在 2025 收官前,看清 Data + AI 的真实走向,点击查看 BUILD 大会精华版 了解详情
写点什么

Concourse:可扩展的开源 CI 管道工具

  • 2016-05-05
  • 本文字数:1505 字

    阅读完需:约 5 分钟

Concourse 是一个开源的 CI 管道工具,它使用 yaml 文件对管道进行配置,以及设置无需配置的安装。Concourse 最近发布了第一个主要版本,目前已经可以下载1.1.0 版本。根据由 Pivotal 所赞助的团队所说,Concourse 的主要优点在于为管道提供明确的、第一级的支持;在容器中运行相互隔离的构建工作、可避免使用雪花型构建服务器、以及能够方便地访问构建日志等等。

Concourse 同时也表示,概念上的简单性是 Concourse 的另一个额外的优势:

Concourse 的最终目标是以尽可能少的独立变化部分提供一种具有表达性的系统。Concourse 设立了三种核心概念:任务、资源以及包含这两者的作业。

任务(Task)是执行的基本单元,表现为在一个全新启动的容器中所运行的脚本。容器已经经过了预处理,因此其中包含了一个输入与输出目录,任务脚本可在这些目录中运行。

资源(Resource)则表现为版本化资源的抽象位置,例如某个 repository。资源也可用于对进入或退出某个管道的外部依赖进行建模,或是表示更抽象的概念,例如时间触发器等等。资源的变更可被检测(检查)、获取(获得)以及发布(推送)。不同的资源类型(例如 Git、AWS S3 或触发器)可用于封装用于管道的各种样板代码,为 Concourse 的扩展提供了一个可适配的接口。

作业(Job)是由资源与任务构成的,通过构建计划实现。作业可由资源的变更所触发,也可以选择手动触发,以实现人工批准流程。下面的脚本展现了一个简单的作业:

复制代码
jobs:
- name: hello-world
plan:
- task: say-hello
config:
platform: linux
image_resource:
type: docker-image
source: {repository: ubuntu}
run:
path: echo
args: ["Hello, world!"]

一个作业计划的执行实例被称为一次构建(Build),Concourse 中的构建是可重复使用的,因为其中的任务在新的容器中也将重新运行。因此,构建的工作线程不会受到之前运行结果的变更所影响。此外,如果某次构建失败了,也可以通过一个名为 Fly 的 Concourse 命令行工具在某个容器中再一次在本地运行,通过这种方式实现更快的开发周期。此外,

通过使用 Fly 中的 Intercept 特性,运行在某个构建中的容器即使在运行期间(甚至是刚刚完成任务的短时间之内)也能够进行访问,这将极大地帮助用户进行调试。

管道就是通过作业实现的资源流变化的结果可视化展现。在一个部署过程中可定义多个管道,这些管道是相互隔离的。他们支持类似于 GoCD 方式的输入与输出,并且可在 yaml 文件中完成所有配置。

据 Concourse 团队所说,促使他们创建另一个 CI 工具的动力在于他们对现有的工具不太满意。举例来说, Jenkins 依赖于插件以及基于点击的配置,因此重建实例就是一个艰难的任务。而 GoCD 的问题在于“很难找到如何配置某些东西的信息,并且执行的层次结构很深又非常复杂。”

虽然 Concourse 可用于 CI 与 CD,但现有的资源缺乏某些更专注于部署的实现,因此持续交付与部署任务的实现就需要由用户来完成。此外,目前的仪表板提供的运维信息不够充分。不过,由于指标数据对于理解系统的表现与行为至关重要,因此“Concourse 可提供系统本身的健康状况指标,以及与正在运行的构建相关的各种指标。运维人员可以深入了解这些指标,以观察系统的健康状况。” Concourse 本身的管道指标都是公开暴露的。

Concourse 利用了 Pivotal 与 Cloud Foundry 中的某些术语和工具,例如通过Garden API 对于运行中的容器进行抽象,或是通过BOSH 实现发布的管理。因此,如果用户熟悉这些生态系统,对于Concourse 的上手将有所帮助。为了帮助用户克服新上手时在技能上的缺陷,可参考在线文档以及使用指南

查看英文原文 Concourse: Scalable Open Source CI Pipeline Tool

2016-05-05 19:004144
用户头像

发布了 428 篇内容, 共 201.5 次阅读, 收获喜欢 39 次。

关注

评论

发布
暂无评论
发现更多内容

传输丰富的特征层次结构以实现稳健的视觉跟踪 Transferring Rich Feature Hierarchies for Robust Visual Tracking

神经网络

C++基础知识

c++

亚马逊云科技启示录:创新作帆,云计算的征途是汪洋大海

亚马逊云科技 (Amazon Web Services)

云计算 亚马逊云科技 Builder 专栏

EMQ & IoTDB 联合 Meetup 回顾 | 数据基础设施软件的应用实践分享

Apache IoTDB

新一代 IT 服务管理平台 DOSM,助力企业数字化转型

云智慧AIOps社区

数字化转型 运维自动化 智能运维 云智慧 IT管理

​Apache IoTDB UDF 「Sample」的案例与最佳实践

Apache IoTDB

站酷基于服务网格 ASM 的生产实践

阿里巴巴中间件

阿里云 云原生 服务网格

CheckStyle使用

soap said

idea插件 格式化代码

软件测试/测试开发 | 做到这几点,你也能成为 BAT 的抢手人!

测试人

软件测试 自动化测试 测试开发 测试工程师

PCB行业龙头企业*IoTDB | 利用 IoTDB 替换HBase,打破查询功能局限性

Apache IoTDB

使用 NineData 访问 SQL Server 数据库

NineData

sql 数据迁移 逻辑备份 NineData SQL Server

中冶赛迪*IoTDB | 多项目全流程以IoTDB为时序数据处理方案,预计写入查询效率提升一倍

Apache IoTDB

Linux常用命令

Linux

Apache IoTDB 中的时间精度 | 铁头乔分享

Apache IoTDB

面积曲线AUC(area under curve)

图像处理

深度学习跟踪DLT (deep learning tracker)

深度学习

Linux挂载硬盘

Linux

python 中 json 序列化汇总

ModStart

数据湖(十八):Flink与Iceberg整合SQL API操作

Lansonli

数据湖 1月月更

软件测试/测试开发丨Java or Python?测试开发工程师如何选择合适的编程语言?

测试人

Java Python 软件测试 自动化测试 测试开发

pip安装时 fatal error C1083 无法打开包括文件 “io.h” No such file or directory

Python

易观:2022年中国产业数字化发展成熟度指数报告

易观分析

数字化 产业 报告

长安汽车*IoTDB | 构建1.5亿时间序列车况数据处理方案,查询稳定实现毫秒级返回

Apache IoTDB

Linux安装tensorflow

Linux

IoT 设备发送 MQTT 请求上云协议讲解——基础知识

阿里云AIoT

缓存 监控 存储 传感器 消息中间件

“天猫双11”背后的流量治理技术与标准实践

阿里巴巴中间件

阿里云 云原生 OpenSergo

带你玩转OpenHarmony AI-基于海思NNIE的AI能力自定义

OpenHarmony开发者

OpenHarmony

接口压测实践-压力测试常见参数解释说明

不想敲代码

性能测试 接口测试 压力测试 测试工具 接口测试工具

Apache IoTDB & SeaTunnel 联合 Meetup | 10月15日 线上直播预约开启!

Apache IoTDB

对话 BitSail Contributor | 姚泽宇:新生火焰,未来亦可燎原

字节跳动数据平台

大数据 开源 字节跳动 数据引擎

算力攻坚,视频云背后的「硬」核玩家

云布道师

阿里云 视频云

Concourse:可扩展的开源CI管道工具_DevOps & 平台工程_Grischa Ekart_InfoQ精选文章