2025上半年,最新 AI实践都在这!20+ 应用案例,任听一场议题就值回票价 了解详情
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 16:157557

评论

发布
暂无评论
发现更多内容

python-抽象

加里都好

【Vue2.x 源码学习】第三十篇 - diff算法-比对优化(上)

Brave

源码 vue2 8月日更

几十种编程语言说Hello World

入门小站

工具

synchronized优化手段:锁膨胀、锁消除、锁粗化和自适应自旋锁...

王磊

Java 并发 synchronized 8月日更

写作 7 堂课——【4. 联机式写作】

LeifChen

素材 写作技巧 8月日更 联机 写作网感

负载均衡的原理与设计

海明菌

负载均衡 负载均衡算法 负载均衡架构

不装了、摊牌了,我们要搞事情

不脱发的程序猿

程序员 技术 程序人生

构建Apache Flink 开发环境(四)

Databri_AI

flink IDEA 开发环境

数据缓存历险记(四)--LRU大师兄的Java实现

卢卡多多

redis LRU 8月日更

“善于治”和“以善治”:华为云Stack在智慧城市的十年踪迹十年心

脑极体

网络攻防学习笔记 Day100

穿过生命散发芬芳

态势感知 网络攻防 8月日更

【设计模式】外观模式

Andy阿辉

C# 后端 设计模式 8月日更

Node.js 实现存储服务的上传功能【包含前后端代码】

liuzhen007

8月日更

白话机器学习(3):理解机器学习中的Bias与Variance

杜嘉平

机器学习

白话机器学习(4):模型的裁判-交叉验证Cross-Validation

杜嘉平

机器学习 杜吉普

奥运背后的5G赛场,竟然也这么激烈?

脑极体

jackson解析泛型的正确写法

4ye

Java Jackson 8月日更

白话机器学习(2):产品经理都在用的线性回归模型

杜嘉平

机器学习 线性回归

白话机器学习(5):更高端的线性回归模型-Ridge Regression

杜嘉平

机器学习

绝绝子!腾讯大牛1909页的leetcode刷题笔记,细节满满

Java 编程 架构 面试 程序人生

阿里P8教你Java注解与反射

陈皮的JavaLib

Java 面试 8月日更 java注解 反射机制

【前端 · 面试 】HTTP 总结(九)—— HTTP 协商缓存

编程三昧

面试 8月日更 HTTP缓存

架构训练营模块四作业

Lemon

趁着课余时间学点Python(八)函数的简单理解

ベ布小禅

8月日更

白话机器学习:什么机器学习模型?

杜嘉平

机器学习 数据分析 数字化转型

【架构实战营】毕业总结

Geek_2e7dd7

【LeetCode】超级丑数Java题解

Albert

算法 LeetCode 8月日更

有什么理由将代码保存为 GBK 编码

HoneyMoose

Java 面试都只是背答案不

HoneyMoose

Grafana 配置 Thanos 查询历史数据

耳东@Erdong

Grafana Prometheus Thanos 8月日更

Linux之ping命令

入门小站

Linux

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