Sobes.tech
Back to questions
Middle
98
questionbank

Какие проекты вы реализовывали с использованием GitLab CI?

Answer from AI

sobes.tech AI

Реализовал проекты по автоматизации CI/CD для различных типов приложений.

  1. Веб-приложение на Python/Django: Настроен конвейер CI/CD для автоматического тестирования (pytest), проверки стиля кода (flake8), сборки Docker-образа, пуша образа в GitLab Container Registry и деплоя в Kubernetes с использованием kubectl и Helm.

    # .gitlab-ci.yml
stages:
  - test
  - build
  - deploy

variables:
  DOCKER_DRIVER: overlay2
  DOCKER_TLS_CERTDIR: "/certs"

test:
  stage: test
  image: python:3.9
  script:
    - pip install -r requirements.txt
    - pytest
    - flake8 .

build:
  stage: build
  image: docker:latest
  services:
    - docker:dind
  script:
    - echo $CI_REGISTRY_PASSWORD | docker login -u $CI_REGISTRY_USER $CI_REGISTRY --password-stdin
    - docker build -t $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA .
    - docker push $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA

deploy:
  stage: deploy
  image: alpine/k8s:1.25.2
  before_script:
    - apk add gettext # For envsubst
    - echo "$KUBE_CONFIG" | base64 -d > $KUBE_CONFIG_PATH
  script:
    # Example deploy using kubectl
    - kubectl apply -f kubernetes/deployment.yaml -f kubernetes/service.yaml
    # Example deploy using Helm
    # - helm upgrade --install myapp ./helm/myapp --namespace default --set image.tag=$CI_COMMIT_SHORT_SHA
  variables:
    KUBE_CONFIG_PATH: $KUBECONFIG # Kubeconfig is stored in a CI/CD variable
  only:
    - main

  2. Микросервисы на Golang: Создан пайплайн для сборки Go-приложений, выполнения юнит-тестов, статического анализа кода (go vet, golint), сборки минималистичных статических Docker-образов (используя многостадийную сборку или scratch), пуша образов и деплоя в Docker Swarm или Kubernetes.

    # .gitlab-ci.yml
stages:
  - test
  - build
  - deploy

variables:
  # Disable CGO to build static binaries for smaller images
  CGO_ENABLED: 0

test:
  stage: test
  image: golang:1.19
  script:
    - go test -v ./...
    - go vet ./...
    # - golint ./... # Example linters

build:
  stage: build
  image: docker:latest
  services:
    - docker:dind
  script:
    - echo $CI_REGISTRY_PASSWORD | docker login -u $CI_REGISTRY_USER $CI_REGISTRY --password-stdin
    - docker build -t $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA . # Uses Dockerfile with multi-stage build
    - docker push $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA

deploy:
  stage: deploy
  image: docker/compose:1.29.2 # Example Docker Swarm deploy
  script:
    - docker stack deploy -c docker-compose.yml my_stack --resolve-image always
  only:
    - main

  3. Проект с инфраструктурой как кодом (Terraform): Автоматизировано применение Terraform-изменений. Пайплайн включает этапы планирования (terraform plan) на каждом пуше в merge request и применения (terraform apply) при слиянии в основную ветку. Использовались GitLab Managed Terraform state и GitLab Environment variables для хранения чувствительных данных.

    # .gitlab-ci.yml
stages:
  - validate
  - plan
  - apply

image:
  name: hashicorp/terraform:1.3.0
  entrypoint: ["/usr/bin/env", "PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin", "/usr/bin/tf"]

variables:
  TF_ROOT: ${CI_PROJECT_DIR}/terraform # Adjust if your terraform code is in a subdirectory
  TF_VAR_GITLAB_TOKEN: ${GITLAB_TOKEN} # Example: Passing GitLab API token

before_script:
  - cd ${TF_ROOT}
  - gitlab-terraform init -upgrade # Handles state backend configuration

validate:
  stage: validate
  script:
    - gitlab-terraform validate

plan:
  stage: plan
  script:
    - gitlab-terraform plan
    - gitlab-terraform plan-json > plan.json # Generate plan in JSON for MR widget
  artifacts:
    reports:
      terraform: ${TF_ROOT}/plan.json # Enable MR widget integration

apply:
  stage: apply
  script:
    - gitlab-terraform apply -auto-approve # Apply changes automatically
  only:
    - main # Only apply on merge to main branch
  dependencies:
    - plan

  4. Проект с фронтендом на Vue.js: Настроен пайплайн для сборки фронтенд-приложения (npm install, npm run build), линтинга (ESLint), запуска юнит-тестов (Jest), создания Docker-образа (nginx serving static files) и деплоя статики на S3 или в Nginx-контейнере.

    # .gitlab-ci.yml
stages:
  - build
  - test
  - deploy

build:
  stage: build
  image: node:16
  script:
    - npm ci
    - npm run build

test:
  stage: test
  image: node:16
  needs: [build] # Ensure build stage runs first
  script:
    - npm ci
    - npm run lint
    - npm run test --ci --json --outputFile=report.json # Run tests and generate report
  artifacts:
    reports:
      junit: report.json # Integrate test results into MR/Pipeline view

deploy:
  stage: deploy
  image: python:latest # Using Python for AWS CLI example
  script:
    # Example deploy to S3
    - pip install awscli
    - aws s3 sync ./dist s3://$S3_BUCKET_NAME --delete
  only:
    - main
  dependencies:
    - build # Ensure build artifacts are available

Во всех проектах применялись следующие практики:

  • Использование GitLab Runners (Shared или Specific VM/Docker).
  • Конфигурация с помощью .gitlab-ci.yml.
  • Работа с Docker образами через GitLab Container Registry.
  • Использование CI/CD Variables (Secret и Protected) для хранения учетных данных и конфигурации.
  • Настройка Environments для организации деплоев (Development, Staging, Production).
  • Создание Merge Request Pipelines для ранней валидации изменений.
  • Настройка расписаний для периодического запуска пайплайнов.
  • Использование GitLab Review Apps для динамического развертывания окружений для каждого Merge Request. (Особенно актуально для веб-приложений).
  • Интеграция с Snyk или другими инструментами для анализа уязвимостей (в некоторых проектах).

Эти проекты демонстрируют опыт в построении надежных и автоматизированных процессов доставки кода, охватывающих тестирование, сборку и деплой для разных стеков технологий и инфраструктур.

PreviousNext