Automatyzacja metodyki DevOps za pomoc - Helion

Autor: Christopher Cowell, Nicholas Lotz, Chris Timberlake
Tytuł oryginału: Automating DevOps with GitLab CI/CD Pipelines: Build efficient CI/CD pipelines to verify, secure, and deploy your code using real-life examples
ISBN: 978-83-289-0775-1
stron: 324, Format: 165x235, okładka: mi
Księgarnia: Helion

Książka będzie dostępna od stycznia 2024

Zobacz także »

Tagi: Git | Inne

Obecnie zasady i wzorce DevOps pozwalaj

Zobacz także:

Git. Kurs video. Zaawansowane aspekty konfiguracji popularnego systemu kontroli wersji 129,00 zł, (51,60 zł -60%)
Git. Kurs video. Pracuj wygodnie z najpopularniejszym systemem kontroli wersji 79,00 zł, (31,60 zł -60%)
Java dla średnio zaawansowanych. Kurs video. Tworzenie profesjonalnych projektów 119,00 zł, (53,55 zł -55%)
Git. Rozproszony system kontroli wersji 53,82 zł, (27,45 zł -49%)
Wprowadzenie do Git i GitHub. Kontrola wersji, zarz 67,77 zł, (37,95 zł -44%)

Spis treści

Automatyzacja metodyki DevOps za pomocą potoków CI/CD GitLaba. Buduj efektywne potoki CI/CD do weryfikacji, zabezpieczenia i wdrażania kodu, korzystając z rzeczywistych przykładów -- spis treści

O autorach

O recenzentach

Przedmowa

CZĘŚĆ 1. Rozpoczęcie pracy z DevOps, Gitem i GitLabem

Rozdział 1. Zrozumienie okresu przed DevOps
- Wprowadzenie do aplikacji internetowej Hats for Cats
- Ręczne tworzenie i weryfikacja kodu
  - Ręczne budowanie kodu
  - Ręczna weryfikacja kodu
  - Dodatkowe wyzwania związane z weryfikacją kodu
- Ręczne przeprowadzanie testów bezpieczeństwa kodu
  - Statyczna analiza kodu
  - Wykrywanie tajemnic
  - Analiza dynamiczna
  - Skanowanie zależności
  - Skanowanie kontenerów
  - Podsumowanie ręcznych testów bezpieczeństwa
- Ręczne pakowanie i wdrażanie kodu
  - Skanowanie zgodności licencji
  - Wdrażanie oprogramowania
- Problemy z ręcznymi praktykami w cyklu życia oprogramowania
- Rozwiązywanie problemów za pomocą DevOps
  - Jak GitLab implementuje DevOps
- Podsumowanie
Rozdział 2. Ćwiczenie podstawowych poleceń Gita
- Wymagania techniczne
- Dlaczego korzystać z Gita?
  - Czym jest system kontroli wersji?
  - Jakie problemy rozwiązuje system kontroli wersji?
  - Dlaczego Git jest popularny
  - Wady Gita
- Zatwierdzanie kodu, aby zachować go w bezpiecznym miejscu
  - Wyłączenie plików z repozytorium
- Oznaczanie zatwierdzeń w celu identyfikowania wersji kodu
- Tworzenie gałęzi, aby rozwijać kod w oddzielnym miejscu
  - Komendy Gita do zarządzania gałęziami
  - Obsługa konfliktów scalania
- Synchronizacja lokalnych i zdalnych kopii repozytoriów
  - "Złote" repozytorium
  - Konfigurowanie zdalnych repozytoriów
  - Wypychanie zatwierdzeń
  - Pobieranie fetch
  - Pobieranie pull
- Dodatkowe źródła do nauki Gita
- Podsumowanie
Rozdział 3. Zrozumienie komponentów GitLaba
- Wymagania techniczne
- Kładziemy nacisk na "dlaczego" bardziej niż na "jak"
- Wprowadzenie do platformy GitLaba
  - Czym jest GitLab?
  - Jaki problem rozwiązuje GitLab?
  - Etapy weryfikacji, zabezpieczania i wydawania
- Organizowanie pracy w projekty i grupy
  - Przykład - organizacja pracy nad projektem Hats for Cats
- Śledzenie pracy za pomocą zgłoszeń
  - Struktura zgłoszenia w GitLabie
  - Rodzaje zadań, które mogą być reprezentowane przez zgłoszenia
  - Etykiety
  - Schematy pracy ze zgłoszeniami
- Bezpieczne edytowanie plików za pomocą zatwierdzeń, gałęzi i próśb o scalenie
  - Historia zatwierdzeń
  - Łączenie jednej gałęzi Gita z drugą
  - Trzej amigos - zgłoszenia, gałęzie i prośby o scalenie
  - Kiedy dwóch amigos wystarcza
  - Czym różnią się zgłoszenia i prośby o scalenie?
- Korzystanie z praktyk DevOps za pomocą GitLab Flow
- Podsumowanie
Rozdział 4. Opis struktury potoku CI/CD GitLaba
- Wymagania techniczne
- Definicje pojęć: "potok", "CI" i "CD"
  - Czym jest potok
  - Definiowanie jednego potoku na projekt
  - Wyjaśnienie różnych znaczeń terminu "potok"
  - Przeglądanie listy potoków
  - CI - dowiedz się, czy Twój kod jest dobry
  - CD - dowiedz się, gdzie powinien trafić Twój kod (i umieść go tam)
  - GitLab Runnery
- Elementy potoku - etapy, zadania i polecenia
  - Etapy
  - Zadania
  - Polecenia
  - Łączenie elementów potoku
- Uruchamianie potoków CI/CD GitLaba
  - Potoki dla gałęzi (ang. branch pipelines)
  - Potoki dla tagów Gita
  - Inne rodzaje potoków
  - Pomijanie potoków
- Odczytywanie statusów potoków CI/CD GitLaba
- Konfigurowanie potoków CI/CD GitLaba
- Podsumowanie

CZĘŚĆ 2. Automatyzacja etapów DevOps przy użyciu potoków CI/CD GitLaba

Rozdział 5. Instalacja i konfiguracja GitLab Runnerów
- Wymagania techniczne
- Definicja GitLab Runnerów i ich związek z CI/CD
  - GitLab Runner to aplikacja open source napisana w języku Go
  - GitLab Runner uruchamia zadania CI/CD określone w pliku .gitlab-ci.yml
- Architektura runnera i obsługiwane platformy
  - GitLab Runner jest obsługiwany przez większość platform i architektur
  - Runnery mogą być specyficzne dla projektu, grupy lub współdzielone
  - Każdy runner ma zdefiniowanego executora
  - Tagi runnera określają, które runnery mogą wykonywać konkretne zadania
- Instalacja agenta runnera
  - Instalacja GitLab Runnera
  - Rejestracja runnera w GitLabie
- Rozważania dotyczące różnych typów runnerów i executorów
  - Rozważania dotyczące wydajności
  - Rozważania dotyczące bezpieczeństwa
  - Rozważania dotyczące monitorowania
- Podsumowanie
Rozdział 6. Weryfikacja kodu
- Wymagania techniczne
- Budowanie kodu w potoku CI/CD
  - Kompilacja kodu Java za pomocą javac
  - Kompilacja Javy przy użyciu narzędzia Maven
  - Kompilacja języka C przy użyciu narzędzia GNU Compiler Collection (GCC)
  - Przechowywanie skompilowanego kodu jako artefaktów
- Sprawdzanie jakości kodu w potoku CI/CD
  - Włączanie funkcji jakości kodu
  - Przeglądanie wyników funkcji jakości kodu
- Uruchamianie automatycznych testów funkcjonalnych na etapie dostarczania (CI/CD)
  - Włączanie automatycznych testów funkcjonalnych
  - Przeglądanie wyników automatycznych testów funkcjonalnych
- Testy fuzzingowe w potoku CI/CD
  - Architektura i przepływ pracy testowania fuzzingowego
  - Przepływ pracy testowania fuzzingowego
  - Przeglądanie wyników testów fuzzingu
  - Dodatkowe uwagi dotyczące testowania fuzzingu
  - Testowanie fuzzingu z korpusem
- Sprawdzanie dostępności w procesie CI/CD
  - Dodawanie testów dostępności
  - Przeglądanie wyników testów dostępności
- Dodatkowe sposoby weryfikacji kodu
  - Pokrycie kodu (ang. code coverage)
  - Testowanie wydajności przeglądarki (ang. browser performance testing)
  - Testowanie wydajności obciążeniowej (ang. load performance testing)
- Podsumowanie
Rozdział 7. Zabezpieczanie kodu
- Wymagania techniczne
- Zrozumienie strategii skanowania bezpieczeństwa GitLaba
  - GitLab korzysta ze skanerów open source
  - Skanery są dostarczane jako obrazy Dockera
  - Niektóre skanery używają różnych analizatorów dla różnych języków programowania
  - Podatności nie zatrzymują potoku
  - Wyniki pojawiają się w trzech różnych raportach
  - Potoki mogą korzystać ze skanerów innych niż GitLab
- Korzystanie z SAST-a do skanowania kodu źródłowego pod kątem podatności
  - Włączanie SAST-a
  - Konfigurowanie SAST-a
  - Przeglądanie wyników SAST-a
- Użycie wykrywania sekretów do znalezienia poufnych informacji w Twoim repozytorium
  - Zrozumienie działania wykrywania sekretów
  - Włączanie i konfigurowanie wykrywania sekretów
  - Przeglądanie wyników wykrywania sekretów
- Korzystanie z DAST-a do wykrywania podatności w aplikacjach internetowych
  - Zrozumienie działania DAST-a
  - Włączanie i konfigurowanie DAST-a
  - Przegląd wyników DAST-a
- Korzystanie ze skanowania zależności do wyszukiwania luk w zależnościach
  - Zrozumienie skanowania zależności
  - Włączanie i konfigurowanie skanowania zależności
  - Przeglądanie wyników skanowania zależności
- Korzystanie ze skanowania kontenerów do wyszukiwania podatności w obrazach Dockera
  - Zrozumienie skanowania zależności
  - Włączanie i konfigurowanie skanowania kontenerów
  - Przeglądanie wyników skanowania kontenerów
- Korzystanie z badania zgodności licencji do zarządzania licencjami zależności
  - Zrozumienie badania zgodności licencji
  - Włączanie i konfigurowanie badania zgodności z licencją
  - Przeglądanie wyników badania zgodności z licencją
- Korzystanie ze skanowania IaC do wykrywania problemów w plikach konfiguracyjnych infrastruktury
  - Zrozumienie skanowania IaC
  - Włączanie i konfigurowanie skanowania IaC
  - Przeglądanie wyników skanowania IaC
- Zrozumienie różnych rodzajów raportów bezpieczeństwa
- Zarządzanie podatnościami związanymi z bezpieczeństwem
- Integracja z zewnętrznymi skanerami bezpieczeństwa
- Podsumowanie
Rozdział 8. Pakowanie i wdrażanie kodu
- Wymagania techniczne
- Przechowywanie kodu w rejestrze pakietów GitLaba w celu późniejszego wykorzystania
  - Lokalizacja rejestrów kontenerów i pakietów GitLaba
  - Rozpoczęcie pracy z rejestrem pakietów
  - Obsługiwane formaty pakietów
  - Uwierzytelnianie w rejestrze
  - Budowanie i publikowanie pakietów w rejestrze pakietów
  - Budowanie i przesyłanie pakietów do rejestru kontenerów
- Przechowywanie kodu w rejestrach kontenerów i pakietów GitLaba w celu późniejszego wdrożenia
  - Korzystanie z obrazów z rejestru kontenerów
  - Wykorzystanie pakietów z rejestru pakietów
- Wdrażanie w różnych środowiskach przy użyciu GitLab Flow
- Wdrażanie w narzędziu review app w celu testowania
- Wdrażanie w rzeczywistych środowiskach produkcyjnych
- Wdrażanie w klastrze Kubernetes
  - Proces CI/CD
  - Podejście GitOps
- Podsumowanie

CZĘŚĆ 3. Następne kroki w doskonaleniu aplikacji za pomocą GitLaba

Rozdział 9. Poprawa szybkości i łatwości utrzymania potoku CI/CD
- Przyspieszanie procesów za pomocą skierowanych grafów acyklicznych i architektury rodzic - dziecko
  - Jak utworzyć DAG w potoku CI?
- Budowanie kodu dla wielu architektur
- Kiedy i jak wykorzystywać pamięć podręczną lub artefakty?
  - Charakterystyka pamięci podręcznej
  - Charakterystyka artefaktów
  - Korzystanie z pamięci podręcznej
  - Korzystanie z artefaktów
  - Wykorzystywanie artefaktów jako zależności zadania
- Redukowanie powtarzającego się kodu konfiguracyjnego za pomocą zakotwiczeń i słowa kluczowego extends
  - Zakotwiczenia
  - Słowo kluczowe extends:
  - Tagi referencji
- Poprawa zarządzalności poprzez łączenie wielu potoków oraz wykorzystywanie potoków macierzystych i potomnych
  - Łączenie plików dla ułatwienia zarządzania
  - Użycie opcji include: w celu uzyskania możliwości ponownego wykorzystania
  - Dołączanie zdalnych zasobów
  - Wykorzystywanie potoków macierzystych
- Zabezpieczanie i przyspieszanie zadań za pomocą kontenerów utworzonych w celu realizacji określonych zadań
  - Przykład kontenera utworzonego w celu realizacji określonego zadania
- Podsumowanie
Rozdział 10. Poszerzanie zakresu potoków CI/CD
- Wykorzystywanie potoków CI/CD do wykrywania problemów wydajnościowych
  - Jak zintegrować przeglądarkowe testy wydajnościowe?
  - Jak zintegrować testy obciążeniowe z użyciem narzędzia k6?
  - Korzystanie z flag funkcji umożliwiających wydawanie różnych aplikacji w zależności od decyzji biznesowych
  - Jak skonfigurować aplikację pod kątem flag funkcji?
- Integracja narzędzi innych firm z potokami CI/CD
  - Tworzenie pliku Dockerfile dla kontenera narzędziowego
  - Automatyzacja procesu budowy kontenera
  - Skanowanie kontenerów
  - Wywoływanie narzędzia zewnętrznego
- Wykorzystywanie potoków CI/CD do tworzenia aplikacji mobilnych
  - Wymagania
  - Fastlane
  - Fastlane - wdrożenie
  - Fastlane - automatyzacja testowania
- Podsumowanie
Rozdział 11. Kompletny przykład
- Wymagania techniczne
- Konfiguracja środowiska
  - Tworzenie projektu w GitLabie
  - Planowanie pracy za pomocą zgłoszeń GitLaba
  - Konfiguracja lokalnego repozytorium Gita
- Tworzenie kodu
  - Tworzenie gałęzi Gita
  - Tworzenie żądania MR
  - Zatwierdzanie i przesyłanie kodu
- Tworzenie infrastruktury potoku
  - Tworzenie potoku
  - Tworzenie runnera
- Weryfikacja kodu
  - Dodawanie testów funkcjonalnych do potoku
  - Dodawanie skanowania jakości kodu do potoku
  - Dodawanie testu typu fuzzing do potoku
- Zabezpieczanie kodu
  - Dodawanie SAST-a do potoku
  - Dodawanie wykrywania sekretów do potoku
  - Dodawanie skanowania zależności do potoku
  - Dodawanie badania zgodności licencji do potoku
  - Integracja zewnętrznego skanera bezpieczeństwa z potokiem
- Doskonalenie potoku
  - Korzystanie z DAG-a w celu przyspieszenia potoku
  - Podział potoku na kilka plików
- Dostarczanie kodu do odpowiedniego środowiska
  - Wdrażanie kodu
- Podsumowanie
Rozdział 12. Rozwiązywanie problemów i przyszłość GitLaba
- Wymagania techniczne
- Rozwiązywanie problemów i najlepsze praktyki dotyczące powszechnych problemów spotykanych w potokach CI/CD
  - Rozwiązywanie problemów związanych ze składnią i logiką CI/CD
  - Rozwiązywanie problemów z działaniem potoku i przypisaniem runnera
- Zarządzanie infrastrukturą operacyjną przy użyciu GitOpsa
  - Użycie Terraforma do wdrażania i aktualizowania stanu infrastruktury
  - Użycie Ansible'a do zarządzania konfiguracjami zasobów
- Przyszłe trendy
  - Automatyzacja stworzy więcej oprogramowania na większą skalę
  - Abstrakcja prowadzi do modeli biznesowych opartych na pojęciu "wszystko jako kod"
  - Skrócony czas cyklu rozwoju produktu pomoże zespołom wydawać lepsze oprogramowanie szybciej
- Podsumowanie i kolejne kroki