摘要：集成測試完成后，由運維同學從發起一個到分支，此時會會運行單元測試，構建鏡像，并發布到預發布環境測試人員在預發布環境下再次驗證功能，團隊做上線前的其他準備工作運維同學合并，將為本次發布的代碼及鏡像自動打上版本號并書寫，同時發布到生產環境。

云原生 (Cloud Native) 是伴隨的容器技術發展出現的的一個詞，最早出自 Pivotal 公司（即開發了 Spring 的公司）的一本技術小冊子 Migrating to Cloud-Native Application Architectures， 其中定義了云原生應用應當具備的一些特質，如無狀態、可持續交付、微服務化等。隨后云原生概念被廣為引用，并圍繞這一概念由數家大廠牽頭，成立了 CNCF 基金會來推進云原生相關技術的發展，主要投資并孵化云原生生態內的若干項目，包括了如 Kubernetes / etcd / CoreDNS 等耳熟能詳的重要項目。而這張大大的云原生版圖仍然在不斷的擴展和完善。

從個人理解來說，傳統的應用由于年代久遠，更多會考慮單機部署、進程間通信等典型的“單機問題”，雖然也能工作在容器下，但由于歷史包袱等原因，架構上已經很難做出大的調整。而“云原生”的應用大都是從一開始就為容器而準備，很少考慮在單機環境下使用，有些甚至無法脫離容器環境工作；考慮的場景少，從而更輕量，迭代更快。比如 etcd 之于 zookeeper ， traefik 之于 nginx 等，相信只要在容器環境下實現一次同樣的功能，就能強烈的體會到云原生應用所特有的便捷之處。

在 CNCF 的版圖下，持續集成與持續交付(Continuous Integration & Delivery)板塊一直缺少一個欽定的主角，雖然也不乏 Travis CI、GitLab、Jenkins 這樣的知名項目，但最能給人云原生應用感覺的，應該還是 Drone 這個項目，本文將圍繞 Drone 結合 GitFlow 及 Kubernetes 介紹一些容器環境下持續集成、持續發布 (CI/CD) 方面的實踐經驗。

之前我也介紹過基于 Travis CI 的一些持續集成實踐。后來經過一些比較和調研，最終選擇了 Drone 作為主力 CI 工具。截止本文，團隊已經使用 Drone 有 2 年多的時間，從 v0.6 一路用到現在即將發布的 v1.0，雖然也踩了不少坑，但總的來說 Drone 還是可以滿足大部分需求，并以不錯的勢頭在完善和發展的。

下面這張表總結了主流的幾個 CI/CD 應用的特點

Travis CI 和 CircleCI 是目前占有率最高的兩個公有云 CI，易用性上相差無幾，只是收費方式有差異。由于不支持私有部署，如果并行的任務量一大，按進程收費其實并不劃算；而且由于服務器位置的原因，如果推送鏡像到國內，速度很不理想。

Gitlab CI 雖然好用，但和 Gitlab 是深度綁定的，我們的代碼托管在 Github，整體遷移代碼庫的成本太大，放棄。

Jenkins 作為老牌勁旅，也是目前市場占有率最高的 CI，幾乎可以覆蓋所有 CI 的使用場景，由于使用 Java 編寫，配置文件使用 Groovy 語法，非常適合 Java 為主語言的團隊。Jenkins 顯然是可以滿足我們需要的，只是團隊并非 Java 為主，又已經習慣了使用 YAML 書寫 CI 配置，抱著嘗鮮的心態，將 Jenkins 作為了保底的選擇。

綜上，最終選擇 Drone 的結論也就不難得出了，Drone 即開源，又可以私有化部署，同時作為云原生應用，官方提供了針對 Docker、Docker Swarm、K8s 等多種容器場景下的部署方案，針對不同容器場景還有特別優化，比如在 Docker Swarm 下 Drone 是以 agent 方式運行 CI 任務的，而在 K8s 下則通過創建 K8s Job 來實現，顯然充分利用了容器的優勢所在，這也是 Drone 優于其他 CI 應用之處。個人還覺得 Drone 的語法是所有 CI 中最容易理解和掌握的，由于 Drone 每一個步驟都是運行一個 Docker 容器，本地模擬或調試也非常容易。

一句話概況 Drone，可以將其看做是可以支持私有化部署的開源版 CircleCI，并且目前仍然沒有看到有其他主打這個定位的 CI 工具，因此個人認為 Drone 是 CI/CD 方面云原生應用頭把交椅的有力競爭者。

技術選型完成后，我想首先演示一下最終的成果，希望能直觀的體現出 CI 對自動化效率起到的提升，不過這就涉及到一個問題：在容器環境下，一次發布應該包含哪些內容，其中有哪些部分是可以被 CI 自動化完成的。這個問題雖然每家公司各不相同，不過按經驗來說，容器環境下一次版本發布通常包含這樣一個 Checklist：

[ ] 代碼的下載構建及編譯

[ ] 運行單元測試，生成單元測試報告及覆蓋率報告等

[ ] 在測試環境對當前版本進行測試

[ ] 為待發布的代碼打上版本號

[ ] 編寫 ChangeLog 說明當前版本所涉及的修改

[ ] 構建 Docker 鏡像

[ ] 將 Docker 鏡像推送到鏡像倉庫

[ ] 在預發布環境測試當前版本

[ ] 正式發布到生產環境

看上去很繁瑣對嗎，如果每次發布都需要人工去處理上述的所有內容，不僅容易出錯，而且也無法應對 DevOps 時代一天至少數次的發布頻率，那么下面就來使用 CI 來解決所有問題吧。

為了對 CI 流程有最直觀的認識，我創建了一個精簡版的 Github 項目 AlloVince/drone-ci-demo 來演示完整的流程，同時項目對應的 CI 地址是 cloud.drone.io/AlloVince/drone-ci-demo ，項目自動構建的 Docker 鏡像會推送到 docker registry 的 allovince/drone-ci-demo，。為了方便說明，假設這個項目的核心文件只有 index.html 一個靜態頁面。

目前這個項目背后的 CI 都已經配置部署好，假設我是這個項目的唯一開發人員，如何開發一個新功能并發布新版本呢？

Clone 項目到本地， 修改項目代碼， 如將 Hello World 改為 Hello World V2。

git add .，然后書寫符合約定的 Commit 并提交代碼， git commit -m "feature: hello world v2”

推送代碼到代碼庫git push，等待數分鐘后，開發人員會看到單元測試結果，Github 倉庫會產生一次新版本的 release，release 內容為當前版本的 ChangeLog， 同時線上已經完成了新功能的發布。

雖然在開發者看來，一次發布簡單到只需 3 個指令，但背后經過了如下的若干次交互，這是一次發布實際產生交互的時序圖，具體每個環節如何工作將在后文中詳細說明。

一個項目一般不止一個開發人員，比如我是新加入這個項目的成員，在這個 Demo 中應該如何上線新功能呢？同樣非常簡單：

Clone 項目到本地，創建一個分支來完成新功能的開發, git checkout -b feature/hello-world-v3。在這個分支修改一些代碼，比如將Hello World V2修改為Hello World V3

git add .，書寫符合規范的 Commit 并提交代碼， git commit -m "feature: hello world v3”

將代碼推送到代碼庫的對應分支， git push origin feature/hello-world

如果功能已經開發完畢，可以向 Master 分支發起一個 Pull Request，并讓項目的負責人 Code Review

Review 通過后，項目負責人將分支合并入主干，Github 倉庫會產生一次新版本的 release，同時線上已經完成了新功能的發布。

這個流程相比單人開發來多了 2 個環節，很適用于小團隊合作，不僅強制加入了 Code Review 把控代碼質量，同時也避免新人的不規范行為對發布帶來影響。實際項目中，可以在 Github 的設置界面對 master 分支設置寫入保護，這樣就從根本上杜絕了誤操作的可能。當然如果團隊中都是熟手，就無需如此謹慎，每個人都可以負責 PR 的合并，從而進一步提升效率。

在更大的項目中，參與的角色更多，一般會有開發、測試、運維幾種角色的劃分；還會劃分出開發環境、測試環境、預發布環境、生產環境等用于代碼的驗證和測試；同時還會有多個功能會在同一時間并行開發?？上攵?CI 的流程也會進一步復雜。

能比較好應對這種復雜性的，首選 GitFlow 工作流， 即通過并行兩個長期分支的方式規范代碼的提交。而如果使用了 Github，由于有非常好用的 Pull Request 功能，可以將 GitFlow 進行一定程度的簡化，最終有這樣的工作流：

以 dev 為主開發分支，master 為發布分支

開發人員始終從 dev 創建自己的分支，如 feature-a

feature-a 開發完畢后創建 PR 到 dev 分支，并進行 code review

review 后 feature-a 的新功能被合并入 dev，如有多個并行功能亦然

待當前開發周期內所有功能都合并入 dev 后，從 dev 創建 PR 到 master

dev 合并入 master，并創建一個新的 release

上述是從 Git 分支角度看代碼倉庫發生的變化，實際在開發人員視角里，工作流程是怎樣的呢。假設我是項目的一名開發人員，今天開始一期新功能的開發：

Clone 項目到本地，git checkout dev。從 dev 創建一個分支來完成新功能的開發, git checkout -b feature/feature-a。在這個分支修改一些代碼，比如將Hello World V3修改為Hello World Feature A

git add .，書寫符合規范的 Commit 并提交代碼， git commit -m "feature: hello world feature A"

將代碼推送到代碼庫的對應分支， git push origin feature/feature-a:feature/feature-a

由于分支是以feature/命名的，因此 CI 會運行單元測試，并自動構建一個當前分支的鏡像，發布到測試環境，并自動配置一個當前分支的域名如 test-featue-a.avnpc.com

聯系產品及測試同學在測試環境驗證并完善新功能

功能通過驗收后發起 PR 到 dev 分支，由 Leader 進行 code review

Code Review 通過后，Leader 合并當前 PR，此時 CI 會運行單元測試，構建鏡像，并發布到測試環境

此時 dev 分支有可能已經積累了若干個功能，可以訪問測試環境對應 dev 分支的域名，如 test.avnpc.com，進行集成測試。

集成測試完成后，由運維同學從 Dev 發起一個 PR 到 Master 分支，此時會 CI 會運行單元測試，構建鏡像，并發布到預發布環境

測試人員在預發布環境下再次驗證功能，團隊做上線前的其他準備工作

運維同學合并 PR，CI 將為本次發布的代碼及鏡像自動打上版本號并書寫 ChangeLog，同時發布到生產環境。

由此就完成了上文中 Checklist 所需的所有工作。雖然描述起來看似冗長，但不難發現實際作為開發人員，并沒有任何復雜的操作，流程化的部分全部由 CI 完成，開發人員只需要關注自己的核心任務：按照工作流規范，寫好代碼，寫好 Commit，提交代碼即可。

接下來將介紹這個以 CI 為核心的工作流，是如何一步步搭建的。

以 Github 為例，截止本文完成時間(2019 年 3 月 28 日)， Drone 剛剛發布了第一個正式版本 v1.0.0。官方文檔已經提供了分別基于 Docker、K8s 的 Drone 部署說明，不過比較簡略，因此這里給出一個相對完整的配置文件。

首先需要在 Github 創建一個 Auth App，用于 repo 的訪問授權。應用創建好之后，會得到 Client ID 和 Client Secret 。同時 Authorization callback URL 應填寫 Drone 服務對應域名下的 /login，如https://ci.avnpc.com/login

Drone 支持 SQLite、MySQL、Postgres、S3 等多種后端存儲，主要用于記錄 build logs 等文本信息，這些信息并不是特別重要，且我們的 CI 有可能做遷移，因此個人更推薦使用 SQLite。

而在 K8s 環境下，SQLite 更適合用掛載 NAS 的方式供節點使用，因此首先將存儲的部分獨立為文件drone-pvc.yml，可以根據實際情況配置 nfs.path 和 nfs.server

kubectl apply -f drone-pvc.yaml

Drone 的配置主要涉及兩個鏡像:

drone/kubernetes-secrets 加密數據服務，用于讀取 K8s 的 secrets

drone/drone:1.0.0-rc.6 就是 Drone 的 server 端，由于在 K8s 下 Drone 利用了 Job 機制，因此不需要部署 agent。

這部分配置較長，可以直接參考示例 drone.yaml

主要涉及到的配置項包括：

drone/kubernetes-secrets 鏡像中

SECRET_KEY: 數據加密傳輸所用的 key，可以使用 openssl rand -hex 16 生成一個

drone/drone鏡像中

DRONE_KUBERNETES_ENABLED: 開啟 K8s 模式

DRONE_KUBERNETES_NAMESPACE: Drone 所使用的 Namespace， 這里使用 default

DRONE_GITHUB_SERVER: Github 服務器地址，一般為 https://github.com

DRONE_GITHUB_CLIENT_ID: 上文創建 Github Auth App 得到的 Client ID

DRONE_GITHUB_CLIENT_SECRET: 上文創建 Github Auth App 得到的 Client Secret

DRONE_SERVER_HOST: Drone 服務所使用的域名

DRONE_SERVER_PROTO: http 或 https

DRONE_DATABASE_DRIVER: Drone 使用的數據庫類型，這里為 sqlite3

DRONE_DATABASE_DATASOURCE: 這里為 SQLite 數據庫的存放路徑

DRONE_SECRET_SECRET: 對應上文的 SECRET_KEY

DRONE_SECRET_ENDPOINT: 加密數據服務的地址，這里通過 k8s service 暴露，無需修改

最后部署即可

kubectl apply -f drone.yaml

部署后首次登錄 Drone 就會跳轉到 Github Auth App 進行授權，授權完畢后可以看到所有能讀寫的 Repo，選擇需要開啟 CI 的 Repo，點擊 ACTIVATE 即可。 如果開啟成功，在 Github Repo 的 Settings > Webhooks 下可以看到 Drone 的回調地址。

在正式開始搭建工作流之前，首先可以測試一下 Drone 是否可用。Drone 默認的配置文件是 .drone.yml， 在需要 CI 的 repo 根目錄下創建.drone.yml， 內容如下，提交并git push到代碼倉庫即可觸發 Drone 執行 CI。

kind: pipeline  
name: deploy  
  
steps:  
- name: hello-world
  image: docker  
  commands:  
    - echo "hello world"

Drone v1 的語法主要參考的 K8s 的語法，非常直觀，無需閱讀文檔也可以知道，我們首先定義了一個管道 (pipeline)，管道由若干步驟 (step) 組成，Drone 的每個步驟是都基于容器實現的，因此 Step 的語法就回到了我們熟悉的 Docker，一個 Step 會拉取 image 定義的鏡像，然后運行該鏡像，并順序執行 commands 定義的指令。

在上例中，Drone 首先 clone git repo 代碼到本地，然后根據 .drone.yml 所定義的，拉取 Docker 的官方鏡像，然后運行該進行并掛載 git repo 的代碼到 /drone/src 目錄。

在 Drone 的界面中，也可以清楚的看到這一過程。

本階段對應

代碼部分: https://github.com/AlloVince/...

Drone 構建記錄: https://cloud.drone.io/AlloVi...

Docker 鏡像: 無

有了 Hello World 的基礎，接下來我們嘗試將這個工作流進行擴充。

為了方便說明，這里假設項目語言為 js，項目內新增了test/index.js文件用于模擬單元測試，一般在 CI 中，只要程序的返回值為 0，即代表運行成功。這個文件中我們僅僅輸出一行 Log Unit test passed用于模擬單元測試通過。

我們希望將代碼打包成 Docker 鏡像，根目錄下增加了 Dockerfile 文件，這里直接使用 Nginx 的官方鏡像，構建過程只有 1 行COPY index.html /usr/share/nginx/html/， 這樣鏡像運行后可以通過 http 請求看到index.html的內容。

至此我們可以將工作流改進為：

當 master 分支接收到 push 后，運行單元測試

當 github 發布一次 release， 構建 Docker 鏡像，并推送到鏡像倉庫

對應的 Drone 配置文件如下

kind: pipeline  
name: deploy  
  
steps:  
  - name: unit-test  
    image: node:10  
    commands:  
      - node test/index.js  
    when:  
      branch: master  
      event: push  

  - name: build-image  
    image: plugins/docker  
    settings:  
      repo: allovince/drone-ci-demo  
      username: allovince  
      password:  
        from_secret: DOCKER_PASSWORD  
      auto_tag: true  
    when:  
      event: tag

雖然比 Hello World 復雜了一些，但是可讀性仍然很好，配置文件中出現了幾個新概念：

Step 運行條件， 即 when 部分，上例中展示了當代碼分支為 master，且收到一個 push；以及當代碼被標記 tag 這兩種情況。Drone 還支持 repo、運行結果等很多其他條件，可以參考 Drone Conditions 文檔。

Plugin 插件，上例中用于構建和推送鏡像的是 plugins/docker 這個 Plugin， 一個 Plugin 本質上仍然是一個 Docker 鏡像，只是按照 Drone 的規范接受特定的輸入，并完成特定的操作。所以完全可以將 Plugin 看做一個無法更改 command 的 Docker 鏡像。

Docker 這個 Plugin 由 Drone 官方提供，用于 Docker 鏡像的構建和推送，具體的用法可以查看Docker 插件的文檔 。例子中演示的是將鏡像推送到私有倉庫，如果不做特殊配置，鏡像將被推送到 Docker 的官方倉庫。

此外 Docker 插件還有一個很方便的功能，如果設置 auto_tag: true，將根據代碼的版本號自動規劃 Docker 鏡像的標簽，如代碼版本為1.0.0，將為 Docker 鏡像打三個標簽 1, 1.0, 1.0.0。如果代碼版本號不能被解析，則鏡像標簽為 latest。

目前 Drone 的插件已經有很多，可以覆蓋主流的云服務商和常見的工作流，并且自己制作插件的成本也不高。

Secret 加密數據，鏡像倉庫的用戶名和密碼都屬于敏感信息，因此可以使用 from_secret 獲取加密數據。一條加密數據就是一個 key / value 對，如上例中的 DOCKER_PASSWORD 就是我們自己定義的加密數據 key。即便加密數據在 log 中被打印，UI 也只能看到 ***。加密數據的 value 需要提前保存好，保存的方式有 3 種：

通過 Drone UI 界面中， repo -> Settings -> Secrets 添加，所添加的加密數據將保存在 Drone 的數據庫中，僅能在當前 repo 中使用。

通過Drone cli 加密后保存在 .drone.yml文件中， 使用范圍僅限 yaml 文件內

通過 K8s 保存為K8s Secret，稱為 External Secrets，所有的 repo 都可以共享。如果是團隊使用的話，這種保存方式顯然是最方便的，但也要注意安全問題，因此 External Secrets 還支持 repo 級別的權限管理， 可以只讓有當前 repo 寫入權限的人才能使用對應 secret。

這個階段對應

代碼倉庫: https://github.com/AlloVince/...

push 時觸發的 Drone CI: https://cloud.drone.io/AlloVi...

release 時觸發的 Drone CI: https://cloud.drone.io/AlloVi...

release 后 CI 構建的 Docker 鏡像: allovince/drone-ci-demo:latest

上面的工作流已經基本可以應付單人的開發了，而在團隊開發時，這個工作流還需要一些擴展。不需要引入 Drone 的新功能，只需要在上文基礎上根據分支做一點調整即可。

首先保證單元測試位于 steps 的第一位，并且限定團隊工作的分支，在 push 和 pull_request 時，都能觸發單元測試。

- name: unit-test  
  image: node:10  
  commands:  
    - node test/index.js  
  when:  
    branch:  
      include:  
        - feature/*  
        - master  
        - dev  
    event:  
      include:  
        - push  
        - pull_request

然后根據 Gitflow 的流程對于不同的分支構建 Docker 鏡像并打上特定標簽，以 feature 分支為例，下面的配置約定了當分支名滿足 feature/*，并收到 push 時，會構建 Docker 鏡像并打標簽，標簽名稱為當前分支名去掉 feature/。如分支 feature/readme， 對應 docker 鏡像為 allovince/drone-ci-demo:readme，考慮到 feature 分支一般都出于開發階段，因此新的鏡像會覆蓋舊的。配置如下

- name: build-branch-image  
  image: plugins/docker  
  settings:  
    repo: allovince/drone-ci-demo  
    username: allovince  
    password:  
      from_secret: DOCKER_PASSWORD  
    tag:  
      - ${DRONE_BRANCH##feature/}  
  when:  
    branch: feature/*  
    event: push

鏡像的 Tag 處不再使用自動方式，其中DRONE_BRANCH是 Drone 的內置環境變量 (Environment)，對應當前的分支名。##feature/是執行了一個字符串的替換操作 (Substitution)。更多的環境變量和字符串操作都可以在文檔中找到。

以此類推，可以查看這個階段的完整 .drone.yml ，此時我們的工作流示例如下：

團隊成員從 dev 分支 checkout 自己的分支 feature/readme

向feature/readme提交代碼并 push， CI 運行單元測試，構建鏡像allovince/drone-ci-demo:readme

功能開發完成后，團隊成員向 dev 分支 發起 pull request ， CI 運行單元測試

團隊其他成員 merge pull request， CI 運行單元測試，構建鏡像allovince/drone-ci-demo:test

運維人員從 dev 向 master 發起 pull request，CI 運行單元測試，并構建鏡像allovince/drone-ci-demo:latest

運維人員 merge pull request， 并 release 新版本 pre-0.0.2， CI 構建鏡像allovince/drone-ci-demo:pre-0.0.2

可能細心的同學會發現 dev -> master 的 pull request 時，構建鏡像失敗了，這是由于 Drone 出于安全考慮限制了在 pull request 時默認無法讀取加密數據，因此無法得到 Docker Registry 密碼。如果是私有部署的話，可以在 Repo Settings 中勾選Allow Pull Requests，此處就可以構建成功。

上面基本完成了一個支持團隊協作的半自動 CI 工作流，如果不是特別苛刻的話，完全可以用上面的工作流開始干活了。

不過基于這個工作流工作一段時間，會發現仍然存在痛點，那就是每次發布都要想一個版本號，寫 ChangeLog，并且人工去 release。

標記版本號涉及到上線后的回滾，追溯等一系列問題,應該是一項嚴肅的工作，其實如何標記早已有比較好的方案，即語義化版本。在這個方案中，版本號一共有 3 位，形如 1.0.0，分別代表：

主版本號：當你做了不兼容的 API 修改，

次版本號：當你做了向下兼容的功能性新增，

修訂號：當你做了向下兼容的問題修正。

雖然有了這個指導意見，但并沒有很方便的解決實際問題，每次發布要搞清楚代碼的修改到底是不是向下兼容的，有哪些新的功能等，仍然要花費很多時間。

而語義化發布 (Semantic Release) 就能很好的解決這些問題。

語義化發布的原理很簡單，就是讓每一次 Commit 所附帶的 Message 格式遵守一定規范，保證每次提交格式一致且都是可以被解析的，那么進行 Release 時，只要統計一下距離上次 Release 所有的提交，就分析出本次提交做了何種程度的改動，并可以自動生成版本號、自動生成 ChangeLog 等。

語義化發布中，Commit 所遵守的規范稱為約定式提交 (Conventional Commits)。比如 node.js、 Angular、Electron 等知名項目都在使用這套規范。

語義化發布首先將 Commit 進行分類，常用的分類 (Type) 有：

feat: 新功能

fix: BUG 修復

docs: 文檔變更

style: 文字格式修改

refactor: 代碼重構

perf: 性能改進

test: 測試代碼

chore: 工具自動生成

每個 Commit 可以對應一個作用域(Scope)，在一個項目中作用域一般可以指不同的模塊。

當 Commit 內容較多時，可以追加正文和腳注，如果正文起始為BREAKING CHANGE，代表這是一個破壞性變更。

以下都是符合規范的 Commit:

feat: 增加重置密碼功能

fix(郵件模塊): 修復郵件發送延遲BUG

feat(API): API重構

BREAKING CHANGE: API v3上線，API v1停止支持

有了這些規范的 Commit，版本號如何變化就很容易確定了，目前語義化發布默認的規則如下

因此在 CI 部署 semantic-release 之后，作為開發人員只需要按照規范書寫 Commit 即可，其他的都由 CI 完成。

具體如何將語義化發布加入 CI 流程中呢， semantic-release 是 js 實現的，如果是 js 的項目，可以直接在package.json中增加配置項，而對于任意語言的項目，推薦像 Demo 中一樣，在根目錄下增加 配置文件release.config.js。這個配置目的是為了禁用默認開啟的 npm 發布機制，可以直接套用。

semantic-release 要執行 Github release，因此我們需要在 CI 中配置自己的 Personal access tokens 讓 CI 有 Github repo 的讀寫權限， 可以通過 Github 點擊自己頭像 -> Settings -> Developer settings -> Personal access tokens -> Generate new token 生成一個 Token。 然后在 Drone 的 repo 設置界面新增一個 Secret， key 為 GITHUB_TOKEN， value 填入剛生成的 Token。

最后在 .drone.yml 中增加這樣一段就可以了。

- name: semantic-release  
  image: gtramontina/semantic-release:15.13.3  
  environment:  
    GITHUB_TOKEN:  
      from_secret: GITHUB_TOKEN  
  entrypoint:  
    - semantic-release  
  when:  
    branch: master  
    event: push

來再次模擬一下流程，feature 分支部分與上文相同

從 dev 向 master 發起 pull request，CI 運行單元測試，并構建鏡像allovince/drone-ci-demo:latest

merge pull request，CI 會執行單元測試并運行 semantic-release ， 運行成功的話能看到 Github 新增 release v1.0.0

Github release 再次觸發CI 構建生產環境用 Docker 鏡像allovince/drone-ci-demo:1.0.0

最終我們能得到這樣一個賞心悅目的 release

Docker 鏡像推送到倉庫后，我們還剩最后一步就可以完成全自動發布的閉環，即通知 Kubernetes 將鏡像發布到生產環境。這一步實現比較靈活，因為很多云服務商在容器服務都會提供 Trigger 機制，一般是提供一個 URL，只要請求這個 URL 就可以觸發容器服務的發布。Demo 中我們使用更為通用的方法，就是將 kubectl 打包為容器，以客戶端調用 K8s 集群 Master 節點 API ( kube-apiserver ) 的形式完成發布。

假設我們在生產環境下 drone-ci-demo 項目的 K8s 發布文件如下

---  
apiVersion: extensions/v1beta1  
kind: Deployment  
metadata:  
  name: ci-demo-deployment  
  namespace: default  
spec:  
  replicas: 1  
  template:  
    spec:  
      containers:  
        - image: allovince/drone-ci-demo  
          name: ci-demo  
      restartPolicy: Always

對應 .drone.yml 中增加 step 如下。這里使用的插件是honestbee/drone-kubernetes， 插件中kubectl 連接 API 使用的是證書+ Token 的方式鑒權，因此需要先獲得證書及 Token， 已經授權的 Token 保存于 k8s secret，可以通過kubectl get secret [ your default secret name ] -o yaml | egrep "ca.crt:|token:"獲得并配置到 drone 中，注意插件要求 token 是明文的，需要 base64 解碼一下：echo [ your token ] | base64 -d && echo ""

- name: k8s-deploy  
  image: quay.io/honestbee/drone-kubernetes  
  settings:  
    kubernetes_server:  
      from_secret: KUBERNETES_SERVER  
    kubernetes_cert:  
      from_secret: KUBERNETES_CERT  
    kubernetes_token:  
      from_secret: KUBERNETES_TOKEN  
    namespace: default  
    deployment: ci-demo-deployment  
    repo: allovince/drone-ci-demo  
    container: ci-demo  
    tag:  
      - ${DRONE_TAG}  
  when:  
    event: tag

在示例)中，可以看到在語義化發布之后 CI 會將新版本的 Docker 鏡像自動發布到 K8s)，這里為了演示僅打印了指令并未實際運行。相當于運行了如下的指令:

kubectl -n default set image deployment/ci-demo-deployment ci-demo=allovince/drone-ci-demo:v1.0.2

由于自動發布的環節勢必要接觸到生產服務器，需要格外注意安全問題，首推的方式當然是將 CI 和 K8s 集群放于同一內網中，同時可以使用 K8s 的 RBAC 權限控制，為自動發布多帶帶創建一個用戶)，并刪除不必要的權限。

總結一下，本文展示了從 Hello World 到 單人單分支手動發布 到 團隊多分支 GitFlow 工作流 到 團隊多分支 semantic-release 語義化發布 到 通知 K8s 全自動發布，如何從零開始一步一步搭建 CI 將團隊開發、測試、發布的流程全部自動化的過程，最終能讓開發人員只需要認真提交代碼就可以完成日常的所有 DevOps 工作。

最終 Step 的完成品可以適配之前的所有 Step，如果不太在意實現細節的話，可以在此基礎上稍作修改，直接使用。

然而寫好每一個 Commit 這個看似簡單的要求，其實對于大多數團隊來說并不容易做到，在實施過程中，經常會遇到團隊成員不理解為什么要重視 Commit 規范，每個 Commit 都要深思熟慮是否過于吹毛求疵等等疑問。

以 Commit 作為 CI 的核心，個人認為主要會帶來以下幾方面的影響：

一個好的 Commit，代表著開發人員對當前改動之于整個系統的影響，有非常清楚的認識，代碼的修改到底算 feat 還是 fix ，什么時候用 BREAKING CHANGE 等都是要仔細斟酌的，每個 Commit 都會在 ChangeLog 里“留底”，從而約束團隊不隨意提交未經思考的代碼，提高代碼質量

一個好的 Commit 也代表開發人員有能力對所實現功能進行精細的劃分，一個分支做的事情不宜過多，一個提交也應該專注于只解決一個問題，每次提交(至少是每次 push )都應該保持系統可構建、可運行、可測試，如果能堅持做到這些，對于合并代碼時的沖突解決，以及集成測試都有很大幫助。

由于每次發布能清楚的看到所有關聯的 Commit 以及 Commit 的重要程度，那么線上事故的回滾也會非常輕松，回滾到哪個版本，回滾后哪些功能會受到影響，只要看 CI 自動生成的 Release 記錄就一目了然。如果沒有這些，回滾誤傷到預期外的功能從而引發連鎖反應的慘痛教訓，可能很多運維都有過類似經歷吧。

因此 CI 自動化其實是錦上添花而非雪中送炭，如果團隊原本就無視規范，Commit 全是空白或者沒有任何意義的單詞，分支管理混亂，發布困難，奢望引入一套自動化 CI 來能解決所有這些問題，無疑是不現實的。而只有原本就重視代碼質量，有一定規范意識，再通過自動化 CI 來監督約束，團隊在 CI 的幫助下代碼質量提高，從而有機會進一步改進 CI 的效率，才能形成良性循環。

愿天下不再有難發布的版本。

References:

云原生應用之路

相關討論可以在我的 Telegram Group 給我留言。