DevOps概念及搭建全过程（Jenkins、Harbor、SonarQube、K8s）_业界新闻

发布时间:2024-07-19 11:50

阅读量:0

DevOps入门及过程搭建

在如今互联网的格局下，抢占市场变得尤为重要，因此敏捷开发越来越被大家所推崇。于是，慢慢的有了DevOps这个概念，大致意思是开发-运维一体化。

1 DevOps概念

1.1 基本概念

可以看到上图是一个无穷大的一个符号，Dev对应开发，Ops对应运维。
DevOps的方式可以让公司能够更快地应对更新和市场发展变化，开发可以快速交付，部署也更加稳定。
核心就在于简化Dev和Ops团队之间的流程，使整体软件开发过程更快速。

1.2 流程

DevOps的开发过程及常用工具：

整体的软件开发流程包括：

PLAN：开发团队根据客户的目标制定开发计划
CODE：根据PLAN开始编码过程，需要将不同版本的代码存储在一个库中。
BUILD：编码完成后，需要将代码构建并且运行。
TEST：成功构建项目后，需要测试代码是否存在BUG或错误。
DEPLOY：代码经过手动测试和自动化测试后，认定代码已经准备好部署并且交给运维团队。
OPERATE：运维团队将代码部署到生产环境中。
MONITOR：项目部署上线后，需要持续的监控产品。
INTEGRATE：然后将监控阶段收到的反馈发送回PLAN阶段，整体反复的流程就是DevOps的核心，即持续集成、持续部署。

总的来说就是：
Code阶段（编码）：Git+GitLab
Build阶段（构建）：Maven或Gradle
Operate（运行）：Docker
Integrate（集成）：Jenkins
CI/CD(持续集成)：操作Jenkins，编写对应脚本文件
Code review（代码质量检测）：Jenkins集成Sonar Qube
自定义镜像：Harbor
Jenkins流水线操作
WebHook：通知操作，如：钉钉机器人通知
K8S编排：更加方便我们管理容器

2 搭建DevOps环境

本项目全部采用docker安装，如果服务器上没有docker环境的，
参考:https://editor.csdn.net/md/?articleId=127816970安装即可。
也可以参考本文档的2.2 Docker 章节

2.1 GitLab

在项目的Code（编码）阶段，我们需要将不同版本的代码存储到一个仓库中，常见的版本控制工具就是SVN或者Git，这里我们采用Git作为版本控制工具，GitLab作为远程仓库。

git的安装：参考官网，无脑下一步即可 官网地址：https://git-scm.com/

GitLab安装：

查看docker上gitlab的镜像,并拉取

# 查看镜像 docker search gitlab  # 拉取镜像 docker pull gitlab/gitlab-ce

准备docker-compose.yml文件

文档中的external_url等参考自己服务器上的ip

version: '3.1' services:   gitlab:     image: 'gitlab/gitlab-ce:latest'     container_name: gitlab     restart: always     environment:       GITLAB_OMNIBUS_CONFIG: |         external_url 'http://192.168.11.11:8929'         gitlab_rails['gitlab_shell_ssh_port'] = 2224     ports:       - '8929:8929'       - '2224:2224'     volumes:       - './config:/etc/gitlab'       - './logs:/var/log/gitlab'       - './data:/var/opt/gitlab'

启动容器，并访问

# 启动容器 docker-compose up -d

访问：http://192.168.11.11:8929即可。
效果：

4. 查看初始的用户名和密码

docker exec -it gitlab cat /etc/gitlab/initial_root_password

5. 登录并修改密码

以root身份登录gitlab，首次登录需要修改密码

然后我们就可以像GitHub、Gitee一样操作GitLab了

2.2 Docker

构建Java项目的工具一般有两种选择，一个是Maven，一个是Gradle。
这里我们选择Maven作为项目的编译工具。
具体安装Maven流程不做阐述，但是需要确保配置好Maven仓库私服以及JDK编译版本。

部署过程，会采用Docker进行部署，暂时只安装Docker即可，后续还需安装Kubenetes

2.2.1 Docker安装

①准备测试环境&生产环境

②下载Docker依赖组件

yum -y install yum-utils device-mapper-persistent-data lvm2

③设置下载Docker的镜像源为阿里云

yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

④安装docker服务

yum -y install docker-ce

⑤设置docker开机自启

# 启动Docker服务 systemctl start docker # 设置开机自动启动 systemctl enable docker

⑥测试安装成功

docker version

2.2.2 Docker-compose安装

下载Docker/Compose：https://github.com/docker/compose
将下载好的docker-compose-Linux-x86_64文件移动到Linux操作系统：……
设置docker-compose-Linux-x86_64文件权限，并移动到$PATH目录中

# 设置文件权限 chmod a+x docker-compose-Linux-x86_64 # 移动到/usr/bin目录下，并重命名为docker-compose mv docker-compose-Linux-x86_64 /usr/bin/docker-compose

2.3 Jenkins

2.3.1 介绍

在DevOps中持续集成和持续部署是很重要的一个环节，类似的工具也有很多，其中Jenkins是一个开源的持续集成平台。
Jenkins涉及到将编写完毕的代码发布到测试环境和生产环境的任务，并且还涉及到了构建项目等任务。

Jenkins需要大量的插件保证工作，安装成本较高，下面会基于Docker搭建Jenkins。

Jenkins是一个开源项目，基于Java开发的
大多数互联网公司都是采永Jenkins配合GitLab、Docker、K8s作为DevOps的核心工具
Jenkins官方提供了大量的插件库，用于完成自动化的CI/CD过程。

Jenkins主要工作：

拉取GitLab上的代码并进行构建
根据流程可以选择发布到测试环境或是生产环境

GitLab上的代码经过大量测试后，确定发型版本，再发布到生产环境

CI/CD概念：

CI过程：JenKins将代码拉取、构建、制作镜像交给测试人员
- 持续集成：让软件代码可以持续的集成到主干上，并自动构建和测试
CD过程：通过Jenkins将打好标签的发行版本代码进行拉取、构建、制作镜像后交给运维人员部署
- 持续交付：让经过持续集成的代码可以进行手动部署
- 持续部署：让可以持续交付的代码随时随地的自动化部署

2.3.2 Jenkins安装

拉取镜像

docker pull jenkins/jenkins

编写对应的docker-compose.yml

version: "3.1" services:   jenkins:     image: jenkins/jenkins     container_name: jenkins     ports:       - 8080:8080       - 50000:50000     volumes:       - ./data/:/var/jenkins_home/

设置数据卷data目录的权限，否则会包没有对应权限

chmod -R a+w data/

设置Jenkins的下载地址

重新启动Jenkins容器后，由于Jenkins需要下载大量内容，但是由于默认下载地址下载速度较慢，需要重新设置下载地址为国内镜像站

# 修改数据卷中的hudson.model.UpdateCenter.xml文件 <?xml version='1.1' encoding='UTF-8'?> <sites>   <site>     <id>default</id>     <url>https://updates.jenkins.io/update-center.json</url>   </site> </sites> # 将下载地址替换为http://mirror.esuni.jp/jenkins/updates/update-center.json <?xml version='1.1' encoding='UTF-8'?> <sites>   <site>     <id>default</id>     <url>http://mirror.esuni.jp/jenkins/updates/update-center.json</url>   </site> </sites> # 清华大学的插件源也可以https://mirrors.tuna.tsinghua.edu.cn/jenkins/updates/update-center.json

再次重启Jenkins容器，访问JenKins
查看JenKins登录密码，并登录JenKins然后安装对应插件

docker exec -it jenkins cat /var/jenkins_home/secrets/initialAdminPassword

输入管理员密码 - 选择插件来安装 - 选择对应的插件进行安装

推荐安装：
①Git Parameter
②Publish Over SSH

然后等待插件安装成功进入首页。（可能会出现下载失败的插件，重新下载即可）
7. 创建管理员用户，设置Jenkins URL

2.3.3 Jenkins实现拉取-构建-发布

准备好GitLab仓库中的项目，并且通过Jenkins配置实现当前项目的DevOps流程。（Idea创建之后推送到远程即可）

构建Maven工程发布到GitlLab、Gitee、GitHub均可
点击Jenkins左侧新建任务（选择自由风格的项目）
配置源码拉取地址
点击立即构建，查看构建日志
配置Maven构建代码

代码拉取到Jenkins本地后，需要在Jenkins中对代码进行构建，这里需要Maven的环境，而Maven需要Java的环境，接下来需要在Jenkins中安装JDK和Maven，并且配置到Jenkins服务。

准备jdk、maven压缩包，通过数据卷映射到Jenkins容器内部
解压压缩包，并配置Maven的settings.xml

<!-- 阿里云镜像地址 --> <mirror>       <id>alimaven</id>       <name>aliyun maven</name>       <url>http://maven.aliyun.com/nexus/content/groups/public/</url>     <mirrorOf>central</mirrorOf>           </mirror> <!-- JDK1.8编译插件 --> <profile>     <id>jdk-1.8</id>     <activation>         <activeByDefault>true</activeByDefault>         <jdk>1.8</jdk>     </activation>     <properties>         <maven.compiler.source>1.8</maven.compiler.source>         <maven.compiler.target>1.8</maven.compiler.target>         <maven.compiler.compilerVersion>1.8</maven.compiler.compilerVersion>     </properties>         </profile>

Jenkins配置JDK&Maven并保存

maven配置同理
配置Jenkins任务构建代码
立即构建测试，查看target下的jar包

配置Publish发布&远程操作

jar包构建好后，就可以根据情况发布到测试或者生产环境，此处需要用到之前下载好的插件Publish Over SSH

配置Publish Over SSH连接测试环境、生产环境
配置任务构建后的操作，发布jar包到目标服务

立即构建任务，并去目标服务查看

2.3.4 CI/CD操作

基于Jenkins拉取GitLab的SpringBoot代码进行构建发布到测试环境实现持续集成
基于Jenkins拉取GitLab指定发行版本的SpringBoot进行构建发布到生产环境实现CD（持续部署）

为了让程序代码可以自动推送到测试环境基于Docker服务运行，需要添加Docker配置和脚本文件让程序可以在集成到主干的同时运行起来。

①持续集成

添加Dockerfile文件
添加docker-compose.yml文件
追加Jenkins构建后操作脚本命令
发布到GitLab后由Jenkins立即构建并推送到目标服务器
测试部署到目标服务器程序

②持续交付、部署

程序代码在经过多次集成操作到达最终可以交付，持续交付整体流程和持续集成类似，不过需要选取指定的发行版本

下载Git Parameter插件
设置项目参数化构建
在GitLab上给项目添加tag版本
任务构建时，采用Shell方式构建，拉取指定tag版本
基于Parameter构建任务，任务发布到目标服务器

2.4 Sonar Qube

2.4.1 Sonar Qube介绍与安装

Sonar Qube是一个开源的代码分析平台，支持Java、Python、PHP、JavaScript、CSS等25种以上的语言，可以检测出重复代码、代码漏洞、代码规范和安全性漏洞的问题。
Sonar Qube可以与多种软件整合进行代码扫描，比如：Maven、Gradle、Git、Jenkins等，并且会将代码检测结果推送回Sonar Qube，进而在系统提供的UI界面上显示出来。

安装过程：

Sonar Qube在7.9版本中已经放弃了对MySQL的支持，并且建议在商业环境中采用PostgreSQL，那么安装Sonar Qube时需要依赖PostgreSQL。

①拉取PostgreSQL镜像

docker pull postgres docker pull sonarqube:8.9.3-community

②编写docker-compose.yml

更易管理

version: "3.1" services:   db:     image: postgres     container_name: db     ports:       - 5432:5432     networks:       - sonarnet     environment:       POSTGRES_USER: sonar       POSTGRES_PASSWORD: sonar   sonarqube:     image: sonarqube:8.9.3-community     container_name: sonarqube     depends_on:       - db     ports:       - "9000:9000"     networks:       - sonarnet     environment:       SONAR_JDBC_URL: jdbc:postgresql://db:5432/sonar       SONAR_JDBC_USERNAME: sonar       SONAR_JDBC_PASSWORD: sonar networks:   sonarnet:     driver: bridge

③设置sysctl.conf文件信息，并启动容器

设置vm.max_map_count=262144，至少是这个数

# 执行命令进行刷新 sysctl -p  # 启动容器 docker-compose up -d

重新启动需要一定时间，可以查看容器日志，如果看到如下内容代表启动成功

④访问Sonar Qube首页

登录成功之后，会要求我们修改默认密码

首页图片：

安装中文插件

安装成功后需要重启，若安装失败，重新点击install即可

2.4.2 Sonar Qube基本使用

Sonar Qube的使用方式很多，Maven可以整合，也可以采用sonar-scanner的方式，再查看Sonar Qube的检测效果

①Maven实现代码检测

修改配置文件信息

修改本地Maven的settings.xml文件，配置Sonar Qube信息

<profile>     <id>sonar</id>     <activation>         <activeByDefault>true</activeByDefault>     </activation>     <properties>         <sonar.login>admin</sonar.login>         <sonar.password>123456789</sonar.password>         <sonar.host.url>http://192.168.11.11:9000</sonar.host.url>     </properties> </profile>

在代码所在位置的cmd执行命令mvn sonar:sonar
检测结果：

②Sonar-scanner实现代码检测

下载对应版本

下载Sonar-scanner：https://binaries.sonarsource.com/Distribution/sonar-scanner-cli/
下载4.6.x版本即可，要求Linux版本

解压并配置sonar服务端信息

下载下来的Sonar-scanner是zip压缩包，因此需要在linux上安装unzip插件

# 安装unzip解压插件 yum -y install unzip  # 解压压缩包 unzip sonar-scanner-cli/sonar-scanner-cli-4.6.0.2311-linux.zip

配置sonarQube服务端地址，修改conf下的sonar-scanner.properties

执行命令检测代码

# 在项目所在目录执行以下命令 ~/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=demo -Dsonar.projectKey=java -Dsonar.java.binaries=target/

查看SonarQube界面检测结果

③Jenkins集成Sonar Qube

Jenkins集成Sonar Qube实现代码扫描需要下载整合插件

Jenkins安装插件【系统管理-插件管理】
安装SonarQube Scanner插件
Jenkins配置Sonar Qube

在SonarQube中开启Sonar Qube的权限验证

在Sonar Qube中生成一个令牌，获取Sonar Qube的令牌

在Jenkins中配置Sonar Qube信息

Dashboard - 系统配置

在Jenkins中配置Sonar-scanner

将Sonar-scanner添加到Jenkins数据卷中并全局配置

配置任务的Sonar-scanner

构建任务

Jenkins界面：

SonarQube界面：

2.5 Harbor（镜像仓库）

2.5.1 Harbor介绍与安装

介绍

前面我们在部署时，主要流程如下：
Jenkins推送jar包到服务器
通过脚本命令让目标服务器对当前jar进行部署
但是这种方式在项目比较多的时候，每个服务器都需要将jar包制作成自定义镜像，然后再通过docker进行启动，重复操作较多，降低部署效率。

Harbor：私有的Docker镜像仓库。我们可以让Jenkins统一将项目打包并制作成Docker镜像发布到Harbor仓库中。然后我们只需要通知目标服务，让目标服务统一去Harbor仓库上拉取镜像并在本地部署即可。

安装（通过原生的方式安装）

下载Harbor安装包
https://github.com/goharbor/harbor/releases/download/v2.3.4/harbor-offline-installer-v2.3.4.tgz
传送到linux上并解压

# 通过xftp或其他方式将压缩包传送到linux上 # 解压 tar -zxvf harbor-offline-installer-v2.3.4.tgz -C /usr/local/

修改Harbor配置文件

设置harbor地址，注释https，查看密码

# 备份原有配置 cp harbor.yml.tmpl harbor.yml

4. 启动Harbor并登录Harbor

# 启动Harbor ./install.sh

首页信息：

2.5.2 Harbor基础使用

Harbor作为镜像仓库，主要的交互方式就是将镜像上传到Harbor，以及从Harbor上下载拉取指定版本的镜像。
在传输镜像前，可以先使用Harbor提供的权限管理，将项目设置为私有项目，并对不同用户设置不同角色，从而更方便管理镜像。

①添加用户构建项目

创建用户

系统管理-用户管理-创建用户

构建项目（设置为私有）
给项目追加用户

②发布镜像到Harbor

修改镜像名称

名称要求：harbor地址/项目名/镜像名:版本

修改daemon.json，支持Docker仓库，并重启Docker
设置登录仓库信息

docker login -u 用户名 -p 密码 Harbor地址

推送镜像到Harbor

③从Harbor中拉取镜像

跟传统方式一样，不过需要先配置/etc/docker/daemon.json文件

{         "registry-mirrors": ["https://pee6w651.mirror.aliyuncs.com"],         "insecure-registries": ["192.168.11.11:80"] }

拉取镜像：

拓展：Jenkins容器使用宿主机Docker并编写构建脚本

构建镜像和发布镜像到harbor都需要使用到docker命令。而在Jenkins容器内部安装Docker官方推荐直接采用宿主机带的Docker即可。

①设置Jenkins容器使用宿主机Docker

设置宿主机docker.sock权限

sudo chown root:root /var/run/docker.sock sudo chmod o+rw /var/run/docker.sock

添加数据卷

version: "3.1" services:   jenkins:     image: jenkins/jenkins     container_name: jenkins     ports:       - 8080:8080       - 50000:50000     volumes:       - ./data/:/var/jenkins_home/       - /usr/bin/docker:/usr/bin/docker       - /var/run/docker.sock:/var/run/docker.sock       - /etc/docker/daemon.json:/etc/docker/daemon.json

②添加构建操作

③编写构建脚本

部署项目需要通过Publish Over SSH插件，让目标服务器执行命令。为了方便一次性实现拉取镜像和启动的命令，推荐采用脚本文件的方式。
添加脚本文件到目标服务器，再通过Publish Over SSH插件让目标服务器执行脚本即可。

编写脚本文件,添加到目标服务器

deploy.sh:

harbor_url=$1 harbor_project_name=$2 project_name=$3 tag=$4 port=$5  imageName=$harbor_url/$harbor_project_name/$project_name:$tag  containerId=`docker ps -a | grep ${project_name} | awk '{print $1}'` if [ "$containerId" != "" ] ; then     docker stop $containerId     docker rm $containerId     echo "Delete Container Success" fi  imageId=`docker images | grep ${project_name} | awk '{print $3}'`  if [ "$imageId" != "" ] ; then     docker rmi -f $imageId     echo "Delete Image Success" fi  docker login -u DevOps -p P@ssw0rd $harbor_url  docker pull $imageName  docker run -d -p $port:$port --name $project_name $imageName  echo "Start Container Success" echo $project_name

设置文件权限为可执行：

chmod a+x deploy.sh

④配置构建后操作

2.6 Jenkins流水线（pipeline）、自动化脚本

2.6.1 Jenkins流水线任务介绍

之前采用的都是Jenkins的自由风格，每个流程都要通过不同的方式设置，并且构建过程中整体流程时不可见的，无法确认每个流程花费的时间，同时不方便问题的定位。

Jenkins的Pipeline可以让项目的发布整体流程可视化，明确执行的阶段，快速定位问题。让整个项目的生命周期可以通过一个Jenkinsfile文件管理，而且Jenkinsfile文件是可以放在项目中维护。

①构建Jenkins流水线任务

构建任务
生成Groovy脚本
构建后查看视图

②Groovy脚本

Groovy脚本基本语法

// 所有脚本命令包含在pipeline{}中 pipeline {   	// 指定任务在哪个节点执行（Jenkins支持分布式）     agent any          // 配置全局环境，指定变量名=变量值信息     environment{     	host = '192.168.11.11'     }      // 存放所有任务的合集     stages {     	// 单个任务         stage('任务1') {         	// 实现任务的具体流程             steps {                 echo 'do something'             }         } 		// 单个任务         stage('任务2') {         	// 实现任务的具体流程             steps {                 echo 'do something'             }         }         // ……     } }

编写例子测试
查看效果

Ps：涉及到特定脚本，Jenkins给予了充足的提示，可以自动生成命令

③JenkinsFile实现

Jenkinsfile方式需要将脚本内容编写到项目中的Jenkinsfile文件中，每次构建会自动拉取并且获取项目中的Jenkinsfile文件来对项目进行构建

配置pipeline
准备Jenkinsfile
测试效果

2.6.2 Jenkins流水线任务实现

参数化构建

添加参数化构建，方便选择不同的项目版本

2. 拉取Git代码

通过流水线语法生成Checkout代码的脚本

将*/master更改为标签${tag}

pipeline {     agent any     stages {          stage('拉取Git代码') {             steps {                 checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])             }         }     } }

构建代码

通过脚本执行mvn的构建命令

pipeline {     agent any      stages {          stage('拉取Git代码') {             steps {                 checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])             }         }          stage('构建代码') {             steps {                 sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'             }         } }

代码质量检测

通过脚本执行sonar-scanner命令即可

pipeline {     agent any      stages {          stage('拉取Git代码') {             steps {                 checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])             }         }          stage('构建代码') {             steps {                 sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'             }         }          stage('检测代码质量') {             steps {                 sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=31388be45653876c1f51ec02f0d478e2d9d0e1fa'              }         }     } }

制作自定义镜像并发布

生成自定义镜像脚本

pipeline {     agent any     environment{         harborHost = '192.168.11.11:80'         harborRepo = 'repository'         harborUser = 'DevOps'         harborPasswd = 'P@ssw0rd'     }      // 存放所有任务的合集     stages {          stage('拉取Git代码') {             steps {                 checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])             }         }          stage('构建代码') {             steps {                 sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'             }         }          stage('检测代码质量') {             steps {                 sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=31388be45653876c1f51ec02f0d478e2d9d0e1fa'              }         }          stage('制作自定义镜像并发布Harbor') {             steps {                 sh '''cp ./target/*.jar ./docker/                 cd ./docker                 docker build -t ${JOB_NAME}:${tag} ./'''                  sh '''docker login -u ${harborUser} -p ${harborPasswd} ${harborHost}                 docker tag ${JOB_NAME}:${tag} ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}                 docker push ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}'''             }         }     } }

生成Publish Over SSH脚本

pipeline {     agent any     environment{         harborHost = '192.168.11.11:80'         harborRepo = 'repository'         harborUser = 'DevOps'         harborPasswd = 'P@ssw0rd'     }      // 存放所有任务的合集     stages {          stage('拉取Git代码') {             steps {                 checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])             }         }          stage('构建代码') {             steps {                 sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'             }         }docker          stage('检测代码质量') {             steps {                 sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=7d66af4b39cfe4f52ac0a915d4c9d5c513207098'              }         }          stage('制作自定义镜像并发布Harbor') {             steps {                 sh '''cp ./target/*.jar ./docker/                 cd ./docker                 docker build -t ${JOB_NAME}:${tag} ./'''                  sh '''docker login -u ${harborUser} -p ${harborPasswd} ${harborHost}                 docker tag ${JOB_NAME}:${tag} ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}                 docker push ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}'''             }         }                  stage('目标服务器拉取镜像并运行') {             steps {                 sshPublisher(publishers: [sshPublisherDesc(configName: 'testEnvironment', transfers: [sshTransfer(cleanRemote: false, excludes: '', execCommand: "/usr/bin/deploy.sh $harborHost $harborRepo $JOB_NAME $tag $port ", execTimeout: 120000, flatten: false, makeEmptyDirs: false, noDefaultExcludes: false, patternSeparator: '[, ]+', remoteDirectory: '', remoteDirectorySDF: false, removePrefix: '', sourceFiles: '')], usePromotionTimestamp: false, useWorkspaceInPromotion: false, verbose: false)])             }         }     } }

Ps：由于采用变量，记得使用双引号

2.6.3 Jenkins流水线整合钉钉

在程序部署成功之后，可以通过钉钉的机器人及时向开发人员发送部署的最终结果通知

步骤：Jenkins安装插件 - 钉钉创建群组并构建机器人 - Jenkins配置系统添加钉钉通知 - 任务中追加钉钉流水线配置

安装插件
钉钉内部创建群组并构建机器人

最终获取到Webhook信息：

https://oapi.dingtalk.com/robot/send?access_token=kej4ehkj34gjhg34jh5bh5jb34hj53b4

Jenkins系统配置添加钉钉通知
任务线中追加流水线配置

pipeline {     agent any      environment {         sonarLogin = '2bab7bf7d5af25e2c2ca2f178af2c3c55c64d5d8'         harborUser = 'admin'         harborPassword = 'Harbor12345'         harborHost = '192.168.11.12:8888'         harborRepo = 'repository'     }      stages {         stage('拉取Git代码'){             steps {                 checkout([$class: 'GitSCM', branches: [[name: '$tag']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/lsx.git']]])             }         }         stage('Maven构建代码'){             steps {                 sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'             }         }         stage('SonarQube检测代码'){             steps {                 sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=${sonarLogin}'             }         }         stage('制作自定义镜像'){             steps {                 sh '''cd docker                 mv ../target/*.jar ./                 docker build -t ${JOB_NAME}:$tag .                 '''             }         }          stage('推送自定义镜像'){             steps {                 sh '''docker login -u ${harborUser} -p ${harborPassword} ${harborHost}                 docker tag ${JOB_NAME}:$tag ${harborHost}/${harborRepo}/${JOB_NAME}:$tag                 docker push ${harborHost}/${harborRepo}/${JOB_NAME}:$tag'''             }         }          stage('通知目标服务器'){             steps {                 sshPublisher(publishers: [sshPublisherDesc(configName: 'centos-docker', transfers: [sshTransfer(cleanRemote: false, excludes: '', execCommand: "/usr/bin/deploy.sh $harborHost $harborRepo $JOB_NAME $tag $port", execTimeout: 120000, flatten: false, makeEmptyDirs: false, noDefaultExcludes: false, patternSeparator: '[, ]+', remoteDirectory: '', remoteDirectorySDF: false, removePrefix: '', sourceFiles: '')], usePromotionTimestamp: false, useWorkspaceInPromotion: false, verbose: false)])             }           }     }     post {         success {             dingtalk (                 robot: 'Jenkins-DingDing',                 type:'MARKDOWN',                 title: "success: ${JOB_NAME}",                 text: ["- 成功构建:${JOB_NAME}项目!\n- 版本:${tag}\n- 持续时间:${currentBuild.durationString}\n- 任务:#${JOB_NAME}"]             )         }         failure {             dingtalk (                 robot: 'Jenkins-DingDing',                 type:'MARKDOWN',                 title: "fail: ${JOB_NAME}",                 text: ["- 失败构建:${JOB_NAME}项目!\n- 版本:${tag}\n- 持续时间:${currentBuild.durationString}\n- 任务:#${JOB_NAME}"]             )         }     } }

查看效果

2.7 Kubernetes

2.7.1 介绍及安装

Kubernetes又称为k8s，是一个开源的，用于管理云平台中多个主机上的容器。目的是让容器化部署更加简单、高效。

①k8s主要作用：

服务发现和负载均衡（DNS名称或自己IP地址公开容器）
存储编排（类似Docker的数据卷）
自动部署和回滚（可以按照你的需求调整容器状态）
自动完成装箱计算（允许你设置每个容器的资源，CPU、内存等）
自我修复（可以重启失败的容器、替换容器、检查容器状况等）
密钥与配置管理（允许存储和管理敏感信息，可以在不重建容器的情况下完成部署和更新密钥）

②k8s的架构

k8s搭建至少需要两个节点，一个Master负责管理，一个Slave搭建在工作服务器上负责分配

各个组件的基本功能
API Server：k8s通讯的核心组件，负责k8s内部交互及接收发送指令的组件
controller-manage：资源调度，根据集群情况分配资源
etcd：key-value数据库，存储集群的状态信息
scheduler：负责调度每个工作节点
cloud-controller-manage：负责调度其他云服务产品
kubelet：管理Pods上面的容器
kube-proxy：负责处理其他Slave或客户端的请求
Pod：运行的容器

③k8s安装

本文采用https://kuboard.cn/提供的方式安装K8s，安装单Master节点
要求：至少使用Centos7.8版本
至少2台2核4G服务器

准备好服务器之后开始安装：

1. 重新设置hostname，不允许为localhost

# 修改 hostname，名字不允许使用下划线、小数点、大写字母，不能叫master hostnamectl set-hostname your-new-host-name # 查看修改结果 hostnamectl status # 设置 hostname 解析 echo "127.0.0.1   $(hostname)" >> /etc/hosts

要求2台服务器之间可以相互通讯

2. 安装kuboard软件

# 阿里云 docker hub 镜像 export REGISTRY_MIRROR=https://registry.cn-hangzhou.aliyuncs.com curl -sSL https://kuboard.cn/install-script/v1.19.x/install_kubelet.sh | sh -s 1.19.5

3. 初始化Master节点

关于初始化时用到的环境变量

APISERVER_NAME 不能是 master 的 hostname
APISERVER_NAME 必须全为小写字母、数字、小数点，不能包含减号
POD_SUBNET 所使用的网段不能与 master节点/worker节点 所在的网段重叠。该字段的取值为一个 CIDR 值，如果您对 CIDR 这个概念还不熟悉，请仍然执行 export POD_SUBNET=10.100.0.0/16 命令，不做修改
设置ip，域名，网段并执行初始化操作

# 只在 master 节点执行 # 替换 x.x.x.x 为 master 节点实际 IP（请使用内网 IP） # export 命令只在当前 shell 会话中有效，开启新的 shell 窗口后，如果要继续安装过程，请重新执行此处的 export 命令 export MASTER_IP=192.168.11.32 # 替换 apiserver.demo 为 您想要的 dnsName export APISERVER_NAME=apiserver.demo # Kubernetes 容器组所在的网段，该网段安装完成后，由 kubernetes 创建，事先并不存在于您的物理网络中 export POD_SUBNET=10.100.0.1/16 echo "${MASTER_IP}    ${APISERVER_NAME}" >> /etc/hosts curl -sSL https://kuboard.cn/install-script/v1.19.x/init_master.sh | sh -s 1.19.5

检查Master启动状态

# 只在 master 节点执行  # 执行如下命令，等待 3-10 分钟，直到所有的容器组处于 Running 状态 watch kubectl get pod -n kube-system -o wide  # 查看 master 节点初始化结果 kubectl get nodes -o wide

Ps：如果出现NotReady的情况执行（最新版本的BUG，1.19一般没有）

docker pull quay.io/coreos/flannel:v0.10.0-amd64  mkdir -p /etc/cni/net.d/ cat <<EOF> /etc/cni/net.d/10-flannel.conf {"name":"cbr0","type":"flannel","delegate": {"isDefaultGateway": true}} EOF mkdir /usr/share/oci-umount/oci-umount.d -p mkdir /run/flannel/ cat <<EOF> /run/flannel/subnet.env FLANNEL_NETWORK=172.100.0.0/16 FLANNEL_SUBNET=172.100.1.0/24 FLANNEL_MTU=1450 FLANNEL_IPMASQ=true EOF kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/v0.9.1/Documentation/kube-flannel.yml

安装网络服务插件

export POD_SUBNET=10.100.0.0/16 kubectl apply -f https://kuboard.cn/install-script/v1.22.x/calico-operator.yaml wget https://kuboard.cn/install-script/v1.22.x/calico-custom-resources.yaml sed -i "s#192.168.0.0/16#${POD_SUBNET}#" calico-custom-resources.yaml kubectl apply -f calico-custom-resources.yaml

4. 初始化worker节点

获取join命令参数，在Master节点执行

# 只在 master 节点执行 kubeadm token create --print-join-command

在worker节点初始化

# 只在 worker 节点执行 # 替换 x.x.x.x 为 master 节点的内网 IP export MASTER_IP=192.168.11.32 # 替换 apiserver.demo 为初始化 master 节点时所使用的 APISERVER_NAME export APISERVER_NAME=apiserver.demo echo "${MASTER_IP}    ${APISERVER_NAME}" >> /etc/hosts  # 替换为 master 节点上 kubeadm token create 命令的输出 kubeadm join apiserver.demo:6443 --token vwfilu.3nhndohc5gn1jv9k     --discovery-token-ca-cert-hash sha256:22ff15cabfe87ab48a7db39b3bbf986fee92ec92eb8efc7fe9b0abe2175ff0c2

5. 检查最终运行结果

在Master节点运行

# 只在 master 节点执行 kubectl get nodes -o wide

Ps：如果出现NotReady的情况执行（最新版本的BUG，1.19一般没有）

docker pull quay.io/coreos/flannel:v0.10.0-amd64  mkdir -p /etc/cni/net.d/ cat <<EOF> /etc/cni/net.d/10-flannel.conf {"name":"cbr0","type":"flannel","delegate": {"isDefaultGateway": true}} EOF mkdir /usr/share/oci-umount/oci-umount.d -p mkdir /run/flannel/ cat <<EOF> /run/flannel/subnet.env FLANNEL_NETWORK=172.100.0.0/16 FLANNEL_SUBNET=172.100.1.0/24 FLANNEL_MTU=1450 FLANNEL_IPMASQ=true EOF kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/v0.9.1/Documentation/kube-flannel.yml

获取节点信息

kubectl get nodes

6. 安装Kuboard管理k8s集群

安装Kuboard

kubectl apply -f https://addons.kuboard.cn/kuboard/kuboard-v3.yaml # 您也可以使用下面的指令，唯一的区别是，该指令使用华为云的镜像仓库替代 docker hub 分发 Kuboard 所需要的镜像 # kubectl apply -f https://addons.kuboard.cn/kuboard/kuboard-v3-swr.yaml

查看启动情况

watch kubectl get pods -n kuboard

在浏览器中打开链接 http://your-node-ip-address:30080
输入初始用户名和密码，并登录
用户名： admin
密码： Kuboard123

2.7.2 k8s操作

首先k8s在运行我们的资源时，关联到了哪些内容呢？
资源的构建方式：
采用kubectl的命令方式
yaml文件方式

①namespace

命名空间：对k8s中运行的资源进行隔离，但是网络是互通的。类似于docker的容器，可以将多个资源配置到一个namespace中。而namespace可以对不同环境进行资源隔离，默认情况下k8s提供了default命名空间。

命令方式：

# 查看现有的全部命名空间 kubectl get ns  # 构建命名空间 kubectl create ns 命名空间名称  # 删除现有命名空间， 并且会删除空间下的全部资源 kubectl delete ns 命名空间名称

yaml文件方式（构建源时，设置命名空间）

apiVersion: v1 kind: Namespace metadata:   name: test

②Pod

k8s中运行的一组容器，Pod是k8s的最小单位。但是对于Docker而言，Pod中会运行多个Docker容器

命令方式

# 查看所有运行的pod kubectl get pods -A  # 查看指定Namespace下的Pod kubectl get pod [-n 命名空间]  #（默认default）  # 创建Pod kubectl run pod名称 --image=镜像名称  # 查看Pod详细信息 kubectl describe pod pod名称  # 删除pod kubectl delete pod pod名称 [-n 命名空间]  #（默认default）  # 查看pod输出的日志 kubectl logs -f pod名称  # 进去pod容器内部 kubectl exec -it pod名称 -- bash  # 查看kubernetes给Pod分配的ip信息，并且通过ip和容器的端口，可以直接访问 kubectl get pod -owide

yaml方式（推荐）

apiVersion: v1 kind: Pod metadata:   labels:     run: 运行的pod名称   name: pod名称   namespace: 命名空间 spec:   containers:   - image: 镜像名称     name: 容器名称  # 启动Pod：kubectl apply -f yaml文件名称 # 删除Pod：kubectl delete -f yaml文件名称

Pod中运行多个容器

apiVersion: v1 kind: Pod metadata:   labels:     run: 运行的pod名称   name: pod名称   namespace: 命名空间 spec:   containers:   - image: 镜像名称     name: 容器名称   - image: 镜像名称     name: 容器名称 …………

Kuboard效果：

③Deployment

部署时，可以通过Deployment管理和编排Pod

命令方式

# 基于Deployment启动容器 kubectl create deployment deployment名称 --image=镜像名称 # 用deployment启动的容器会在被删除后自动再次创建，达到故障漂移的效果 # 需要使用deploy的方式删除deploy # 查看现在的deployment kubectl get deployment  # 删除deployment kubectl delete deployment deployment名称  # 基于Deployment启动容器并设置Pod集群数 kubectl create deployment deployment名称 --image=镜像名称 --replicas 集群个数

配置文件方式

apiVersion: apps/v1 kind: Deployment metadata:   name: nginx-deployment   labels:     app: nginx spec:   replicas: 3   selector:     matchLabels:       app: nginx   template:     metadata:       labels:         app: nginx     spec:       containers:       - name: nginx        image: nginx        ports:        - containerPort: 80

正常使用kubectl运行yaml即可

弹性伸缩功能：

# 基于scale实现弹性伸缩 kubectl scale deploy/Deployment名称 --replicas 集群个数 # 或者修改yaml文件 kubectl edit deploy Deployment名称

灰度发布：
Deploy可以在部署新版本数据时，成功启动一个Pod，才会下线一个老版本Pod

kubectl set image deployment/Deployment名称 容器名=镜像:版本

④service

可以将多个Pod整合为一个Service，让客户端通过这一个Service访问到这一组Pod，并且可以实现负载均衡

ClusterIP方式：

ClusterIP是集群内部Pod之间的访问方式

命令实现效果

# 通过生成service映射一个Deployment下的所有pod中的某一个端口的容器 kubectl expose deployment Deployment名称 --port=Service端口号 --target-port=Pod内容器端口

之后通过kubectl get service查看Service提供的ip，即可访问

也可以通过Deployment名称.namespace名称.svc作为域名访问

NodePort方式

ClusterIP方式只能在Pod内部实现访问，但是一般需要对外暴露网关，所以需要NodePort的方式将Pod对外暴露访问

命令实现方式：

# 通过生成service映射一个Deployment下的所有pod中的某一个端口的容器 kubectl expose deployment Deployment名称 --port=Service端口号 --target-port=Pod内容器端口 --type=NodePort

Service通过yaml方式实现：

apiVersion: v1 kind: Service metadata:   labels     app: nginx   name: nginx   spec:     selector:       app: nginx     ports:     - port: 8888      protocol: TCP      targetPort: 80

通过apply启动就可以创建Service

测试：通过Deployment部署，通过Service部署

apiVersion: apps/v1 kind: Deployment metadata:   name: nginx-deployment   labels:     app: nginx-deployment spec:   replicas: 2   selector:     matchLabels:       app: nginx-deployment   template:     metadata:       labels:         app: nginx-deployment     spec:       containers:       - name: nginx-deployment         image: nginx         ports:         - containerPort: 80 --- apiVersion: v1 kind: Service metadata:   labels:     app: nginx-service   name: nginx-service spec:   selector:     app: nginx-deployment   ports:   - port: 8888     protocol: TCP     targetPort: 80   type: NodePort

可以查看到暴露信息：

⑤Ingress（入口）

k8s推荐将Ingress作为所有Service的入口，提供统一的入口，避免多个服务之间需要记录大量的IP或域名（IP可能变化，域名太多记录不方便）
Ingress底层就是一个Nginx，可以直接在kuboard上点击安装

因为副本数默认为1，但是k8s整体集群就2个节点，所以显示下面即为安装成功

可以将Ingress接收到的请求转发到不同的Service中

推荐使用yaml文件方式

apiVersion: networking.k8s.io/v1 kind: Ingress metadata:   name: nginx-ingress spec:   ingressClassName: ingress   rules:   - host: nginx.mashibing.com     http:       paths:       - path: /         pathType: Prefix         backend:           service:             name: nginx-service             port:               number: 8888

Kuboard安装的Ingress有admission的校验配置，需要先删除配置再启动

找到指定的ingress的校验信息，删除即可

# 查看校验webhook的配置 kubectl get -A ValidatingWebhookConfiguration  # 删除指定的校验 kubectl delete ValidatingWebhookConfiguration ingress-nginx-admission-my-ingress-controller

配置本地hosts文件：

下面就可以访问在Service中暴露的Nginx信息：

2.8 Jenkins集成K8s

2.8.1 准备部署的yaml文件

apiVersion: apps/v1 kind: Deployment metadata:   namespace: test   name: pipeline   labels:     app: pipeline spec:   replicas: 2   selector:     matchLabels:       app: pipeline   template:     metadata:       labels:         app: pipeline         spec:       containers:       - name: pipeline         image: 192.168.11.102:80/repo/pipeline:v4.0.0         imagePullPolicy: Always         ports:         - containerPort: 8080 --- apiVersion: v1 kind: Service metadata:   namespace: test   labels:     app: pipeline   name: pipeline   spec:   selector:     app: pipeline   ports:   - port: 8081     targetPort: 8080   type: NodePort --- apiVersion: networking.k8s.io/v1 kind: Ingress metadata:   namespace: test   name: pipeline spec:   ingressClassName: ingress   rules:   - host: mashibing.pipeline.com     http:       paths:       - path: /         pathType: Prefix         backend:           service:             name: pipeline             port:               number: 8081