使用 GitHub Actions 自动化 DevOps 工作流程
今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《使用 GitHub Actions 自动化 DevOps 工作流程》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

作者:特里克斯·赛勒斯
waymap渗透测试工具:点击这里
trixsec github:点击这里
什么是 github 操作?
github actions 是集成到 github 中的自动化工具,提供自动化工作流程、ci/cd 管道、测试、代码质量检查,甚至直接在存储库中部署的功能。它使您能够使用 yaml 文件定义工作流程,从而完全控制触发器、环境和任务。
为什么使用 github actions 进行 devops?
- 与 github 集成:与 github 存储库、问题和拉取请求无缝集成。
- 可扩展的 ci/cd 管道:在各种平台上运行构建、测试和部署。
- 可定制的工作流程:定义符合您确切需求的工作流程,从简单的任务到复杂的多步骤流程。
- 可重用工作流程:跨多个项目共享可重用工作流程和自定义操作。
github actions 的关键组件
- 工作流程:存储在 .github/workflows 目录中的 yaml 文件中定义的自动化流程。
- 作业:每个工作流程都由可以同时或顺序运行的作业组成。
- 步骤:每个作业都有一系列步骤,其中可能包括运行命令、脚本或可重用的操作。
- 触发器:定义触发工作流的事件,例如push、pull_request、schedule等
设置您的第一个 devops 工作流程
让我们逐步创建一个基本的 ci 工作流程,以便在推送新提交时测试和构建代码。
创建工作流程文件
导航到存储库中的 .github/workflows 并创建一个名为 ci.yml 的文件。定义工作流程结构
name: ci workflow
on:
push:
branches:
- main
pull_request:
branches:
- main
jobs:
build:
runs-on: ubuntu-latest
steps:
- name: checkout code
uses: actions/checkout@v3
- name: set up node.js
uses: actions/setup-node@v3
with:
node-version: '16'
- name: install dependencies
run: npm install
- name: run tests
run: npm test
- name: build project
run: npm run build
- 工作流程说明
- 触发器(开启):工作流在针对主分支的 push 或 pull_request 事件上触发。
- 作业:我们有一个构建作业,用于安装依赖项、运行测试和构建项目。
- 步骤:每个步骤都使用操作或命令(例如,用于检查代码的 actions/checkout、用于设置 node.js 的 actions/setup-node 以及各种 npm 命令)。
添加 linting 和代码质量检查
为了确保代码质量,您可以在工作流程中添加 linting 步骤。
- name: lint code run: npm run lint
在安装依赖项之后添加此步骤有助于在管道早期识别代码质量问题。
使用 github actions 自动化部署
现在,让我们向云服务添加自动部署步骤,例如 aws 或 firebase。
示例:部署到 firebase
设置 firebase cli
首先,在本地计算机上安装并配置 firebase cli。使用 firebase login:ci 生成令牌并将其存储为 github 机密 (firebase_token)。添加部署步骤
deploy:
needs: build
runs-on: ubuntu-latest
steps:
- name: checkout code
uses: actions/checkout@v3
- name: set up node.js
uses: actions/setup-node@v3
with:
node-version: '16'
- name: install dependencies
run: npm install
- name: build project
run: npm run build
- name: deploy to firebase
env:
firebase_token: ${{ secrets.firebase_token }}
run: |
npm install -g firebase-tools
firebase deploy
这里,我们指定needs: build,意味着此部署作业仅在构建作业成功完成后运行。
高级 github 操作提示
- 使用缓存:通过缓存依赖项来加快工作流程。
- name: cache npm dependencies
uses: actions/cache@v3
with:
path: ~/.npm
key: ${{ runner.os }}-node-${{ hashfiles('**/package-lock.json') }}
- 矩阵构建:使用矩阵策略跨多个版本或平台进行测试。
strategy:
matrix:
node-version: [14, 16, 18]
- secrets 和环境变量:将敏感信息存储在 github secrets 中并使用 ${{ secrets.secret_name }} 访问它们。
监控和调试工作流程
- 查看日志:github actions 中的每个步骤都会生成可通过“actions”选项卡访问的日志。
- 调试模式:在机密中添加 actions_step_debug,值为 true 以进行详细日志记录。
- 错误通知:设置通知(例如 slack 或电子邮件)以接收有关工作流程失败的警报。
可重用的工作流程
随着项目的增长,请考虑通过在 yaml 文件中定义工作流_call 并在多个存储库中重用来创建可重用的工作流程,特别是对于代码格式化或安全扫描等任务。
总结
使用 github actions 自动化 devops 工作流程可提高工作效率、减少人为错误并创建更强大的 ci/cd 管道。通过在后台无缝运行的工作流程,开发人员可以更多地专注于编写代码,而不是部署任务。从测试开始,逐渐扩展到部署和监控,以最大限度地发挥 github actions 在 devops 之旅中的潜力。
本指南为使用 github actions 构建、测试和部署项目提供了基础。一旦熟悉了,您就可以通过自定义操作、集成和高级自动化进一步扩展,以实现完全优化的 devops 管道。
~trixsec
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《使用 GitHub Actions 自动化 DevOps 工作流程》文章吧,也可关注golang学习网公众号了解相关技术文章。
全面检测电脑系统的有效方法与工具
- 上一篇
- 全面检测电脑系统的有效方法与工具
- 下一篇
- PHP 会话管理的工作原理以及如何处理会话安全
-
- 文章 · python教程 | 13小时前 |
- Python logging lastResort 怎样处理没有配置 handler 的日志
- 289浏览 收藏
-
- 文章 · python教程 | 13小时前 | 并发编程 · Python教程 · Python logging 后台线程 logging.handlers.QueueListener 日志关闭
- Python logging.handlers.QueueListener 怎样优雅停止后台日志线程
- 143浏览 收藏
-
- 文章 · python教程 | 13小时前 |
- Python tomllib 怎样读取二进制 TOML
- 114浏览 收藏
-
- 文章 · python教程 | 14小时前 | 文件处理 · Python教程 · Python 目录复制 shutil.copytree dirs_exist_ok 文件覆盖
- Python shutil.copytree 怎样合并已有目标目录
- 165浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python pathlib 复制文件时怎样控制符号链接
- 478浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python inspect.signature 怎样读取装饰器保留的参数
- 298浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python configparser 怎样转义值里的百分号
- 393浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python asyncio.PriorityQueue 怎样保持相同优先级的稳定顺序
- 306浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python asyncio.Runner 怎样复用同一个事件循环运行多个入口
- 204浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python TaskGroup 怎样处理嵌套任务组异常
- 319浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 483次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 540次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 562次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 514次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 331次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
