使用 GitHub Actions 实现项目的持续集成(CI)

2024-04-30 12:44

本文主要是介绍使用 GitHub Actions 实现项目的持续集成(CI),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

什么是 GitHub Actions

基础概念

Workflow 文件

Workflow 语法

实例:编译 OpenWrt


什么是 GitHub Actions

  • GitHub Actions 是 GitHub 推出的持续集成(Continuous Integration,简称 CI)服务
  • 它允许你创建自定义工作流,你可以使用这些工作流来自动化开发过程
  • 它提供了整套虚拟服务器环境,基于它可以进行构建、测试、打包、部署项目等等操作
  • 每个 GitHub 仓库都可以配置一个或多个工作流程,通过.github/workflows目录中的 YAML 文件定义
  • 简单来讲就是将软件开发中的一些流程交给云服务器自动化处理,比方说开发者把代码 push 到 GitHub 后它会自动测试、编译、发布
  • 有了持续集成服务开发者就可以专心于写代码,其它乱七八糟的事情就不用管了,这样可以大大提高开发效率
  • 持续集成(CI/CD)主要有三个: 持续集成、持续交付、持续部署
  • 我们一般的软件开发流程是:
  • 1-开发人员本地代码 commit,push
  • 2-通过 git hook 触发自动化测试
  • 3-测试通过后,合并发布分支
  • 4-通过 git hook 触发自动部署服务
  • 这里简单的描述了软件开发周期,当然实际上会更加复杂
  • CI/CD是由很多操作组成的,比如执行自动化测试、分支合并、服务部署等,而 GitHub 把这一系列的操作都称为 Actions
  • 当然 GitHub 创新点还不仅于此,不同的项目可能都会使用到相类似的 Action,GitHub 允许开发者把 action 写成独立的脚本文件,存放到代码仓库,使得其他开发者可以引用
  • GitHub 提供了一个官方市场:GitHub Action Market
  • GitHub Actions · GitHub
  • 在这里可以搜索到你想要的任何 actions,直接引用别人造好的轮子

基础概念

  • Workflows(工作流):持续集成一次运行的过程,可以添加到存储库中的自动化过程
  • 工作流由一个或多个作业组成,可以由事件调度或触发
  • Event(事件):触发工作流的特定动作;例如,向存储库提交 pr 或 pull 请求
  • Jobs(作业):在同一跑步器上执行的一组步骤;默认情况下,具有多个作业的工作流将并行运行这些作业
  • Steps(步骤):可以在作业中运行命令的单个任务;步骤可以是操作,也可以是 shell 命令
  • 作业中的每个步骤都在同一个运行程序上执行,从而允许该作业中的操作彼此共享数据
  • Actions(操作):操作是独立的命令,它们被组合成创建作业的步骤
  • 操作是工作流中最小的可移植构建块
  • 你可以创建自己的动作,或者使用 GitHub 社区创建的动作
  • 每个 step 可以依次执行一个或多个命令(action)
  • Runners(运行器):安装了 GitHub Actions 运行器应用程序的服务器
  • Github 托管的运行器基于 Ubuntu Linux、Microsoft Windows 和 macOS,工作流中的每个作业都在一个新的虚拟环境中运行

Workflow 文件

  • GitHub Ac­tions 的配置文件叫做 work­flow 文件(官方中文翻译为 “工作流程文件”)
  • 存放在代码仓库的.github/workflows目录中
  • work­flow 文件采用 YAML 格式,文件名可以任意取,但是后缀名统一为.yml或.yaml,比如icpctj.yml
  • 一个库可以有多个 work­flow 文件,GitHub 只要发现.github/workflows目录里面有.yml或.yaml文件,就会按照文件中所指定的触发条件在符合条件时自动运行该文件中的工作流程
  • 在 Ac­tions 页面可以看到很多种语言的 work­flow 文件的模版,可以用于简单的构建与测试
  • 下面是一个简单的 work­flow 文件示例:
  • 示例文件运行截图:

Workflow 语法

  • name
  • workflow的名称,GitHub在仓库的操作页面上显示workflow的名称
  • on
  • 触发 workflow 的 GitHub 事件的名称
  • 比如示例中的触发事件(使用单个事件)是 push,即在代码 push 到仓库后被触发
  • on 字段也可以是事件的数组,多种事件触发(使用多个事件),比如在 push 或 pull-request 时触发:
  • 某些事件具有活动类型,可让你更好地控制工作流的运行时间
  • 使用 on.<event.name>.types 定义将触发工作流运行的事件活动类型(使用活动类型)
  • 例如,issue-comment 事件具有 created、edited 和 deleted 活动类型
  • 如果工作流在 label 事件上触发,则每当创建、编辑或删除标签时,它都会运行
  • 如果为 created 事件指定 label 活动类型,则工作流将在创建标签时运行,但不会在编辑或删除标签时运行
  • 如果指定多个活动类型,则只需要发生其中一种事件活动类型就可触发工作流
  • 如果触发工作流的多个事件活动类型同时发生,则将触发多个工作流运行
  • 例如,创建或标记问题时,会触发以下工作流
  • 如果创建了一个带两个标签的问题,则将启动三个工作流运行:一个用于创建问题的事件,另外两个用于两个标记问题的事件
  • 某些事件具有筛选器,可让你更好地控制工作流的运行时间(使用筛选器)
  • 例如,push 事件具有 branches 筛选器,该筛选器仅在发生目标为与 branches 筛选器匹配的分支的推送时(而不是在发生任何推送时)运行工作流
  • (将活动类型和筛选器用于多个事件)
  • 如果为事件指定活动类型或筛选器,并且针对多个事件指定工作流触发器,则必须单独配置每个事件
  • 必须为所有事件附加冒号 (:),包括没有配置的事件
  • 例如,具有以下 on 值的工作流将在以下情况下运行:
  • 1-创建标签
  • 2-推送到存储库中的 main 分支
  • 3-推送到启用了 GitHub Pages 的分支
  • 完整的事件列表,请查看官方文档
  • 下面是一些比较常见的事件:
  • Jobs
  • 作业,workflow 主要执行的核心任务
  • 表示要执行的一项或多项任务
  • 每一项任务必须关联一个 ID (job.id),比如示例中的 my.first.job 和 my.second.job
  • jobs.<job.id>
  • job.id 里面的 name 字段是任务的名称
  • jobs.<job.id>.name
  • job.id 不能有空格,只能使用数字、英文字母和 - 符号,而 name 可以随意,若忽略 name 字段,则默认会设置为 job.id
  • job.id 里面的 needs 表示识别在此作业运行之前必须成功完成的任何作业
  • jobs.<job.id>.needs
  • 当有多个任务时,可以指定任务的依赖关系,即运行顺序,否则是同时运行
  • 上面代码中,job1 必须先于 job2 完成,而 job3 等待 job1 和 job2 的完成才能运行
  • 因此,这个 work­flow 的运行顺序依次为:job1、job2、job3
  • runs-on
  • runs-on 字段指定任务运行所需要的虚拟服务器环境,是必填字段
  • jobs.<job.id>.runs-on
  • 机器可以是 GitHub 托管的运行器或自托管的运行器
  • steps
  • steps 字段指定每个任务的运行步骤,可以包含一个或多个步骤
  • jobs.<job.id>.steps
  • 步骤可以是运行命令、运行设置任务,或者运行仓库中的操作和 Dcoker 镜像发布等
  • 步骤开头使用 - 符号表示
  • 每个步骤可以指定以下字段:
  • 1-jobs.<job.id>.steps[*].id
  • 步骤的唯一标识符
  • 可以使用 id 在上下文中引用该步骤
  • 2-jobs.<job.id>.steps[*].if
  • 可以使用 if 条件来阻止步骤运行,除非满足条件
  • 您可以使用任何支持上下文和表达式来创建条件
  • 3-jobs.<job.id>.steps[*].name
  • 步骤显示在 GitHub 上的名称
  • 4-jobs.<job.id>.steps[*].uses
  • 选择要作为作业中步骤的一部分运行的操作
  • 操作是一种可重复使用的代码单位
  • 可以使用在与工作流、公共存储库或已发布的 Docker 容器映像相同的存储库中定义的操作
  • 5-jobs.<job.id>.steps[*].run
  • 使用操作系统的 shell 运行不超过 21,000 个字符的命令行程序
  • 如果不提供 name,步骤名称将默认为 run 命令中指定的文本
  • 6-jobs.<job.id>.steps[*].working-directory
  • 使用 working-directory 关键字,你可以指定运行命令的工作目录位置
  • 7-jobs.<job.id>.steps[*].shell
  • 可以使用 shell 关键字,覆盖运行器操作系统中的默认 Shell 设置,以及作业的默认值
  • 8-jobs.<job.id>.steps[*].with
  • 由操作定义的输入参数的 map
  • 每个输入参数都是一个键/值对
  • 输入参数被设置为环境变量
  • 该变量的前缀为 INPUT_,并转换为大写
  • 为 Docker 容器定义的输入参数必须使用 args
  • 示例:
  • 定义由 hello_world 操作定义的三个输入参数(first_name、middle_name 和 last_name)
  • 这些输入变量将作为 INPUT_FIRST_NAME、INPUT_MIDDLE_NAME 和 INPUT_LAST_NAME 环境变量,由 hello-world 操作访问
  • 9-jobs.<job.id>.steps[*].env
  • 设置供步骤在运行器环境中使用的变量
  • 也可以设置用于整个工作流或某个作业的变量
  • 10-下面是一些常见的字段:
  • 其中 uses 和 run 是必填字段,每个步骤只能有其一
  • 同样名称也是可以忽略的
  • action
  • action 是 GitHub Ac­tions 中的重要组成部分,这点从名称中就可以看出,actions 是 action 的复数形式
  • 它是已经编写好的步骤脚本,存放在 GitHub 仓库中
  • 对于初学者来说可以直接引用其它开发者已经写好的 action
  • 可以在官方 action 仓库或者 GitHub Marketplace 去获取
  • 此外 Awesome Actions 这个项目收集了很多非常不错的 action
  • 既然 action 是代码仓库,当然就有版本的概念
  • 引用某个具体版本的 action:
  • 一般来说 action 的开发者会说明建议使用的版本

实例:编译 OpenWrt

  • 既然是编译 Open­Wrt 那么 work­flow 的名称就叫 Build OpenWrt
  • 触发事件我选择了 push
  • 个人常用的 Open­Wrt 编译环境使用的是 Ubuntu 18.04,所以任务所使用的虚拟环境也一样
  • 我并不确定系统中是否有编译所需要依赖,所以第一个步骤是安装依赖软件包
  • 由于我使用的是一个空仓库,所以第二个步骤使用 Git 去拉取 Open­Wrt 官方源码
  • TIPS:如果是有源码的仓库,可以引用 actions/checkout 这个官方 ac­tion 把源码签出到工作目录中
  • 工作目录也就是在 Ac­tions 中执行命令的根目录,其绝对路径为/home/runner/work/REPO_NAME/REPO_NAME,环境变量为$GITHUB_WORKSPACE
  • 然后还需要拉取 feeds,它是扩展软件包源码,所以需要单独拉取
  • 既然都是拉取源码,所以就都放在一起吧
  • 由于这只是尝试,所以第三个步骤就让它生成一个默认的配置文件
  • 由于每个步骤都会回退到工作目录,所以前面还需要加一条进入 buildroot 的命令
  • 第四个步骤是下载第三方软件包(俗称 dl 库)
  • 最后为了防止下载不完整导致编译失败,加了显示不完整文件和删除不完整文件的命令
  • 第五个步骤进入到最重要的开始编译环节
  • 同样是先进入 buildroot,为了能更快的编译,我自信的选择了多线程编译且不显示详细日志
  • 最后编译出的二进制文件如何取出来呢?
  • 官方有个 ac­tion 叫 upload-artifact,它可以将虚拟环境中的指定文件打包上传到 Ac­tions 页面
  • 为了方便我选择了上传整个 bin 目录,文件名为 OpenWrt
  • 最后展示一下完整 work­flow 文件:
  • 最后 push 到仓库运行

这篇关于使用 GitHub Actions 实现项目的持续集成(CI)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/948901

相关文章

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言:当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理?1.2 Spring B

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

如何在 Spring Boot 中实现 FreeMarker 模板

《如何在SpringBoot中实现FreeMarker模板》FreeMarker是一种功能强大、轻量级的模板引擎,用于在Java应用中生成动态文本输出(如HTML、XML、邮件内容等),本文... 目录什么是 FreeMarker 模板?在 Spring Boot 中实现 FreeMarker 模板1. 环

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义