共计 3632 个字符，预计需要花费 10 分钟才能阅读完成。
CI/CD 每一个任务都是一个独立的容器，互不干扰，我们可以创建以下几个任务阶段：
- 项目构建阶段，安装依赖以及构建项目
- 容器构建阶段，对构建好的项目打包成 Docker 镜像
- 部署 K8S 环境
- 部署最终环境
上面说过，执行 CI/CD 时是通过一个独立的容器去执行的，我们没有办法能够直接 CI/CD 的文件复制到宿主机上，所以我们需要打包阶段来构建镜像，其次我们在 CI/CD 的容器中，也没有办法直接对宿主机的 K8S 集群创建 pod 和 service，在这里我们还需要额外制作一个能够在宿主机上创建 pod 和 service 的镜像。
创建“宿主机执行者”容器
先来普及以下，kubectl 能够操作 K8S 集群，是根据配置和证书而来的，我们通过 MINIKUBE 启动一个集群的时候，自动就已经帮忙我们做好了这些事，默认我们通过 kubectl 就是操作当前服务器下的 K8S 集群，如果我们拿到远程 K8S 集群的证书和信息，那么我们也可以在本地对远端的 K8S 集群做操作。
我们创建的这个容器，就是包含了该 K8S 集群的信息，这样 CI/CD 的时候就可以使用这个容器对宿主机创建 pod 和 service。
让我们来编写 Dockerfile:
FROM alpine:latest
RUN mkdir -p /root/.minikube
COPY kubectl /usr/bin/
COPY kube/config /root/.kube/
COPY minikube/* /root/.minikube/我们把 kubectl 命令复制到容器中，方便使用，同时把~/.kube/config 和~/.minikube/ 下的 ca.crt、client.crt、client.key 文件复制到容器中。
最后使用命令 docker build -t ${imagename} 来打包镜像。
对于构建好的 Docker 镜像如果不希望直接发布到外网，可自建一个 Docker 仓库，这里推荐使用 harbor，harbor的安装并没有什么坑点，依照官方文档一般都可以顺利安装，这里也不会对 harbor 的使用做详细说明。
镜像制作完成后我们需要推送到私有仓库，推送以前我们需要先给镜像打上 tag。
要推送到 harbor 的话，tag 需要遵循 server/group/imagename 的规则，既比如我们的 harbor 访问地址是harbor.mydocker.com，项目分组是frontend，那么这个标签就应该写成：harbor.mydocker.com/frontend/imagename
接着我们登陆 docker:
$ docker login harbor.mydocker.com
> 输入用户名和密码
> 显示成功
$ docker push harbor.mydocker.com/frontend/imagename最终等镜像推送成功后，我们应该可以在 harbor 中查看到镜
配置 CI/CD 脚本
这里不对 gitlab-ci 的配置展开详细说明，官方文档的介绍已经非常详细。
下面我们尝试对开头我们描述的 5 个阶段进行 Demo 配置：
# 这里就是我们的 宿主机执行者 镜像
image: harbor.com/frontend/gaia_builder:0.0.1
# 对应开头所说的 4 个阶段
stages:
- build_project
- build_docker
- deploy_k8s
- deploy_server
build_project:
# 我们构建项目时所用到的环境以及工具
# 比如 nodejs 版本，yarn 等工具，都由这个镜像提供
# 这个镜像后面会说到具体的制作方法
image: harbor.com/frontend/frontend_toolkit:0.0.1
# 执行时机改为手动，我们并不希望每次 commit 的时候都会自动构建出一个环境
when: manual
stage: build_project
# 将打包资源作为附件往下个阶段传递
artifacts:
paths:
- dist
# 希望使用 Runner 的 Tag
tags:
- fek8s
script:
# 执行具体的构建脚本，根据实际情况做调整即可
# 最终我们会删除 node_modules 以减少我们服务镜像的体积
- yarn install --forzen-lockfile
- yarn build
- rm -rf node_modules/
build_docker:
image: docker:latest
when: manual
# 开头我们配置的 Runner 就是在 Docker 下执行的，所以这里当我们要打包 Docker 镜像的时候，相当于是在 Docker 下执行 Docker
# 下面的配置可以理解为标配
variables:
DOCKER_DRIVER: overlay2
DOCKER_TLS_CERTDIR: ''
DOCKER_HOST: tcp://127.0.0.1:2375
# 导出一些通用的环境变量，方便后面重复使用
DOCKER_IMAGE_NAME: $GITLAB_USER_LOGIN-$CI_BUILD_REF_NAME
DOCKER_IMAGE_TAG: harbor.com/myproject/$GITLAB_USER_LOGIN-$CI_BUILD_REF_NAME:latest
services:
# dind 是 docker in docker 的缩写
# 通过 --insecure-registry 参数指定，我们私有仓库的代码是合法的
- name: docker:dind
command: ["--insecure-registry=harbor.com"]
stage: build_docker
dependencies:
- build_project
tags:
- fek8s
script:
# 这个镜像后面会说到，它是服务的基础镜像
- export CACHE_IMAGE=harbor.com/frontend/gaia_nginx:latest
# 拉取镜像，并抑制因 stderr 的输出导致 ci/cd 执行失败
- docker pull $CACHE_IMAGE || true
# 构建服务镜像
- docker build --cache-from $CACHE_IMAGE -t $DOCKER_IMAGE_TAG -f gaia/Dockerfile .
# 登录私有化 Docker 服务
# 考虑到不同的用户，登录账号密码都不同，所以将其做成变量
# 可通过 Gitlab 项目设置中 CI/CD 中添加变量来保护
- docker login -u $DOCKER_USERNAME -p $DOCKER_PWD harbor.com
# 最终推送服务镜像到服务器
- docker push $DOCKER_IMAGE_TAG
deploy_k8s:
when: manual
stage: deploy_k8s
tags:
- fek8s
script:
# 由于 service 的名字无法使用下划线，而我们的分支名经常会使用到下划线，所以将其替换为横线防止错误
- export K8S_SVC_BRANCH=$(echo $CI_BUILD_REF_NAME | sed 's/_/-/g')
# 为了减少环境构建成本，服务名固定为 `${username}-${branch}-svc` 的格式
- export SVC_NAME=$GITLAB_USER_LOGIN-$K8S_SVC_BRANCH-svc
# 删除老的服务
- kubectl delete svc $SVC_NAME --ignore-not-found --namespace=default
# 删除老的部署
- kubectl delete deploy $SVC_NAME --ignore-not-found --namespace=default
# 创建新的服务
- kubectl run $SVC_NAME --image=harbor.com/myproject/$GITLAB_USER_LOGIN-$CI_BUILD_REF_NAME:latest --namespace=default
# 部署服务，并暴露 80 端口，方便 K8S 服务器队其转发
- kubectl expose deploy $SVC_NAME --port=80 --namespace=default
deploy_server:
image: curlimages/curl:latest
stage: deploy_server
tags:
- fek8s
needs: ["deploy_k8s"]
script:
# 调用宿主机（也就是 K8S 服务器）的服务，来重载 nginx 转发
# 这类的服务后面会进行说明
- curl -X POST 10.10.10.10:3500/svc至此我们的 ci 脚本已配置完毕，接下来我们完成本文遗留下来的一些基础镜像和服务。
使用 K8S 搭建前端测试环境 – 前言
使用 K8S 搭建前端测试环境 – K8S 环境搭建
使用 K8S 搭建前端测试环境 – Gitlab 集成 K8S
使用 K8S 搭建前端测试环境 – 创建 CI/CD
使用 K8S 搭建前端测试环境 – 基础服务搭建
使用 K8S 搭建前端测试环境 – 总结
