一个新的准确版本,而且要求在编

Jenkins管道工作流自动化部署

Jenkins是一个用Java编写的开源的持续集成工具。在与Oracle发生争执后,项目从Hudson项目复刻。Jenkins提供了软件开发的持续集成服务。它运行在Servlet容器中(例如ApacheTomcat)。它支持软件配置管理(SCM)工具(包括AccuRevSCM、CVS、Subversion、Git、Perforce、Clearcase和RTC),可以执行基于ApacheAnt和ApacheMaven的项目,以及任意的Shell脚本和Windows批处理命令。Jenkins的主要开发者是川口耕介。Jenkins是在MIT许可证下发布的自由软件。可以通过各种手段触发构建。例如提交给

Gitlab+Jenkins+Docker+Harbor+K8s集群搭建CICD平台

Gitlab+Jenkins+Docker+Harbor+K8s集群搭建CICD平台

FamineFree的博客 6107

AntV G6避坑指南:折叠树状图那些意想不到的BUG(附解决方案)

本文深入剖析了在React项目中使用AntV G6实现折叠树状图时,从图标错乱、数据同步到状态管理的常见BUG与解决方案。文章基于实战经验,详细解读了G6的内部机制,提供了从环境配置、自定义节点绘制到事件处理与性能优化的完整避坑指南,帮助开发者彻底解决折叠展开功能的疑难杂症。

wasm7browser的博客 259

基于jenkins+k8s(container)实现CI/CD

本文以企业生产环境CICD流程为背景,利用 Jenkins、SonarQube、Harbor、Container、Kubernetes技术,搭建一个完整的 CI/CD 管道,模拟实际生产环境项目开发部署流程,实现持续集成、持续交付和持续部署。

qq_33816243的博客 3821

FreeRTOS系统CPU使用率统计

操作系统中CPU使用率是在软件架构设计中必须要考虑的一个重要性能指标。它直接影响到程序的执行时间以及优先级更高的任务能否实时响应的问题。而CPU使用率也不能过低,避免资源浪费。

灵哎惹,凌沃敏的博客 1381

Python实战:超分辨率图像质量评估全攻略——PSNR、SSIM、LPIPS与NIQE的代码实现与优化

本文详细介绍了在Python中实现超分辨率图像质量评估的完整方案,涵盖PSNR、SSIM、LPIPS和NIQE四大核心指标。通过模块化代码设计、多进程并行处理和GPU加速优化,帮助开发者构建高效、可扩展的评估系统,并提供了实战避坑指南与结果解读方法。

weixin_29053073的博客 480

jenkins k8s云 jenkinsfile配置,运行构建时jenkins console输出一直停留在‘Jenkins’ doesn’t have label ‘xxxx’阶段问题解决。

podTemplate(cloud: 'kubernetes', yaml: """ apiVersion: v1 kind: Pod spec: containers: - name: jnlp image: 'ops-reg.jccfc.com/ops/rancher/jenkins-jnlp-slave:3.10-1-alpine' args: ['\$(JENKIN...

triThirty的博客 1万+

AI应用架构师总结:智能问答系统用户意图识别的8种方法与实践!

意图识别是智能问答系统的大脑入口,其技术水平决定了系统能否准确捕捉用户的核心诉求。本文系统剖析了从基础规则到前沿PLM的8种核心意图识别方法透明简单,冷启动快,维护成本高。中等规模场景基线,依赖特征工程。利用词义和局部/序列信息,训练成本高。当前最优精度,需大量资源。添加意图灵活,冷启动友好,精度可能略逊。提升鲁棒性,系统变复杂。解决歧义和自然交互的关键(多轮)。增强专业领域理解和推理能力。成功的意图识别模块需要:精准的意图定义(Schema)是前提!

AI云原生与云计算技术学院 1632

基于Jenkins和Kubernetes的CI工作流

摘要 Jenkins作为最为流行的持续集成工具,在结合使用容器技术, Kubernetes 集群的基础上, 该如何发挥出新的能力, 在应用微服务化的基础上, 提供更好的CI方式, 值得我们每一个开发人员去持续不断的摸索. 本次分享主要介绍我司如何使用Jenkins Pipeline, Container 和 Kubernetes Deployment的能力, 通过增加使用文本模版引擎,

Kubernetes中文社区 2223

基于通义千问2.5-7B-Instruct的技术深度解析

通义千问2.5-7B-Instruct是一个基于Transformer架构的大型语言模型,具有70亿参数。它通过自注意力机制和前馈神经网络处理输入序列,能够捕捉长距离依赖关系,适用于多种NLP任务。微调是指在预训练模型的基础上,使用特定任务的数据进行进一步训练,以使模型更好地适应特定任务。微调可以显著提高模型在特定任务上的性能。通义千问2.5-7B-Instruct是一个强大的语言模型,适用于多种NLP任务。通过深入理解其架构、微调方法和核心代码,可以更好地应用于实际场景。

zhangjiaofa的专栏 1571

06 - 深度学习处理器原理

深度学习处理器的重要性在于它们可以加速深度学习任务的执行,从而推动了人工智能的发展。传统的通用处理器虽然可以执行深度学习任务,但它们不够高效,需要消耗大量的能量和时间。深度学习处理器通过硬件加速和特定设计来优化深度学习任务的执行,从而可以提高执行效率、降低能耗和加速训练和推断过程。 深度学习处理器的发展也推动了深度学习算法的创新,因为算法的发展需要硬件的支持和驱动。同时,深度学习处理器的出现也促进了更广泛的应用场景,包括自动驾驶、人脸识别、语音识别、图像识别等领域。因此,深度学习处理器的重要性不仅在于加速

m0_51339444的博客 755
上一篇: GitLab使用总结
下一篇: Docker搭建自己的Gitlab CI Runner
hxpjava1
博客等级 码龄19年 1365粉丝 511原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值