当前位置: 首页 > news >正文

day1 Gitlab Runner 学习

Gitlab Runner 学习

runner下载|安装|启动

下载
# 为您的系统下载二进制文件
sudo curl -L --output /usr/local/bin/gitlab-runner https://gitlab-runner-downloads.s3.amazonaws.com/latest/binaries/gitlab-runner-linux-amd64# 授予执行权限
sudo chmod +x /usr/local/bin/gitlab-runner# 创建 GitLab Runner 用户
sudo useradd --comment 'GitLab Runner' --create-home gitlab-runner --shell /bin/bash# 安装并作为服务运行
sudo gitlab-runner install --user=gitlab-runner --working-directory=/home/gitlab-runner
sudo gitlab-runner start# 如果使用基于 `deb` 包的发行版(如 Ubuntu、Debian)
curl -s https://packages.gitlab.com/install/repositories/runner/gitlab-runner/script.deb.sh | sudo bash
apt install -y gitlab-runner# 如果使用基于 `rpm` 包的发行版(如 CentOS、RHEL、Fedora)
curl -s https://packages.gitlab.com/install/repositories/runner/gitlab-runner/script.rpm.sh | sudo bash
dnf install -y gitlab-runner
启动
gitlab-runner start
停止
gitlab-runner stop

注册runner

命令行创建
gitlab-runner register  --url http://gitlab.local  --token  xxx
Gitlab页面创建
# 页面创建的 runner 仍然需要到 runner 服务器上执行一遍指令

删除runner

按名字删除
sudo gitlab-runner unregister --name "python-runner"
通过 URL 和令牌删除
sudo gitlab-runner unregister --url http://gitlab.local --token xxx
全部删除
sudo gitlab-runner unregister --all-runners	

删除配置文件

rm -rf /xxx/xxx/.gitlab-runner/config.toml

测试.gitlab-ci.yml

# GitLab CI/CD 配置文件 - 简化版本
# 这个文件定义了GitLab的持续集成/持续部署流程# 定义流水线的阶段(stages)
# 每个作业(job)必须属于一个阶段,阶段按顺序执行
stages:- test    # 测试阶段:运行各种测试- deploy  # 部署阶段:部署应用到不同环境# 全局变量定义
# 这些变量可以在所有作业中使用
variables:FLASK_ENV: testing           # Flask应用环境(testing/production)VENV_PATH: venv              # Python虚拟环境路径PYTHON_VERSION: 3.11         # 使用的Python版本UWSGI_PORT: 8099             # uWSGI服务监听的端口HEALTH_CHECK_ENDPOINT: /api/v1/health/  # 健康检查接口路径WAIT_TIMEOUT: 30              # 应用启动等待超时时间(秒)# 缓存配置
# 缓存可以加速后续流水线的执行
cache:key: $CI_COMMIT_REF_SLUG     # 缓存键,基于分支名称paths:- venv/                    # 缓存Python虚拟环境- .cache/pip               # 缓存pip下载的包# 单元测试作业
# 这个作业运行Python单元测试
unit_tests:stage: test                  # 属于test阶段tags:- myDebainTest             # 指定运行器标签(GitLab Runner的标签)before_script:               # 作业执行前的准备工作- echo "🚀 开始设置Python环境..."- python${PYTHON_VERSION} --version  # 检查Python版本- python${PYTHON_VERSION} -m venv $VENV_PATH || python3 -m venv $VENV_PATH  # 创建虚拟环境- source $VENV_PATH/bin/activate      # 激活虚拟环境- pip install --upgrade pip           # 升级pip- pip install -r requirements.txt     # 安装依赖包- echo "当前FLASK_ENV:" $FLASK_ENV    # 显示当前环境变量- export FLASK_ENV="$FLASK_ENV"       # 设置环境变量script:                       # 作业的主要执行脚本- echo "🧪 运行单元测试..."- echo "当前FLASK_ENV:" $FLASK_ENV- python -c "import os; print('Python进程中的FLASK_ENV:', os.getenv('FLASK_ENV'))"  # 验证环境变量- python -m pytest test/ -v --tb=short || echo "⚠️ 没有找到测试文件或测试失败"  # 运行pytest测试after_script:                 # 作业执行后的清理工作- echo "🧹 清理环境..."- pkill -9 uwsgi || true    # 强制停止uWSGI进程- deactivate || true       # 退出虚拟环境artifacts:                    # 制品(构建产物)配置when: always               # 总是上传制品(无论成功或失败)reports:junit: test-results.xml  # JUnit格式的测试报告paths:- test-results.xml       # 测试报告文件路径expire_in: 1 week          # 制品保留时间only:                         # 触发条件:只在以下分支/事件触发- main- develop- merge_requests# 健康检查测试作业
# 这个作业测试应用的健康检查接口
health_check_test:stage: testtags:- myDebainTestbefore_script:- echo "🚀 开始设置Python环境..."- python${PYTHON_VERSION} --version- python${PYTHON_VERSION} -m venv $VENV_PATH || python3 -m venv $VENV_PATH- source $VENV_PATH/bin/activate- pip install --upgrade pip- pip install -r requirements.txt- echo "当前FLASK_ENV:" $FLASK_ENV- export FLASK_ENV="$FLASK_ENV"script:- echo "🔍 启动Flask应用并测试健康检查接口..."- echo "当前FLASK_ENV:" $FLASK_ENV- python -c "import os; print('Python进程中的FLASK_ENV:', os.getenv('FLASK_ENV'))"- pkill -9 uwsgi || true    # 确保没有残留的uWSGI进程- uwsgi --ini uwsgi.ini --daemonize api.log --env FLASK_ENV="$FLASK_ENV"  # 后台启动uWSGI- |echo ⏳ 等待应用启动...# 循环检查应用是否启动成功for i in {1..$WAIT_TIMEOUT}; doif curl -s -f http://127.0.0.1:$UWSGI_PORT$HEALTH_CHECK_ENDPOINT > /dev/null 2>&1; thenecho ✅ 应用在第 $i 秒启动成功breakfisleep 1if [ $i -eq $WAIT_TIMEOUT ]; thenecho ❌ 应用启动超时cat api.log           # 输出应用日志用于调试exit 1                # 退出并标记作业失败fidone- |echo 📊 执行健康检查...# 使用更简单的方法获取HTTP状态码status_code=$(curl -s -o /dev/null -w "%{http_code}" http://127.0.0.1:$UWSGI_PORT$HEALTH_CHECK_ENDPOINT)body=$(curl -s http://127.0.0.1:$UWSGI_PORT$HEALTH_CHECK_ENDPOINT)echo HTTP状态码: $status_codeecho 响应内容: $body# 检查健康检查接口是否返回200状态码if [ $status_code -eq 200 ]; thenecho ✅ 健康检查接口测试成功elseecho ❌ 健康检查接口测试失败cat api.log           # 输出应用日志用于调试exit 1                # 退出并标记作业失败fiafter_script:- echo "🧹 清理环境..."- pkill -9 uwsgi || true- deactivate || true- echo "📋 应用日志:"- tail -50 api.log || echo "没有找到日志文件"  # 输出最后50行应用日志artifacts:when: on_failure           # 只在作业失败时上传制品paths:- api.log                # 上传应用日志文件expire_in: 1 hour          # 制品保留时间较短(仅用于调试)only:- main- develop- merge_requests# 代码质量检查作业
# 这个作业检查代码质量和应用配置
code_quality:stage: testtags:- myDebainTestbefore_script:- echo "🚀 开始设置Python环境..."- python${PYTHON_VERSION} --version- python${PYTHON_VERSION} -m venv $VENV_PATH || python3 -m venv $VENV_PATH- source $VENV_PATH/bin/activate- pip install --upgrade pip- pip install -r requirements.txt- echo "当前FLASK_ENV:" $FLASK_ENV- export FLASK_ENV="$FLASK_ENV"script:- echo "🔍 代码质量检查..."- echo "当前FLASK_ENV:" $FLASK_ENV- pip install flake8 black || true    # 安装代码检查工具- flake8 . --count --select=E9,F63,F7,F82 --show-source --statistics || echo "⚠️ flake8检查失败或未安装"  # 代码风格检查- python -c "import os; print('Python进程中的FLASK_ENV:', os.getenv('FLASK_ENV')); from manage import create_app; app = create_app(); print('加载的配置文件:', app.config.get('SQLALCHEMY_DATABASE_URI', '未找到'))" || echo "⚠️ 应用创建失败"  # 测试应用配置加载only:- main- develop# 测试环境部署作业
# 这个作业将应用部署到测试环境
deploy_staging:stage: deploytags:- myDebainTestscript:- echo "🚀 部署到测试环境..."- echo "部署逻辑待实现"      # 实际部署逻辑需要根据具体环境实现environment:                  # 环境配置name: staging              # 环境名称url: https://staging.example.com  # 环境URLonly:- main                     # 只在main分支触发# 生产环境部署作业
# 这个作业将应用部署到生产环境
deploy_production:stage: deploytags:- myDebainTestscript:- echo "🚀 部署到生产环境..."- echo "部署逻辑待实现"      # 实际部署逻辑需要根据具体环境实现environment:name: production           # 环境名称url: https://production.example.com  # 环境URLonly:- main                     # 只在main分支触发when: manual                 # 手动触发(需要人工确认)
http://www.hskmm.com/?act=detail&tid=25240

相关文章:

  • Software Foundations Vol.I : 使用结构化的数据(Lists)
  • Software Foundations Vol.I : 归纳证明(Induction)
  • Software Foundations Vol.I : Coq函数式编程(Basics)
  • Python 在自然语言处理中的应用与发展
  • Python 在网络爬虫与数据采集中的应用
  • 15_spring_data_neo4j简单教程
  • CF2152G Query Jungle(线段树,重链剖分,*)
  • 代码随想录算法训练营第九天 | leetcode 151 卡特55
  • [题解] 分竹子
  • 分数规划
  • CSS - transition 粗浅记忆
  • 【MC】LittleTiles模组结构数据解析和版本迁移方案
  • 容器魔方导致盒子满了
  • 课程学习笔记——[大一秋]遗传学
  • P3067 [USACO12OPEN] Balanced Cow Subsets G
  • Vivado 2025 界面中文设置
  • 词汇学习——专业词汇
  • P4556 [Vani有约会] 雨天的尾巴 [模板] 线段树合并
  • P4550 收集邮票
  • P8110 [Cnoi2021] 矩阵
  • P9751 [CSP-J 2023] 旅游巴士
  • P9234 [蓝桥杯 2023 省 A] 买瓜
  • P1044 [NOIP 2003 普及组] 栈
  • P1080 [NOIP 2012 提高组] 国王游戏
  • 音响没声音
  • P1654 OSU!
  • DynamoDB十年演进:云原生数据库的技术革新
  • 完整教程:MySQL全量、增量备份与恢复
  • 10/5
  • 10/4