Continuous Integration / Delivery mit GitLab

Grundlagen zu GitLab Pipelines

• Anatomie einer Pipeline
• Unterschied zwischen Stages und Jobs
• Die .gitlab-ci.yml-Datei
• Runner als Arbeitstiere
• Docker-, Kubernetes-, Shell-Runner und weitere Runner
• Wann welcher Runner-Typ geeignet ist
• Auswahl eines Runners für einen Job über Tags
• Wie das „Don’t repeat yourself“-Prinzip (DRY) in Pipelines umgesetzt wird
• Allgegenwärtige Variablen in (fast) jeder Pipeline

Artefakte – Outputs der Jobs

• Handhabung der mit der Pipeline erzeugten Artefakte
• Artefakte mittels Dateifilter deklarieren
• Ablaufdatum für Artefakte verwenden
• Cache vs. Artifacts

Erzeugung von Docker Images

• Problematik bei der Erzeugung von Docker Images in der Pipeline (docker-in-docker)
• Vorstellung möglicher Lösungsansätze
• Erzeugung eines Docker Images mit podman
• Erzeugung eines Docker Images mit kaniko

GitLab Registries

• Container Registry
• Package Registry

GitLab Services

• Wie Services als Teil eines Jobs verwendet werden können
• Welche Runner Services unterstützen
• Wie Services im Job via Netzwerk erreichbar sind
• Verschiedene Einsatzszenarien für Services

Wiederverwendung von Teilen der Pipeline

• DRY: Nutzung von YAML Sprachmitteln wie Anchors und Aliases
• DRY: Mit include/extend wiederverwendbare Pipeline-Teile in separate Dateien auslagern
• Die verschiedenen Möglichkeiten, separaten Dateien an verschiedenen Orten abzulegen und zu referenzieren

Environments und Releases

• Welcher Job was wohin deployed
• Statische vs. dynamische Environments
• Attribute eines Environments
• Releases als Teil der Pipeline erzeugen
• Umfang eines Releases und optionale Komponenten
• Erzeugung eines Git Tags als Teil eines Release-Jobs
• Nutzung der relase-cli

Trigger und Verwendung dieser in Pipelines

• Definition eines Triggers
• Parent/Child Pipelines aufbauen
• Multi-Project Pipelines aufbauen
• Definition von Regeln, wann ein Trigger ausgeführt wird
• Pausieren einer Pipeline durch manuelle Trigger

Regeln für die Pipeline

• rules als Mittel, um Dynamik in die Pipelines zu bringen
• Wann und wie rules ausgewertet werden
• Wie rules entscheiden, ob ein Job ein Teil der Pipeline wird
• Unterschiedliche Typen von rules

Weiteres

• Workflow - Übergeordnete Kontrolle einer Pipeline
• Effiziente Pipelines – Directed Acyclic Graph (DAG) mit needs-Schlüsselwort
• Deployment Safety / Deploy Freezes
• Projektorganisation und Entwicklungsplanung