基于drone的CI/CD，对接kubernetes实践教程
CI 概述
用一个可描述的配置定义整个工作流
程序员是很懒的动物，所以想各种办法解决重复劳动的问题，如果你的工作流中还在重复一些事，那么可能就得想想如何优化了
持续集成就是可以帮助我们解决重复的代码构建，自动化测试，发布等重复劳动，通过简单一个提交代码的动作，解决接下来要做的很多事。
容器技术使这一切变得更完美。
典型的一个场景：
我们写一个前端的工程，假设是基于vue.js的框架开发的，提交代码之后希望跑一跑测试用例，然后build压缩一个到dist目录里，再把这个目录的静态文件用nginx代理一下。
最后打成docker镜像放到镜像仓库。 甚至还可以增加一个在线上运行起来的流程。
现在告诉你，只需要一个git push动作，接下来所有的事CI工具会帮你解决！这样的系统如果你还没用上的话，那请问还在等什么。接下来会系统的向大家介绍这一切。
代码仓库管理
首先SVN这种渣渣软件就该尽早淘汰，没啥好说的，有git真的没有SVN存在的必要了我觉得。
所以我们选一个git仓库,git仓库比较多，我这里选用gogs，gitea gitlab都行，根据需求自行选择
docker run -d --name gogs-time -v /etc/localtime:/etc/localtime -e TZ=Asia/Shanghai --publish 8022:22 \ --publish 3000:3000 --volume /data/gogs:/data gogs:latest
访问3000端口，然后就没有然后了
gogs功能没有那么强大，不过占用资源少，速度快，我们稳定运行了几年了。缺点就是API不够全。
CI 工具
当你用过drone之后。。。
装：
version: '2' services: drone-server: image: drone/drone:0.7 ports: - 80:8000 volumes: - /var/lib/drone:/var/lib/drone/ restart: always environment: - DRONE_OPEN=true - DOCKER_API_VERSION=1.24 - DRONE_HOST=10.1.86.206 - DRONE_GOGS=true - DRONE_GOGS_URL=http://10.1.86.207:3000/ # 代码仓库地址 - DRONE_SECRET=ok drone-agent: image: drone/drone:0.7 command: agent restart: always depends_on: - drone-server volumes: - /var/run/docker.sock:/var/run/docker.sock environment: - DOCKER_API_VERSION=1.24 - DRONE_SERVER=ws://drone-server:8000/ws/broker - DRONE_SECRET=ok
docker-compose up -d 然后你懂的，也没有然后了
用gogs账户登录drone即可
每个步骤就是个容器，每个插件也是个容器，各种组合，简直就是活字印刷术
怎么使用这种初级肤浅的内容我就不赘述了，但是有很多坑的地方：
- 装drone的机器能用aufs尽量用，device mapper有些插件是跑不了的，如一些docker in docker的插件，这不算是drone的毛病，只能说docker对 docker in docker支持不够好
- centos对aufs支持不够好，如果想用centos支持aufs，那你可得折腾折腾了，社区方案在此：https://github.com/sealyun/kernel-ml-aufs
- 最推荐的是drone的机器内核升级到4.9以上,然后docker使用overlay2存储驱动，高版本内核跑容器笔者也实践过比较长的时间了，比低内核稳定很多
安装方式2，在k8s上安装：
helm install stable/drone
使用篇
首先在你的代码仓库主目录下新建三个文件：
- .drone.yml : 描述构建与部署的流程（狭义），流程配置文件（广义）CI/CD无本质区别
- Dockerfile : 告诉你的应用如何打包成镜像，当然如果不是容器化交付可以不需要
- k8s yaml配置文件 or docker-compose文件 or chart包 ：告诉你的应用如何部署
- 其他 ：如kube-config等
用gogs账户密码登录到drone页面上之后同步下项目就可以看到项目列表，打开开关就可以关联到git仓库,比较简单，自行探索
官方事例
pipeline: backend: # 一个步骤的名称，可以随便全名 image: golang # 每个步骤的本质都是基于这个镜像去启动一个容器 commands: # 在这个容器中执行一些命令 - go get - go build - go test frontend: image: node:6 commands: - npm install - npm test publish: image: plugins/docker repo: octocat/hello-world tags: [ 1, 1.1, latest ] registry: index.docker.io notify: image: plugins/slack channel: developers username: drone
各步骤启动的容器共享workdir这个卷, 这样build步骤的结果产物就可以在publish这个容器中使用
结合Dockerfile看：
# docker build --rm -t drone/drone . FROM drone/ca-certs EXPOSE 8000 9000 80 443 ENV DATABASE_DRIVER=sqlite3 ENV DATABASE_CONFIG=/var/lib/drone/drone.sqlite ENV GODEBUG=netdns=go ENV XDG_CACHE_HOME /var/lib/drone ADD release/drone-server /bin/ # 因为工作目录共享，所以就可以在publish时使用到 build时的产物，这样构建和发布就可以分离 ENTRYPOINT ["/bin/drone-server"]
上面说到构建与发布分离，很有用，如构建golang代码时我们需要go环境，但是线上或者运行时其实只需要一个可执行文件即可，
所以Dockerfile里就可以不用FROM一个golang的基础镜像，让你的镜像更小。又比如java构建时需要maven，而线上运行时不需要，
所以也是可以分离。
用drone时要发挥想象，千万不要用死了，上面每句话都需要仔细读一遍，细细理解。再总结一下关键点：
drone自身是不管每个步骤是什么功能的，只傻瓜式帮你起容器，跑完正常就执行下个步骤，失败就终止。
编译，提交到镜像仓库，部署，通知等功能都是由镜像的功能，容器的功能决定的 drone里叫插件，插件本质就是镜像，有一丢丢小区别后面说
这意味着你想干啥就弄啥镜像，如编译时需要maven，那去做个maven镜像，部署时需要对接k8s，那么搞个有kubectl客户端的镜像；要物理机部署那么搞个
ansible的镜像，等等，发挥想象，灵活使用。
drone环境变量
有时我们希望CI出来的docker镜像tag与git的tag一致，这样的好处就是知道运行的是哪个版本的代码，升级等等都很方便，不过每次都去修改pipeline
文件显然很烦，那么drone就可以有很多环境变量来帮助我们解决这个问题：
pipeline: build: image: golang:1.9.2 commands: - go build -o test --ldflags '-linkmode external -extldflags "-static"' when: event: [push, tag, deployment] publish: image: plugins/docker repo: fanux/test tags: ${DRONE_TAG=latest} dockerfile: Dockerfile insecure: true when: event: [push, tag, deployment]
这个例子${DRONE_TAG=latest} 如果git tag事件触发了pipeline那就把git tag当镜像tag，否则就用latest，这样我们自己研发过程中就
可以一直用latest迭代，觉得版本差不多了，打个tag，生成一个可以给测试人员测试的镜像，非常优雅，不需要改什么东西，不容易出错
同理还有很多其它的环境变量可以用，如git的commitID 分支信息等等, 这里可以查
对接k8s实践
首先得有个k8s集群，那么首选：kubernetes集群三步安装 广告，无视就好。。。
有了上面的铺垫，对接k8s就相当简单了：搞个kubectl的镜像嵌入流程中即可:
把项目的k8s yaml文件放到代码中，然后pipelie里直接apply
publish: image: plugins/docker # 镜像仓库,执行Dockerfile插件 tags: - ${DRONE_TAG=latest} insecure: true # 照抄 deploy: image: kubectl:test # 这个镜像自己去打即可 commands: - cat test.yaml - ls - rm -rf /root/.kube && cp -r .kube /root # k8s 的kubeconfig文件，可以有多个，部署到哪个集群就拷贝哪个kubeconfig文件 - kubectl delete -f test.yaml || true - kubectl apply -f test.yaml
不过最佳实践还有几个细节：
- k8s 的kubeconfig文件同样放在了代码目录（这个不×××全，不过仓库私有还好，还可以利用drone的secret，不细展开）
- k8s 部署的yaml文件里的镜像怎么配置？ 每次都修改test.yaml多不爽
- 如果多个集群yaml配置有区别怎么办？写多个yaml？造成混乱，非常不优雅
所以我们引入chart, 用helm进行部署:
apiVersion: extensions/v1beta1 kind: Deployment metadata: name: test namespace: {{ .Values.namespace }} spec: replicas: {{ .Values.replicaCount }} template: metadata: labels: name: test spec: serviceAccountName: test containers: - name: test image: "{{ .Values.image.repository }}:{{ .Values.image.tag }}" # deployment的yaml文件是模板，创建时再传参进来渲染 imagePullPolicy: {{ .Values.image.pullPolicy }} ....
注意，有了模板之后，我们部署v1版本和v2版本时就不需要改动yaml文件，这样降低出错风险，pipeline执行时把环境变量传进来，完美解决
这样git tag 镜像tag与yaml里镜像配置实现了完全的统一：
deploy_dev: # 部署到开发环境 image: helm:v2.8.1 commands: - mkdir -p /root/.kube && cp -r .kube/config-test101.194 /root/.kube - helm delete test --purge || true - helm install --name test --set image.tag=${DRONE_TAG=latest} Chart when: event: deployment environment: deploy_dev deploy_test: # 部署到测试环境 image: helm:v2.8.1 commands: - mkdir -p /root/.kube && cp -r .kube/config-test101.84 /root/.kube # 两个环境使用不同的kubeconfig - helm delete test --purge || true - helm install --name test --set image.tag=${DRONE_TAG=latest} Chart # 把git tag传给helm，这样运行的镜像就是publish时构建的镜像，tag一致 when: event: deployment environment: deploy_test
以上，优雅的解决了上面问题
细节：event可以是git的事件也可以是手动处罚的事件，类型是deployment时就是手动触发的，drone支持命令行触发
我们进行了二次开发，让drone可以在页面上触发对应的事件
原理篇
drone上开通一个仓库时，会给仓库设置一个webhook,在项目设置里可以看到，这样git的事件就可以通知到drone，drone根据事件去拉取代码走流程
pipeline基本原理
理解原理对使用这个系统非常重要，否则就会把一个东西用死。
pipeline就负责起容器而已，容器干啥的系统不关心，用户决定 这句话本文不止强调过一次，非常重要多读几遍
插件原理
镜像即插件，也就是可能现有很多镜像都能直接当作插件嵌入到drone流程中。
有个小区别是，你会发现drone有些插件还带一些参数，这就是比普通的镜像多做了一丢丢事，如publish时打docker的镜像：
publish: image: plugins/docker repo: octocat/hello-world tags: [ 1, 1.1, latest ] registry: index.docker.io
你会发现它有 repo tags什么的参数，其实drone处理时非常简单，就是把这些参数转化成环境变量传给容器了，
然后容器去处理这些参数。
本质就是做了这个事情：
docker run --rm \ -e PLUGIN_TAG=latest \ -e PLUGIN_REPO=octocat/hello-world \ -e DRONE_COMMIT_SHA=d8dbe4d94f15fe89232e0402c6e8a0ddf21af3ab \ -v $(pwd):$(pwd) \ -w $(pwd) \ --privileged \ plugins/docker --dry-run
那我们自定义一个插件就简单了，只要写个脚本能处理特定环境变量即可，如一个curl的插件：
pipeline: webhook: image: foo/webhook url: http://foo.com method: post body: | hello world
写个脚本
#!/bin/sh curl \ -X ${PLUGIN_METHOD} \ # 处理一个几个环境变量 -d ${PLUGIN_BODY} \ ${PLUGIN_URL}
FROM alpine ADD script.sh /bin/ RUN chmod +x /bin/script.sh RUN apk -Uuv add curl ca-certificates ENTRYPOINT /bin/script.sh
docker build -t foo/webhook . docker push foo/webhook
打成docker镜像，大功告成
所以大部分情况我们会很懒的什么也不写，直接在容器里执行命令就是了，同样是一个curl的需求，不写插件的话
pipeline: webhook: image: busybox # 直接用busybox command: - curl -X POST -d 123 http://foo.com 完事，插件都懒得开发了
值得注意的是一些复杂功能还是需要开发插件的，如publish镜像时用的插件。关于该插件我想补充一句
它是docker里面起了一个docker engine，用docker内的docker engine进行打镜像的
所以devicemapper存储驱动是支持不了的。请升级内核用overlay2，或者ubuntu用aufs
其它推荐
总结
要实现高效的自动化，everything as code很重要，很多人喜欢在界面上点点点 填很多参数上线，其实是一种很容易出错的方式
不一定能提高效率。 你们项目如何构建，如何发布，如何部署都应该是代码，没有二义性，把人做的事让程序做，最终人仅是触发而已。
本文转自中文社区-基于drone的CI/CD，对接kubernetes实践教程
