创建一个基于Go程序的持续集成/持续部署(CI/CD)流水线

简介: 创建一个基于Go程序的持续集成/持续部署(CI/CD)流水线

创建一个基于Go程序的持续集成/持续部署(CI/CD)流水线,涉及到代码拉取、镜像构建、镜像推送以及在Kubernetes(K8s)上启动服务等多个步骤。下面是一个简化的步骤说明,以及对应的命令行操作或配置文件示例,帮助你构建这样的流水线。

步骤一:环境准备

安装Git:用于代码拉取。

安装Docker:用于镜像构建和推送。

安装kubectl:用于与Kubernetes集群交互。

配置Docker Hub或私有仓库(如Harbor):用于存储Docker镜像。

配置Kubernetes集群:确保你有权限访问一个Kubernetes集群。

步骤二:编写Go程序

确保你的Go项目在GitHub(或其他Git服务)上有版本控制。以下是一个简单的hello.go示例:

go复制代码
 package main  
 
   
 
 import (  
 
     "fmt"  
 
     "net/http"  
 
 )  
 
   
 
 func handler(w http.ResponseWriter, r *http.Request) {  
 
     fmt.Fprintf(w, "Hello, Kubernetes!")  
 
 }  
 
   
 
 func main() {  
 
     http.HandleFunc("/", handler)  
 
     fmt.Println("Server is listening on 8080")  
 
     if err := http.ListenAndServe(":8080", nil); err != nil {  
 
         panic(err)  
 
     }  
 
 }

步骤三:Dockerfile编写

在项目根目录下创建Dockerfile,用于构建镜像:

Dockerfile复制代码
 # 使用官方Go运行时作为父镜像  
 
 FROM golang:1.16  
 
   
 
 # 设置工作目录  
 
 WORKDIR /app  
 
   
 
 # 将当前目录内容复制到位于/app中的容器中  
 
 COPY . .  
 
   
 
 # 构建Go应用  
 
 RUN go build -o hello-app  
 
   
 
 # 指定容器运行时执行的命令  
 
 CMD ["./hello-app"]  
 
   
 
 # 暴露端口  
 
 EXPOSE 8080

步骤四:使用CI/CD工具(以GitHub Actions为例)

在GitHub仓库中创建.github/workflows/ci-cd.yml文件,配置CI/CD流程:

yaml复制代码
 name: CI/CD  
 
   
 
 on:  
 
   push:  
 
     branches: [ main ]  
 
   
 
 jobs:  
 
   build:  
 
     runs-on: ubuntu-latest  
 
     steps:  
 
       - uses: actions/checkout@v2  
 
         
 
       - name: Set up Docker Buildx  
 
         uses: docker/setup-buildx-action@v1  
 
   
 
       - name: Login to DockerHub  
 
         uses: docker/login-action@v1  
 
         with:  
 
           username: ${{ secrets.DOCKER_USERNAME }}  
 
           password: ${{ secrets.DOCKER_PASSWORD }}  
 
   
 
       - name: Build and push  
 
         id: docker_build  
 
         uses: docker/build-push-action@v2  
 
         with:  
 
           push: true  
 
           tags: yourusername/hello-app:latest  
 
   
 
       - name: Deploy to Kubernetes cluster  
 
         uses: azure/k8s-deploy@v1  
 
         with:  
 
           namespace: default  
 
           manifests: |  
 
             deployment.yaml  
 
            image-pull-secrets: |  
 
             name: regcred  
 
            kubectl-version: latest

注意:你需要配置secrets.DOCKER_USERNAME和secrets.DOCKER_PASSWORD在GitHub仓库设置中。

步骤五:编写Kubernetes部署文件

在项目根目录下创建deployment.yaml:

yaml复制代码
 apiVersion: apps/v1  
 
 kind: Deployment  
 
 metadata:  
 
   name: hello-app  
 
 spec:  
 
   replicas: 1  
 
   selector:  
 
     matchLabels:  
 
       app: hello-app  
 
   template:  
 
     metadata:  
 
       labels:  
 
         app: hello-app  
 
     spec:  
 
       containers:  
 
       - name: hello-app  
 
         image: yourusername/hello-app:latest  
 
         ports:  
 
         - containerPort: 8080

步骤六:运行流水线

每次将代码推送到main分支时,GitHub Actions将自动触发CI/CD流程,包括构建Docker镜像、推送镜像到Docker Hub,并在Kubernetes集群中部署应用。

这只是一个基础的示例,根据你的具体需求,你可能需要调整Dockerfile、Kubernetes配置文件或CI/CD流程。

效果:

image.png

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
监控 前端开发 测试技术
如何实现前端工程化的持续集成和持续部署?
通过以上步骤,可以建立一套完整的前端工程化 CI/CD 流程,实现前端代码从开发、测试、构建到部署的全自动化,提高开发效率、保证代码质量,快速响应用户需求和市场变化。
|
8月前
|
Kubernetes Devops 应用服务中间件
基于 Azure DevOps 与阿里云 ACK 构建企业级 CI/CD 流水线
本文介绍如何结合阿里云 ACK 与 Azure DevOps 搭建自动化部署流程,涵盖集群创建、流水线配置、应用部署与公网暴露,助力企业高效落地云原生 DevOps 实践。
969 2
|
弹性计算 机器人 应用服务中间件
一键部署开源Qwen3并集成到钉钉、企业微信
Qwen3系列模型现已正式发布并开源,包含8款“混合推理模型”,其中涵盖两款MoE模型(Qwen3-235B-A22B与Qwen3-30B-A3B)及六个Dense模型。阿里云计算巢已支持Qwen3-235B-A22B和Qwen3-32B的私有化部署,用户可通过计算巢轻松完成部署,并借助AppFlow集成至钉钉机器人或企业微信。文档详细介绍了从模型部署、创建应用到配置机器人的全流程,帮助用户快速实现智能助手的接入与使用。
1265 19
一键部署开源Qwen3并集成到钉钉、企业微信
|
11月前
|
存储 文字识别 自然语言处理
通义大模型在文档自动化处理中的高效部署指南(OCR集成与批量处理优化)
本文深入探讨了通义大模型在文档自动化处理中的应用,重点解决传统OCR识别精度低、效率瓶颈等问题。通过多模态编码与跨模态融合技术,通义大模型实现了高精度的文本检测与版面分析。文章详细介绍了OCR集成流程、批量处理优化策略及实战案例,展示了动态批处理和分布式架构带来的性能提升。实验结果表明,优化后系统处理速度可达210页/分钟,准确率达96.8%,单文档延迟降至0.3秒,为文档处理领域提供了高效解决方案。
1035 1
|
JSON 缓存 并行计算
NVIDIA 实现通义千问 Qwen3 的生产级应用集成和部署
阿里巴巴近期开源了通义千问Qwen3大语言模型(LLM),包含两款混合专家模型(MoE)235B-A22B与30B-A3B,以及六款稠密模型(Dense)从0.6B到32B不等。开发者可基于NVIDIA GPU使用TensorRT-LLM、Ollama、SGLang、vLLM等框架高效部署Qwen3系列模型,实现快速词元生成和生产级应用开发。
|
人工智能 Kubernetes jenkins
容器化AI模型的持续集成与持续交付(CI/CD):自动化模型更新与部署
在前几篇文章中,我们探讨了容器化AI模型的部署、监控、弹性伸缩及安全防护。为加速模型迭代以适应新数据和业务需求,需实现容器化AI模型的持续集成与持续交付(CI/CD)。CI/CD通过自动化构建、测试和部署流程,提高模型更新速度和质量,降低部署风险,增强团队协作。使用Jenkins和Kubernetes可构建高效CI/CD流水线,自动化模型开发和部署,确保环境一致性并提升整体效率。
|
12月前
|
Kubernetes Linux Go
使用 Uber automaxprocs 正确设置 Go 程序线程数
`automaxprocs` 包就是专门用来解决此问题的,并且用法非常简单,只需要使用匿名导入的方式 `import _ "go.uber.org/automaxprocs"` 一行代码即可搞定。
508 78
|
10月前
|
物联网 Linux 开发者
快速部署自己私有MQTT-Broker-下载安装到运行不到一分钟,快速简单且易于集成到自己项目中
本文给物联网开发的朋友推荐的是GMQT,让物联网开发者快速拥有合适自己的MQTT-Broker,本文从下载程序到安装部署手把手教大家安装用上私有化MQTT服务器。
2174 5
|
12月前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
767 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
弹性计算 人工智能 应用服务中间件
一键部署开源DeepSeek并集成到企业微信
DeepSeek近期发布了两款先进AI模型V3和R1,分别适用于通用应用和推理任务。由于官方API流量过大,建议通过阿里云的计算巢进行私有化部署,以确保稳定使用。用户无需编写代码即可完成部署,并可通过AppFlow轻松集成到钉钉、企业微信等渠道。具体步骤包括选择适合的机器资源、配置安全组、创建企业微信应用及连接流,最后完成API接收消息配置和测试应用。整个过程简单快捷,帮助用户快速搭建专属AI服务。
2517 7
一键部署开源DeepSeek并集成到企业微信