Jenkins 这么玩也能云原生

2023-11-23 405

Jenkins 是在 IT 上云之前诞生的一款老牌代码构建工具，而云原生的 Zadig 相比 Jenkins，更加合适云智时代的应用开发，这一点我们在「 Zadig vs. Jenkins 详细比对：时代的选择与开发者之选」和一文中有详细的对比：Zadig 不仅拥有几乎与 Jenkins 相当的全部功能，还在 DevOps 全流程能力方面具备十倍高的扩展性、易用性和安全性。

然而对于已经耗费大量时间和人力打造出来的 Jenkins 服务配置和流水线的企业，他们可能希望短期内在不做太多改变的情况下快速接入新平台。在 Zadig 最新版本中，我们提供了一种快速接入并与 Jenkins 融合的解决方案，这将有助于数千个服务的高效接入，使更多企业能够迅速融入云原生 DevOps 的快车道。

一、哪些场景适用该融合方案？

场景一：Jenkins Job 数量繁多，疼！

在企业中，我们已经使用 Jenkins 实现了微服务的原子化构建和部署管理。每个微服务都对应一个 Jenkins Job，导致存在大量的 Job，可能达到成百上千个。这种情况下，每次服务变更都需要手动执行多个 Job，面临以下痛点：

1. 干扰信息过多： 每次发布都需要从海量的 Job 中筛选出需要执行的目标 Job，这消耗了大量时间和精力。

2. 自动化难度高：手动触发多个 Job 执行，这是繁重的重复操作，难以一键批量发布，自动化实现困难。

3. 发布决策效率低：必须分别追踪每个发布 Job 的执行结果，这降低了生产发布决策的效率。

4. 信息碎片化严重：缺乏统一的管理平台，导致发布信息分散，一次发布的信息追溯变得异常困难。

Zadig 工作流可编排 Jenkins Job，触发 Jenkins Job 并发执行，让海量 Job 的管理和执行复杂度从思考题变为选择题，而且可在一个页面中追溯多个 Job 的执行信息。

场景二：研发交付过程碎片化，苦！

在研发交付流程中，处理代码/业务变更、数据变更和配置变更可能很繁琐。尽管我们已经使用 Jenkins Job 将业务变更实现自动化，但整个流程仍然存在碎片化的问题。

1. 繁重的 Jenkinsfile 管理： 研发人员需要编写和维护许多 Jenkinsfile，这分散了他们的注意力，难以专注于业务价值。

2. 数据和配置变更的难题：数据和配置变更通常没有好的自动化解决方案，需要涉及多个团队和角色，导致高昂的沟通成本和低效的交付速度。

Zadig 支持业务、数据、配置一站式变更，支持 Nacos、Apollo 等配置管理工具，支持基于 MySQL、MariaDB、Flyway 等的数据变更。无需编写脚本，一次集成后开箱即用，真正让开发工程师聚焦在业务价值创造上，让运维工程师从支持开发日常工作琐事中解放出来。此外，支持传递 Jenkins Job 参数实现充分连接，工作流支持审批功能，保障生产发布的合规和安全。

场景三：权限配置膨胀，乱！

Jenkins 中实现权限管理的方式是将用户和角色平铺成一张表格，管理员通过勾选的方式来配置用户权限。随着企业发展、员工动态变化、业务演进，权限表格会变得异常膨胀，维护的心智负担非常高。

Zadig 支持不同维度的用户/用户组以及权限管理：系统全局、业务项目、工作流资源...权限可以由每一个业务团队自己分配，在保证权限隔离的基础上有效降低权限管理的负担。

二、如何快速融合 Jenkins & Zadig？

第一步：获取 Jenkins API Token

Jenkins 管理员访问 Configure，操作 Add new Token，添加 API Token。

第二步：集成 Jenkins

Zadig 管理员访问系统集成 > CI/CD 工具，配置 Jenkins 集成信息

第三步：配置 Zadig 工作流，编排 Jenkins Job

参考文档[1]配置自定义工作流，配置开发环境工作流，包含 Apollo 配置变更->构建部署->Mysql 数据变更->自动化测试步骤，在构建部署阶段添加「执行 Jenkins Job」任务，配置 Jenkins Job。

执行工作流，选择 Jenkins Job 即可，可在 Zadig 中管理和追踪整个交付过程。

参考资料

[1] https://docs.koderover.com/zadig/Zadig%20v2.0.0/project/common-workflow/

阅读原文 / Zadig 在 Github / Zadig 在 Gitee

微信关注我们

原文链接：https://my.oschina.net/koderover/blog/10150835

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

两全其美：Sidecarless 与 Sidecar 模式融合的服务网格新形态

01 前言 Istio 社区与 2022 年 9 月发布了一种名为 Ambient 的新架构，由于其从架构上将 Sidecar 转变为 4 层和 7 层代理，故而这种模式也被称为 Sidecarless 模式。阿里云服务网格 ASM 是业内首个支持 Ambient 模式的托管式服务网格。本文基于 2023 云栖大会上关于阿里云服务网格 ASM 产品技术最新进展分享的实录，来自阿里云云原生产品线服务网格团队的史泽寰、尹航同学将用 4 个部分，为读者介绍 ASM 如何落地这种 Sidecarless 和 Sidecar 模式融合的服务网格新形态，以及服务网格的 Serverless 化。 02 服务网格架构的演进随着服务网格在云原生技术体系下越来越流行，越来越多的企业技术团队在生产环境使用服务网格，相信有很多朋友已经了解过服务网格，为了方便刚开始接触服务网格的同学更顺畅地理解后续内容，我们先来对服务网格经典的 Sidecar 模式做一个介绍。经典服务网格架构根据组件的职责被划分为控制平面和数据平面，控制平面扮演服务网格的大管家，为数据平面组件根据需求提供不同的配置，数据平面作为执行者...

2023-11-23

398

在上一篇文章中，我们已经科普了什么是自然语言处理（NLP）、常见用例及其与向量数据库的结合。今天，依然是「X」Embedding in NLP 系列专题，本文为初阶第二篇，我们将深入介绍在 2023 年爆火的大语言模型 NLP 模型，包括 BERT、XLNet 等基础模型和 GPT、PaLM 等。 01.火爆 2023 年的 10 大大语言模型大语言模型（LLM）是一种机器学习模型，可以执行各种 NLP 任务，包括文本翻译、回答问题、根据知识库分类和生成词汇等。大语言模型中的“大”体现在其架构使用的参数数量上，常见的 LLM 都包含数十亿个参数。以下是在 2023 年爆火且备受关注的 LLM。 OpenAI 推出的 GPT 系列 *GPT，全称 Generative pre-trained transformers，即生成式预训练 Transformer 模型 GPT-3 于2021年发布，包含 1750 亿个参数。能够完成翻译、问答、写作论文，甚至生成代码等任务。从模型架构而言，GPT-3 是只带有解码器（decoder）的 transformer 模型。是最后一个由 Ope...

2023-11-23

379

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。