写点什么

基于容器服务的持续集成与云端交付(三)- 从零搭建持续交付系统

  • 2017-02-23
  • 本文字数:2096 字

    阅读完需:约 7 分钟

前言

在上一篇文章中讨论了容器服务提供的交付能力,在本文中我们将讨论如何从零搭建一个持续交付系统。

对于大多数公司而言,选择一个合适自己的持续交付系统是尤为重要的一件事情,不同的公司、不同的业务使用的场景也各不相同,因此要根据自己的业务场景与发展方向来选择合适的方案。根据不同的业务场景与交付方式,阿里云容器服务提供了三种不同的持续交付方案。

基于 Jenkins 的持续交付方案

(点击放大图像)

基于Jenkins 的持续集成和持续交付方案是所有方案中最灵活、能力最强的方式,但也是需要客户自主运维的方案。对于现有提供持续交付的SaaS 服务而言,很难既覆盖简单性与可扩展性。而对于定制化需求明显的开发者而言,开源的Jenkins 一直是持续交付系统的第一选择。容器服务为了让开发者可以更简单的使用Jenkins 进行容器交付,我们提供了容器服务的Jenkins 部署插件,可以直接在构建任务中推送Docker Compose 模板到容器集群;提供了Java、C++、Python、Nodejs、Golang 等语言的Jenkins Slave,开发者可以直接使用这些Slave 快速实现一个分布式集成的持续交付系统。在Slave 中内置了简单的容器集成流程,开发者可以通过配置的方式将一个完整的持续集成流程在Slave 中运行起来。

Jenkins 的方案是所有方案中,功能最强大的。之所以选择 Jenkins 作为容器服务支持的开源方案的原因在于:

  1. Jenkins 在国内的开发者中认可度较高,很多创业公司的自建持续交付系统的选择大部分都是 Jenkins,便于开发者可以在老的系统上直接进行容器化的持续交付。
  2. Jenkins 的能力远不止我们上文中提到的这些,良好的开源社区给 Jenkins 带来的反哺,让 Jenkins 可以通过插件的方式满足很多系统无法满足的场景,比如对于刚刚使用容器的客户可能会倾向于使用 Jenkins 的混合发布的方式,即将应用交付到容器服务的同时也交付到远程的虚机上,进行应用的灰度测试,逐步的迁移。
  3. Jenkins 拥有良好的扩展性,在开发 Jenkins 插件的时候,可以发现 Jenkins 内部实现机制几乎可以通过插件的方式让开发者扩展所需的任何一个位置,对于很多定制化场景而言,这会是选择 Jenkins 的决定性因素。
  4. Jenkins 拥有持续交付系统中最重要的也是最棒的流水线(pipeline)系统,在 Jenkins2.0 以上的版本中,内置了流水线(pipeline)的支持,这表示了未来 Jenkins 在持续集成与持续交付领域的发展趋势与能力。

基于 CRP 的持续交付方案

(点击放大图像)

CRP 是阿里云推出的一款提供持续集成与持续交付功能的 SaaS 服务。同常见的持续交付系统类似,CRP 也提供了一个可扩展的流水线。开发者可以将自己的持续集成与持续交付流程转换为一条 DAG 图的流水线(pipeline)。比如在本文中提供了一个简单的容器化的持续交付的流水线定义。分为五个阶段:代码检出、集成测试、镜像构建、推送镜像、部署应用。每次提交代码,代码仓库都会触发 CRP 进行持续集成,运行用户预定义的流水线(pipeline),测试不通过则重新集成,测试通过则开始应用部署。

这种集成方式的覆盖了高质量和可扩展两个方面,但是 CRP 作为一个通用的持续交付平台,提供的可扩展性有限、而且测试的基础环境种类有限。对于复杂的多技术栈的微服务系统而言,灵活度不足。但是对于系统技术栈统一、持续交付需求简单的客户而言,CRP 是一个值得推荐的方式。

基于 Hub 的持续交付方案

(点击放大图像)

基于Hub 的持续交付方案是最简单的持续交付方案,开发者无需搭建任何服务,可以直接通过在镜像仓库与容器服务中配置触发器的方式完成应用的自动更新。持续交付的本质是如何可扩展、高质量、快速的进行交付。高扩展就要求持续交付系统有良好的流水线(pipeline)的设计,高质量则要求开发者有覆盖充分的测试脚本以及持续交付系统可以标准化的组织这些脚本并运行,而快速则是这三个要素中最简单的,而基于Hub 的方案对于很多场景来讲功能上是有缺欠的,但是在速度上是有优势的。用户提交代码后会自动触发容器hub 的镜像自动构建,构建完毕后会触发容器服务的自动重新部署实现应用的更新。

这种方案特别适合在测试环境中快速迭代联调的应用场景,虽然在标准的持续集成中测试是必不可少的一环,但是在实际的开发联调的过程中,全量的自动化测试也会给迭代速度带来一些阻碍,因此如果追求快速迭代并且测试的需求不是很强烈的场中,可以考虑直接使用基于Hub 的持续集成方案,简单、高效。

尾声

在上文中,我们介绍了三种不同的持续交付方案,开发者可以根据自己的需求选择其中任意一种从零开始进行容器化的交付之路。但是无论哪种方案,都需要进行取舍,选择最符合业务形态的持续交付系统才是最重要的。

个人简介

莫源,阿里云高级研发工程师。在加入阿里巴巴之前,先后在北京天方地圆科技有限公司、微软亚洲研究院任职。现主要负责阿里云容器服务产品的底层服务发现系统、集群管理系统的研发,从事容器的持续交付、持续集成的方案的设计与实现。在云计算、分布式系统、图像识别与虚拟现实方向有多年的开发经验。


感谢木环对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2017-02-23 16:157366

评论

发布
暂无评论
发现更多内容

软件测试 | adb命令的组成

测吧(北京)科技有限公司

测试

软件测试 | App常见Bug解析

测吧(北京)科技有限公司

测试

袋鼠云产品功能更新报告04期丨2023年首次,产品升级“狂飙”

袋鼠云数栈

软件测试 | 高级定位技巧

测吧(北京)科技有限公司

测试

软件测试 | 触屏操作测试自动化

测吧(北京)科技有限公司

测试

Slurm集群调度策略详解(2)-回填调度

慕冰

Slurm 回填调度

ChatGPT 最好的替代品

图灵社区

机器学习 Transformer BERT ChatGPT

ChatGPT搜索风暴

OneFlow

人工智能 深度学习

怎么编写接口测试用例?

Liam

测试用例 如何编写测试 测试用例设计

OceanBase 4.0解读:兼顾高效与透明,我们对DDL的设计与思考

OceanBase 数据库

数据库 oceanbase

拜占庭将军问题和 Raft 共识算法讲解

京东科技开发者

算法 分布式系统 拜占庭将军问题 raft共识算法 日志同步

软件测试 | Appium架构介绍与环境配置

测吧(北京)科技有限公司

测试

软件测试 | 录制Appium测试用例

测吧(北京)科技有限公司

测试

【2.10-2.17】写作社区优秀技术博文一览

InfoQ写作社区官方

热门活动 优质创作周报

ChatGPT 最好的替代品

图灵教育

机器学习 BERT ChatGPT

软件测试 | App控件定位

测吧(北京)科技有限公司

测试

一卡通|多云流量监控支撑To C+To B,双向高效运维

智维数据

大数据 数据可视化 智能运维 运维安全

机器学习洞察 | 一文带你“讲透” JAX

亚马逊云科技 (Amazon Web Services)

4道数学题,求解极狐GitLab CI 流水线|第2&3题:父子流水线 + 多项目流水线

极狐GitLab

ci DevOps pipeline 极狐GitLab 流水线

软件测试 | App控件交互

测吧(北京)科技有限公司

测试

设计模式第七讲-外观模式、适配器模式、模板方法模式详解

C++后台开发

设计模式 后端开发 Linux服务器开发 适配器模式 C++开发

可靠、安全、稳定,开源高质量项目 | 亚马逊的开源文化

亚马逊云科技 (Amazon Web Services)

@所有人,OceanBase DevCon • 2023来啦!

OceanBase 数据库

数据库 oceanbase

3dmax的常用功能和使用方法

Finovy Cloud

3D渲染 3DMAX

软件测试 | 元素定位方式与隐式等待

测吧(北京)科技有限公司

测试

基于 Flink 的小米数据集成实践

Apache Flink

大数据 flink 实时计算

谈JVM参数GC线程数ParallelGCThreads合理性设置

京东科技开发者

线程 JVM cpu GC线程 ParallelGCThreads

中国人寿业务稳定性保障:“1+1+N” 落地生产全链路压测

TakinTalks稳定性社区

实现“无感知”的网络运维,新华社融媒体流量分析平台的创新之路

智维数据

大数据 防火墙 数据可视化 智能运维 运维安全

模块6 拆分电商系统为微服务

KING

理论+实践,揭秘昇腾CANN算子开发

华为云开发者联盟

人工智能 AI 华为云 企业号 2 月 PK 榜 华为云开发者联盟

基于容器服务的持续集成与云端交付(三)- 从零搭建持续交付系统_DevOps & 平台工程_莫源_InfoQ精选文章