【转】gitlab CI流水线配置文件.gitlab-ci.yml详解

阅读原文时间：2023年07月13日阅读：5

GitLab CI流水线配置文件.gitlab-ci.yml详解

本文讲解在 GitLab的汉化与CI持续集成gitlab-runner的配置的基础上，对GitLab CI流水线配置文件 .gitlab-ci.yml 进行详细的介绍。

server服务端: 操作系统为CentOS 7.6，IP:192.168.56.14， git:2.16.5。

查看server服务端信息:

[root@server ~]# cat /etc/centos-release
CentOS Linux release 7.6.1810 (Core)
[root@server ~]# ip a show|grep 192
inet 192.168.56.14/24 brd 192.168.56.255 scope global noprefixroute enp0s3
[root@server ~]# git --version
git version 2.16.5

GitLab用户信息:

账号密码
root 1234567890
meizhaohui 1234567890

GitLab WEB网站地址： http://192.168.56.14

之前我们配置的 bluelog 的4#流水线已经 已通过 了：

可以发现其 build 、Test 、Deploy 三个阶段的任务都执行成功！

而流水线执行的具体过程都是由 .gitlab-ci.yml 配置文件定义的，本文详细讲解 .gitlab-ci.yml 配置文件的使用。

GitLab提交持续集成服务，当你在项目根目录中添加 .gitlab-ci.yml 文件，并配置项目的运行器( GitLab Runner )，那么后续的每次提交都会触发CI流水线( pipeline )的执行。
.gitlab-ci.yml 文件告诉运行器需要做哪些事情，默认情况下，流水线有 build 、test 、deploy 三个阶段，即 构建 、测试 、部署 ，未被使用的阶段将会被自动忽略。
如果一切运行正常（没有非零返回值），您将获得与提交相关联的漂亮绿色复选标记(如下图所示)。这样可以在查看代码之前轻松查看提交是否导致任何测试失败。

大多数项目使用GitLab的CI服务来运行测试套件，以便开发人员在破坏某些内容时可以立即获得反馈。使用持续交付和持续部署将测试代码自动部署到模拟环境和生产环境的趋势越来越明显。
由于将 .gitlab-ci.yml 文件存放在仓库中进行版本控制，使用单一的配置文件来控制流水线，具有读访问权限的每个人都可以查看内容，从而使其更有吸引力地改进和查看构建脚本。旧的版本也能构建成功，forks项目也容易使用CI，分支可以有不同的流水线和作业。
.gitlab-ci.yml 定义每个项目的流水线的结构和顺序，由以下两个因素决定：

GiTlab Runner运行器使用的执行器( executor )，执行器常用的 Shell 、 Docker 、Kubernets ，我们当前仅使用 Shell 执行器，后续再使用其他执行器。

遇到进程成功或失败时等条件时做出的决定。

可以在 Getting started with GitLab CI/CD 查看到流水线的简单示例。
可以在 GitLab CI/CD Examples 查看更多的流水线示例。
在流水线脚本中可以使用预定义的全局变量，详细可查看 GitLab CI/CD Variables 。
企业级的 .gitlab-ci.yml 示例可查看 https://gitlab.com/gitlab-org/gitlab-ce/blob/master/.gitlab-ci.yml 。
Job作业是 .gitlab-ci.yml 文件的基本元素，每个作业至少有 script 子句，在流水线中可以定义任意多个作业。
每个作业必须具有唯一的名称，但有一些保留的关键字不能用作作业名称，保留关键字( reserved keywords )有 image 、 services 、 stages 、 types 、 before_script 、 after_script 、 variables 、 cache 。

关键字

描述

script

必须参数，运行器需要执行的脚本

image

使用Docker image镜像

services

使用Docker services镜像

before_script

作业执行前需要执行的命令

after_script

作业执行后需要执行的命令

stages

定义流水线所有的阶段

stage

定义作业所处流水线的阶段(默认test阶段)

only

限制作业在什么时候创建

except

限制作业在什么时候不创建

`script`

script 是作业中唯一必须的关键字参数，是运行器需要执行的脚本，如:

build1:
script:
- echo "Do your build here"
- uname -a

表示build1作业需要执行的命令是输出”Do your build here”。

Warning

Sometimes, script commands will need to be wrapped in single or double quotes. For example, commands that contain a colon (:) need to be wrapped in quotes so that the YAML parser knows to interpret the whole thing as a string rather than a “key: value” pair. Be careful when using special characters: :, {, }, [, ], ,, &, *, #, ?, |, -, <, >, =, !, %, @, `. 即使用冒号时应使用引号包裹起来，使用特殊字符时需要特别注意！！！注意如果要输出冒号字符，冒号后面不能紧接空格！！！

`image`

image 指定使用Docker镜像。如 iamge:name ，暂时忽略。

`services`

services 指定使用Docker镜像服务。如 services:name ，暂时忽略。

`before_script`

before_script 用于定义在所有作业之前需要执行的命令，比如更新代码、安装依赖、打印调试信息之类的事情。

示例:

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

`after_script`

after_script 用于定义在所有作业(即使失败)之后需要执行的命令，比如清空工作空间。

示例:

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

Important

before_script和script在一个上下文中是串行执行的，after_script是独立执行的，即after_script与before_script/script的上下文环境不同。
after_script会将当前工作目录设置为默认值。
由于after_script是分离的上下文，在after_script中无法看到在before_script和script中所做的修改:
- 在before_script和script中的命名别名、导出变量，对after_script不可见；
- before_script和script在工作树之外安装的软件，对after_script不可见。
你可以在作业中定义before_script，after_script，也可以将其定义为顶级元素，定义为顶级元素将为每一个任务都执行相应阶段的脚本或命令。作业级会覆盖全局级的定义。

示例:

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

build1:
stage: build
before_script:
- echo "Before script in build stage that overwrited the globally defined before_script"
- echo "Install cloc:A tool to count lines of code in various languages from a given directory."
- yum install cloc -y
after_script:
- echo "After script in build stage that overwrited the globally defined after_script"
- cloc --version
- cloc .
script:
- echo "Do your build here"
- cloc --version
- cloc .
tags:
- bluelog

将修改上传提交，查看作业build1的控制台输出：

可以发现build1作业的 before_script 和 after_script 将全局的 before_script 和 after_script 覆盖了。

`stages`

stages 定义流水线全局可使用的阶段，阶段允许有灵活的多级管道，阶段元素的排序定义了作业执行的顺序。

相同 stage 阶段的作业并行运行。
默认情况下，上一阶段的作业全部运行成功后才执行下一阶段的作业。
默认有三个阶段， build 、test 、deploy 三个阶段，即 构建 、测试 、部署 。
如果一个作业未定义 stage 阶段，则作业使用 test 测试阶段。
默认情况下，任何一个前置的作业失败了，commit提交会标记为failed并且下一个stages的作业都不会执行。

`stage`

stage 定义流水线中每个作业所处的阶段，处于相同阶段的作业并行执行。

示例:

# This file is a template, and might need editing before it works on your project.

README.html for all available options

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

stages:

build
code_check
test
deploy

find Bugs:
stage: code_check
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
- flake8 .
tags:
- bluelog

test1:
stage: test
script:
- echo "Do a test here"
- echo "For example run a test suite"
tags:
- bluelog

test2:
stage: test
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

我们增加一个 code_check 阶段，该阶段有一个作业 find Bugs ，该作业主要是先安装Flake8，然后使用Flake8对Python代码进行规范检查。

由于Flake8检查到了Python代码中的缺陷，导致find Bugs作业失败！这样可以控制开发人员提交有坏味道的代码到仓库中。

另外，在上一个流水线中，Test阶段的作业test1和test2是并行执行的，如下图所示：

本次(pipeline #7)流水线由于在作业 find Bugs 检查不通过，导致整个流水线运行失败，后续的作业不会执行：

Attention

默认情况下，GitLab Runner运行器每次只执行一个作业，只有当满足以下条件之一时，才会真正的并行执行:

作业运行在不同的运行器上；

你修改了运行器的 concurrent 设置，默认情况下 concurrent = 1 。

`only` 和 `except`

only 和 except 用于在创建作业时对作业的限制策略。

only 定义了哪些分支或标签(branches and tags)的作业会运行
except 定义了哪些分支或标签(branches and tags)的作业不会运行

下面是策略规则：

only 和 except 可同时使用，如果在一个作业中同时定义了 only 和 except ，则同时 only except 进行过滤(注意，不是忽略 except 条件) 。
only 和 except 可以使用正则表达式。
only 和 except 允许指定用于过滤forks作业的存储库路径。
only 和 except 中可以使用特殊的关键字，如 branches 、 tags 、 api 、 external 、 pipelines 、 pushes 、 schedules 、 triggers 、 web 、 merge_requests 、 chats 等。

only 和 except 中可以使用特殊的关键字：

关键字

描述释义

branches

当一个分支被push上来

`only` 和 `except` 高级用法

only 和 except 支持高级策略，refs 、 variables 、 changes 、 kubernetes 四个关键字可以使用。
如果同时使用多个关键字，中间的逻辑是 逻辑与AND 。

`only:refs/except:refs`

refs 策略可以使用 only 和 except 基本用法中的关键字。

下面这个例子中，deploy作业仅当流水线是计划作业或者在master主干运行:

deploy:
only:
refs:
- master
- schedules

`only:kubernetes/except:kubernetes`

kubernetes 策略仅支持 active 关键字。

下面这个例子中，deploy作业仅当kubernetes服务启动后才会运行:

deploy:
only:
kubernetes: active

`only:variables/except:variables`

variables 关键字用来定义变量表达式，你可以使用预定义变量、项目、组、环境变量来评估一个作业是否需要创建或运行。

下面这个例子使用了变量表达式:

deploy:
script: cap staging deploy
only:
refs:
- branches
variables:
- $RELEASE == "staging"
- $STAGING

下面这个例子，会根据提交日志信息来排除某些作业:

end-to-end:
script: rake test:end-to-end
except:
variables:
- $CI_COMMIT_MESSAGE =~ /skip-end-to-end-tests/

`only:changes/except:changes`

changes 策略表明一个作业只有在使用 git push 事件使文件发生变化时执行。

下面这个例子中，deploy作业仅当流水线是计划作业或者在master主干运行:

docker build:
script: docker build -t my-image:$CI_COMMIT_REF_SLUG .
only:
changes:
- Dockerfile
- docker/scripts/*
- dockerfiles/**/*
- more_scripts/*.{rb,py,sh}

上面这个例子中，一旦 Dockerfile 文件发生变化，或者 docker/scripts/ 目录下的文件发生变化，或者 dockerfiles/ 目录下的文件或目录发生变化，或者 more_scripts/ 目录下 rb,py,sh 等脚本文件发生变化时，就会触发Docker构建。

也可以使用 glob模式匹配 来匹配根目录下的文件，或者任何目录下的文件。

如下示例:

test:
script: npm run test
only:
changes:
- "*.json"
- "**/*.sql"

Attention

在上面的示例中，glob模式匹配 的字符串需要使用双引号包裹起来，否则会导致 .gitlab-ci.yml 解析错误。

下面这个例子，当md文件发生变化时，会忽略CI作业:

build:
script: npm run build
except:
changes:
- "*.md"

Warning

记录一下官网说明中使用 change 时需要注意的两点：

Using changes with new branches and tags：When pushing a new branch or a new tag to GitLab, the policy always evaluates to true and GitLab will create a job. This feature is not connected with merge requests yet and, because GitLab is creating pipelines before a user can create a merge request, it is unknown what the target branch is at this point.
Using changes with merge_requests：With pipelines for merge requests, it is possible to define a job to be created based on files modified in a merge request.

在合并请求中使用 change 策略:

docker build service one:
script: docker build -t my-service-one-image:$CI_COMMIT_REF_SLUG .
only:
refs:
- merge_requests
changes:
- Dockerfile
- service-one/**/*

上面这个例子中，一旦合并请求中修改了 Dockerfile 文件或者修改了 service 目录下的文件，都会触发Docker构建。

`only` 和 `except` 综合示例

我们将 bluelog 项目的描述和主题进行修改：

并创建三个分支 issue-pylint 、Issue-flake8 和 severe-issues ：

刚新增的三个分支，自动继承了master主干的CI RUNNER，因为Flake8检查代码质量没通过，流水线都失败了：

为了便于测试，将”meizhaohui”账号设置为 bluelog 项目的主程序员！

现在朝 .gitlab-ci.yml 文件中增加 only 和 except 策略。

匹配 `issue-` 开头的分支

创建仅匹配 issue- 开头的分支：

可以发现master主干没有执行 find Bugs 作业：

为了快速测试，我们对对个作业都使用 only 和 except 策略:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

stages:

build
code_check
test
deploy

build1:
stage: build
before_script:
- echo "Before script in build stage that overwrited the globally defined before_script"
- echo "Install cloc:A tool to count lines of code in various languages from a given directory."
- yum install cloc -y
after_script:
- echo "After script in build stage that overwrited the globally defined after_script"
- cloc --version
# cloc .
only:
- /^issue-.*$/
except:
- master
script:
- echo "Do your build here"
- cloc --version
# - cloc .
tags:
- bluelog

find Bugs:
stage: code_check
only:
- /^issue-.*$/
except:
- branches
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
# - flake8 .
tags:
- bluelog

test1:
stage: test
only:
- /^issue-.*$/
except:
- /issue-pylint/
script:
- echo "Do a test here"
- echo "For example run a test suite"
tags:
- bluelog

test2:
stage: test
only:
- /^issue-.*$/
except:
- /Issue-flake8/
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
only:
- /^issue-.*$/
except:
- /severe-issues/
script:
- echo "Do your deploy here"
tags:
- bluelog

提交后，直接入库，检查master主干，并没有触发流水线作业。

统计作业流水线作业情况：

分支

流水线

build1

find Bugs

test1

test2

deploy1

master

未触发

issue-pylint

#22

Yes

Issue-flake8

未触发

severe-issues

未触发

解释上面的流水作业策略：

作业

规则定义

规则解释

build1

only: - /^issue-.*$/ except: - master

只在以issue-开头的分支执行，不在master主干执行

find Bugs

only: - /^issue-.*$/ except: - branches

只在以issue-开头的分支执行，不在 branches 分支执行，由于issue-pylint也是分支，所以在issue-pylint中也不会执行find Bugs作业

test1

only: - /^issue-.*$/ except: - /issue-pylint/

只在以issue-开头的分支执行，不在issue-pylint分支执行，即会在除了issue-pylint分支以外的issue-开头的分支执行，也即没有分支执行

test2

only: - /^issue-.*$/ except: - /Issue-flake8/

只在以issue-开头的分支执行，不在Issue-flake8分支执行，因此可以issue-pylint分支执行

deploy1

only: - /^issue-.*$/ except: - /severe-issues/

只在以issue-开头的分支执行，不在severe-issues分支执行因此可以issue-pylint分支执行

大小写不敏感匹配

好，我们再将 only 语法中加入语法大小写不敏感的 i 标志！再来做一次实验，看看最终的效果。

加入语法大小写不敏感的 i 标志:

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

stages:

build
code_check
test
deploy

build1:
stage: build
before_script:
- echo "Before script in build stage that overwrited the globally defined before_script"
- echo "Install cloc:A tool to count lines of code in various languages from a given directory."
- yum install cloc -y
after_script:
- echo "After script in build stage that overwrited the globally defined after_script"
- cloc --version
# cloc .
only:
- /^issue-.*$/i
except:
- master
script:
- echo "Do your build here"
- cloc --version
# - cloc .
tags:
- bluelog

find Bugs:
stage: code_check
only:
- /^issue-.*$/i
except:
- branches
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
# - flake8 .
tags:
- bluelog

test1:
stage: test
only:
- /^issue-.*$/i
except:
- /issue-pylint/
script:
- echo "Do a test here"
- echo "For example run a test suite"
tags:
- bluelog

test2:
stage: test
only:
- /^issue-.*$/i
except:
- /Issue-flake8/
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
only:
- /^issue-.*$/i
except:
- /severe-issues/
script:
- echo "Do your deploy here"
tags:
- bluelog

预期效果： issue-pylint 和 Issue-flake8 分支会触发流水线执行，master 主干和 severe-issues 分支不会触发流水线执行。

统计作业流水线作业情况：

分支

流水线

build1

find Bugs

test1

test2

deploy1

master

未触发

issue-pylint

#23

Yes

Issue-flake8

#24

Yes

severe-issues

未触发

正如我们预期的一样，issue-pylint 和 Issue-flake8 分支会触发流水线执行，master 主干和 severe-issues 分支不会触发流水线执行：

解释上面的流水作业策略：

作业

规则定义

规则解释

build1

only: - /^issue-.*$/i except: - master

只在以issue(不区分大小写)-开头的分支执行，不在master主干执行可以在issue-pylint和Issue-flake8分支执行

find Bugs

only: - /^issue-.*$/i except: - branches

只在以issue(不区分大小写)-开头的分支执行，不在 branches 分支执行，由于issue-pylint也是分支，所以在issue-pylint中也不会执行find Bugs作业

test1

only: - /^issue-.*$/i except: - /issue-pylint/

只在以issue(不区分大小写)-开头的分支执行，不在issue-pylint分支执行，即会在除了issue-pylint分支以外的issue-(不区分大小写)开头的分支执行，可以在Issue-flake8分支执行

test2

only: - /^issue-.*$/i except: - /Issue-flake8/

只在以issue(不区分大小写)-开头的分支执行，不在Issue-flake8分支执行，因此可以issue-pylint分支执行

deploy1

only: - /^issue-.*$/i except: - /severe-issues/

只在以issue(不区分大小写)-开头的分支执行，不在severe-issues分支执行可以在issue-pylint和Issue-flake8分支执行

我们再将 only 语法中将 /^issue-.*$/ 改为 /issue/i ！再来做一次实验，看看最终的效果。

不区分大小写匹配issue字符：

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

stages:

build
code_check
test
deploy

build1:
stage: build
before_script:
- echo "Before script in build stage that overwrited the globally defined before_script"
- echo "Install cloc:A tool to count lines of code in various languages from a given directory."
- yum install cloc -y
after_script:
- echo "After script in build stage that overwrited the globally defined after_script"
- cloc --version
# cloc .
only:
- /issue/i
except:
- master
script:
- echo "Do your build here"
- cloc --version
# - cloc .
tags:
- bluelog

find Bugs:
stage: code_check
only:
- /issue/i
except:
- branches
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
# - flake8 .
tags:
- bluelog

test1:
stage: test
only:
- /issue/i
except:
- /issue-pylint/
script:
- echo "Do a test here"
- echo "For example run a test suite"
tags:
- bluelog

test2:
stage: test
only:
- /issue/i
except:
- /Issue-flake8/
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
only:
- /issue/i
except:
- /severe-issues/
script:
- echo "Do your deploy here"
tags:
- bluelog

预期效果：不区分大小写，issue-pylint 、 Issue-flake8 和 severe-issues 分支分支会触发流水线执行，master 主干不会触发流水线执行。

统计作业流水线作业情况：

分支

流水线

build1

find Bugs

test1

test2

deploy1

master

未触发

issue-pylint

#25

Yes

Issue-flake8

#26

Yes

severe-issues

#27

Yes

正如我们预期的一样，issue-pylint 、 Issue-flake8 和 severe-issues 分支会触发流水线执行，master 主干不会触发流水线执行：

解释上面的流水作业策略：

作业

规则定义

规则解释

build1

only: - /issue/i except: - master

只在包含issue(不区分大小写)字符的分支执行，不在master主干执行因此在issue-pylint、Issue-flake8、severe-issues分支执行

find Bugs

only: - /issue/i except: - branches

只在包含issue(不区分大小写)字符的分支执行，不在 branches 分支执行，所以find Bugs作业一直不会执行

test1

only: - /issue/i except: - /issue-pylint/

只在包含issue(不区分大小写)字符的分支执行，不在包含issue-pylint字符的分支执行，即会在除了issue-pylint分支以外包含issue(不区分大小写)字符的分支执行，所以可以在Issue-flake8和severe-issues分支执行

test2

only: - /issue/i except: - /Issue-flake8/

只在包含issue(不区分大小写)字符的分支执行，不在包含issue-flake8字符的分支执行，即会在除了issue-flake8分支以外包含issue(不区分大小写)字符的分支执行，所以可以在issue-pylint和severe-issues分支执行

deploy1

only: - /issue/i except: - /severe-issues/

只在包含issue(不区分大小写)字符的分支执行，不在包含severe-issues字符的分支执行，即会在除了severe-issues分支以外包含issue(不区分大小写)字符的分支执行, 所以可以在issue-pylint和Issue-flake8分支执行

git tag打标签的使用

使用标签，可以标记提交历史上的特定点为重要提交。

新建tag

git tag -a v1.0 -m"Release v1.0"

上面的命令我们成功创建了本地一个版本 V1.0 ,并且添加了附注信息 ‘Release 1.0’。

查看tag

git tag

显示tag附注信息

git show v1.0

提交本地tag到远程仓库

git push origin v1.0

提交本地所有tag到远程仓库

git push origin --tags

删除本地tag

git tag -d v1.0

删除远程tag

git tag push origin :refs/tags/v1.0`

获取远程版本

git fetch origin tag v1.0

仅当tag标签提交时，才触发流水线执行

使用标签，可以标记提交历史上的特定点为重要提交，可以标记重要版本，如下图，是GitLab官方的Tag标签列表：

我们将流水线配置文件 .gitlab-ci.yml 修改为以下内容:

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

stages:

build
code_check
test
deploy

build1:
stage: build
before_script:
- echo "Before script in build stage that overwrited the globally defined before_script"
- echo "Install cloc:A tool to count lines of code in various languages from a given directory."
- yum install cloc -y
after_script:
- echo "After script in build stage that overwrited the globally defined after_script"
- cloc --version
# cloc .
only:
- tags
except:
- master
script:
- echo "Do your build here"
- cloc --version
# - cloc .
tags:
- bluelog

find Bugs:
stage: code_check
only:
- tags
except:
- branches
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
# - flake8 .
tags:
- bluelog

test1:
stage: test
only:
- tags
except:
- /issue-pylint/
script:
- echo "Do a test here"
- echo "For example run a test suite"
tags:
- bluelog

test2:
stage: test
only:
- tags
except:
- /Issue-flake8/
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
only:
- tags
except:
- /severe-issues/
script:
- echo "Do your deploy here"
tags:
- bluelog

查看差异:

$ git diff
diff --git a/.gitlab-ci.yml b/.gitlab-ci.yml
index 7f16137..8315eb0 100644
--- a/.gitlab-ci.yml
+++ b/.gitlab-ci.yml
@@ -28,7 +28,7 @@ build1:
- cloc --version
# cloc .
only:

- /^issue-.*$/
- tags except:
- master
  script:
  @@ -41,7 +41,7 @@ build1:
  find Bugs:
  stage: code_check
  only:
- /^issue-.*$/
- tags except:
- branches
  script:
  @@ -55,7 +55,7 @@ find Bugs:
  test1:
  stage: test
  only:
- /^issue-.*$/
- tags except:
- /issue-pylint/
  script:
  @@ -67,7 +67,7 @@ test1:
  test2:
  stage: test
  only:
- /^issue-.*$/
- tags except:
- /Issue-flake8/
  script:
  @@ -79,7 +79,7 @@ test2:
  deploy1:
  stage: deploy
  only:
- /^issue-.*$/
- tags except:
- /severe-issues/
  script:

提交:

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git add -A

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git commit -m"测试tag标签触发流水线执行"
[master eb9b468] 测试tag标签触发流水线执行
1 file changed, 7 insertions(+), 5 deletions(-)

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git push origin master:master
Enumerating objects: 5, done.
Counting objects: 100% (5/5), done.
Delta compression using up to 12 threads
Compressing objects: 100% (3/3), done.
Writing objects: 100% (3/3), 365 bytes | 365.00 KiB/s, done.
Total 3 (delta 2), reused 0 (delta 0)
To 192.168.56.14:higit/bluelog.git
1bd46f2..eb9b468 master -> master

查看是否触发流水线，可以发现没有触发流水线执行：

我们给 bluelog 打个 tag 标签，标签名称V0.1:

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git tag v0.1 -m"Release v0.1"

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git tag
v0.1

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git push origin v0.1
Enumerating objects: 1, done.
Counting objects: 100% (1/1), done.
Writing objects: 100% (1/1), 165 bytes | 165.00 KiB/s, done.
Total 1 (delta 0), reused 0 (delta 0)
To 192.168.56.14:higit/bluelog.git
* [new tag] v0.1 -> v0.1

可以发现 bluelog 已经生成了一个tag版本：

在流水线列表中，也可以看#31号流水线被触发了，并且标签是v0.1:

使用流水线触发器触发流水线执行

我们给 bluelog 项目创建一个流水线触发器( Trigger )，在项目的 设置 –> CI/CD –> 流水线触发器 处增加流水线触发器：

在”触发器描述”处填写”bluelog trigger”，然后点击”增加触发器”按钮，则会新增一个触发器:

我们修改 .gitlab-ci.yml 配置文件，将 build1 和 find Bugs 作业设置为仅 triggers 触发器能够触发执行:

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

before_script:

echo "Before script section"
echo "For example you might run an update here or install a build dependency"
echo "Or perhaps you might print out some debugging details"

after_script:

echo "After script section"
echo "For example you might do some cleanup here"

stages:

build
code_check
test
deploy

build1:
stage: build
before_script:
- echo "Before script in build stage that overwrited the globally defined before_script"
- echo "Install cloc:A tool to count lines of code in various languages from a given directory."
- yum install cloc -y
after_script:
- echo "After script in build stage that overwrited the globally defined after_script"
- cloc --version
# cloc .
only:
- triggers
script:
- echo "Do your build here"
- cloc --version
# - cloc .
tags:
- bluelog

find Bugs:
stage: code_check
only:
- triggers
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
# - flake8 .
tags:
- bluelog

test1:
stage: test
only:
- tags
except:
- /issue-pylint/
script:
- echo "Do a test here"
- echo "For example run a test suite"
tags:
- bluelog

test2:
stage: test
only:
- tags
except:
- /Issue-flake8/
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
only:
- tags
except:
- /severe-issues/
script:
- echo "Do your deploy here"
tags:
- bluelog

提交修改:

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git diff
diff --git a/.gitlab-ci.yml b/.gitlab-ci.yml
index 657dc5e..921f93e 100644
--- a/.gitlab-ci.yml
+++ b/.gitlab-ci.yml
@@ -28,9 +28,7 @@ build1:
- cloc --version
# cloc .
only:

- tags
except:
- master
- triggers script:
- echo "Do your build here"
- cloc --version
  @@ -41,9 +39,7 @@ build1:
  find Bugs:
  stage: code_check
  only:
- tags
except:
- branches
- triggers script:
- echo "Use Flake8 to check python code"
- pip install flake8

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git add -A

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git commit -m"使用触发器trigger触发流水线执行"
[master 57f64a3] 使用触发器trigger触发流水线执行
1 file changed, 2 insertions(+), 6 deletions(-)

D:\data\github_tmp\higit\bluelog (master -> origin)
$ git push origin master:master
Enumerating objects: 5, done.
Counting objects: 100% (5/5), done.
Delta compression using up to 12 threads
Compressing objects: 100% (3/3), done.
Writing objects: 100% (3/3), 361 bytes | 361.00 KiB/s, done.
Total 3 (delta 2), reused 0 (delta 0)
To 192.168.56.14:higit/bluelog.git
eb9b468..57f64a3 master -> master

检查发现并没有触发流水线的执行：

我们现在使用 curl 发送请求，触发流水线触发器执行:

[root@server ~]# curl -X POST -F token=cf8a32f6f8a583263f6d042e6362d2 -F ref=master http://192.168.56.14/api/v4/projects/2/trigger/pipeline
{"id":33,"sha":"57f64a35cad6d069dc62ddc93f0747296383826e","ref":"master","status":"pending","web_url":"http://192.168.56.14/higit/bluelog/pipelines/33","before_sha":"0000000000000000000000000000000000000000","tag":false,"yaml_errors":null,"user":{"id":2,"name":"梅朝辉","username":"meizhaohui","state":"active","avatar_url":"http://192.168.56.14/uploads/-/system/user/avatar/2/avatar.png","web_url":"http://192.168.56.14/meizhaohui"},"created_at":"2019-07-06T22:08:52.761+08:00","updated_at":"2019-07-06T22:08:53.026+08:00","started_at":null,"finished_at":null,"committed_at":null,"duration":null,"coverage":null,"detailed_status":{"icon":"status_pending","text":"等待中","label":"等待中","group":"pending","tooltip":"等待中","has_details":false,"details_path":"/higit/bluelog/pipelines/33","illustration":null,"favicon":"/assets/ci_favicons/favicon_status_pending-5bdf338420e5221ca24353b6bff1c9367189588750632e9a871b7af09ff6a2ae.png"}}

可以发现流水线已经被执行，#33号流水线执行了 build1 和 find Bugs 作业，其他作业并未执行，与我们预期的相同：

根据流水线触发器( Trigger )创建处的提示，我们也可以在依赖项目中配置触发器，依赖项目流水线结束时触发此项目重新构建。

only 和 except 其他关键字的使用可参才官网文档 https://docs.gitlab.com/ce/ci/yaml/README.html#onlyexcept-basic ，此处暂时不表。

`tags`

tags 关键字用于指定 GitLab Runner 运行器使用哪一个运行器来执行作业。

下面这个例子中，只有运行器注册时定义了 ruby 和 postgres 两个标签的运行器才能执行作业:

job:
tags:
- ruby
- postgres

而我们的 bluelog 项目中，所有的作业都是使用的是标签为 bluelog 的运行器:

find Bugs:
stage: code_check
only:
- triggers
script:
- echo "Use Flake8 to check python code"
- pip install flake8
- flake8 --version
# - flake8 .
tags:
- bluelog

运行器标签可用于定义不同平台上运行的作业，如 Mac OS X Runner 使用 osx 标签， Windows Runner 使用 windows 标签，而 Linux Runner 使用 linux 标签:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

windows job:
stage:
- build
tags:
- windows
script:
- echo Hello, %USERNAME%!

osx job:
stage:
- build
tags:
- osx
script:
- echo "Hello, $USER!"

linux job:
stage:
- build
tags:
- linux
script:
- echo "Hello, $USER!"

`allow_failure`

allow_failure 可以用于当你想设置一个作业失败的之后并不影响后续的CI组件的时候。失败的作业不会影响到commit提交状态。
如果允许失败的作业失败了，则相应的作业会显示一个黄色的警告，但对流水线成功与否不产生影响。

下面的这个例子中，job1和job2将会并列进行，如果job1失败了，它也不会影响进行中的下一个阶段，因为这里有设置了 allow_failure: true :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

job1:
stage: test
script:

execute_script_that_will_fail
allow_failure: true

job2:
stage: test
script:

execute_script_that_will_succeed

job3:
stage: deploy
script:

deploy_to_staging

但是如果上面的job2执行失败，那么job3则会受到影响而不会执行。

`when`

when 关键字用于实现在作业失败时或发生故障时运行的作业 (when is used to implement jobs that are run in case of failure or despite the failure.)。

when 可以设置以下值：

on_success ：只有前面的阶段的所有作业都成功时才执行，这是默认值。
on_failure ：当前面阶段的作业至少有一个失败时才执行。
always : 无论前面的作业是否成功，一直执行本作业。
manual ：手动执行作业，作业不会自动执行，需要人工手动点击启动作业。
delayed : 延迟执行作业，配合 start_in 关键字一起作用， start_in 设置的值必须小于或等于1小时，start_in 设置的值示例： 10 seconds 、 30 minutes 、 1 hour ，前面的作业结束时计时器马上开始计时。

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

stages:

build
cleanup_build
test
deploy
cleanup

build_job:
stage: build
script:
- make build

cleanup_build_job:
stage: cleanup_build
script:
- cleanup build when failed
when: on_failure

test_job:
stage: test
script:
- make test

deploy_job:
stage: deploy
script:
- make deploy
when: manual

cleanup_job:
stage: cleanup
script:
- cleanup after jobs
when: always

说明：

只有在 build_job 构建作业失败时，才会执行 cleanup_build_job 作业。
需要在GitLab Web界面手动点击，才能执行 deploy_job 部署作业。
无论之前的作业是否成功还是失败，cleanup_job 清理作业一直会执行。

延时处理的示例:

1
2
3
4
5

timed rollout 10%:
stage: deploy
script: echo 'Rolling out 10% …'
when: delayed
start_in: 30 minutes

上面的例子创建了一个”timed rollout 10%”作业，会在上一个作业完成后30分钟后才开始执行。

如果你点击”Unschedule”按钮可以取消一个激活的计时器，你也可以点击”Play”按钮，立即执行延时作业。

`environment`

environment 用于定义作业部署到特殊的环境中。如果指定了 environment ，并且在 运维 –> 环境 界面的环境列表中没有该名称下的环境，则会自动创建新环境。

在最简单的格式中，环境关键字可以定义为：

1
2
3
4
5

deploy to production:
stage: deploy
script: git push production HEAD:master
environment:
name: production

上面的示例中，”deploy to production”作业将会部署代码到”production”生产环境中去。

`environment:name`

在GitLab 8.11之前，环境的名称可以使用 environment: production 方式定义，现在推荐使用 name 关键字来定义环境的名称，就像上面的示例一样。
name 关键字的参数可以使用任何定义的CI变量，包括预定义的变量、安全变量、以及 .gitlab-ci.yml 配置文件中定义的变量，但不能使用 script 中定义的变量(因为这里面的变量是局部变量)。
environment 环境的名称可以包含：英文字母(letters)、数字(digits)、空格(space)、_、/、$、{、}等。常用的名称有： qa、 staging 、production 。

Attention

软件应用开发的经典模型有这样几个环境：开发环境(development)、集成环境(integration)、测试环境(testing)、QA验证，模拟环境(staging)、生产环境(production)。
通常一个web项目都需要一个staging环境，一来给客户做演示，二来可以作为production server的一个”预演”，正式发布新功能前能及早发现问题（特别是gem的依赖问题，环境问题等）。
staging server可以理解为production环境的镜像，QA在staging server上对新版本做最后一轮verification, 通过后才能deploy到产品线上。staging环境尽最大可能来模拟产品线上的环境(硬件，网络拓扑结构，数据库数据)。

`environment:url`

environment:url 是可选的，用于设置环境的URL地址的按钮，通过点击按钮可以访问环境相应的URL地址。
下面这个例子中，如果作业都成功完成，那么会在 评审请求 和 环境部署 页面创建一个Button按钮，你点击 打开运行中的环境 按钮就可以访问环境对应的URL地址 https://prod.example.com 。

示例:

1
2
3
4
5
6

deploy to production:
stage: deploy
script: git push production HEAD:master
environment:
name: production
url: https://prod.example.com

`environment:on_stop` 与 `environment:action`

environment:on_stop 与 environment:action 配合使用。
可以通过 environment:on_stop 关键字定义一个关闭(停止)环境的作业。
action 关键字在关闭环境的作业中定义。

下面的例子联合使用 environment:on_stop 与 environment:action 来关闭环境：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

review_app:
stage: deploy
script: make deploy-app
environment:
name: review
on_stop: stop_review_app

stop_review_app:
stage: deploy
script: make delete-app
when: manual
environment:
name: review
action: stop

在上面的示例中，设置 review_app 作业用于部署代码到 review 评审环境中，同时在 on_stop 中指定了 stop_review_app 作业。一旦 review_app 作业成功执行，就会触发 when 关键字定义的 stop_review_app 作业。通过设置为 manual 手动，需要在GitLab WEB界面点击来允许 manual action 。

stop_review_app 作业必须配合定义以下关键字：

when ：何时执行删除或停止环境作业
environment:name ：环境名称需要与上面的 review_app 作业保持一致，即 review 评审环境
environment:action ：执行何种执行，stop 停止环境
stage ：与 review_app 作业的阶段保持一致，都是 deploy

运行完成后，在 stop_review_app 作业界面需要手动点击 停止当前环境 才能启动 stop_review_app 作业的执行。 stop_review_app 作业执行完成后，会停止 review 评审环境，在 环境 –> 已停止 列表中可以看到 review 评审环境。

Dynamic environments 动态环境

正如前面讲解的，可以在环境的名称中使用变量，在 environment:name 和 environment:url 中使用变量，则可以达到动态环境的目的，动态环境需要底层应用的支持。

我们不详细展开，下面是官方的一个示例的改版:

1
2
3
4
5
6

deploy as review app:
stage: deploy
script: make deploy
environment:
name: review/${CI_COMMIT_REF_NAME}
url: https://${CI_ENVIRONMENT_SLUG}.example.com/

上面示例中的 ${CI_COMMIT_REF_NAME} ${CI_ENVIRONMENT_SLUG} 就是两个变量。

`cache`

GitLab Runner v0.7.0 引入 cache 缓存机制。
cache 缓存机制，可以在全局设置或者每个作业中设置。
从 GitLab 9.0 开始， cache 缓存机制，可以在不同的的流水线或作业之间共享数据。
从 GitLab 9.2 开始，在 artifacts 工件之前恢复缓存。
cache 缓存机制用于指定一系列的文件或文件夹在不同的流水线或作业之间共享数据，仅能使用项目工作空间( project workspace )中的路径作为缓存的路径。
如果 ``cache 配置的路径是作业工作空间外部，则说明配置是全局的缓存，所有作业共享。
访问 Cache dependencies in GitLab CI/CD 文档来获取缓存是如何工作的以及好的实践实例的例子。
cache 缓存机制的其他介绍请参考 https://docs.gitlab.com/ce/ci/yaml/README.html#cache 。

`artifacts`

artifacts 用于指定在作业成功、失败、或者一直等状态下时，一系列的文件或文件夹附加到作业中。artifacts 可以称为工件``或者 ``归档文件。
作业完成后，工件被发送到GitLab，可以在GitLab Web界面下载。
默认情况下，只有成功的作业才会生成工件。
并不是所有的 executor 执行器都支持工件。
工件的详细介绍可参考 Introduction to job artifacts

`artifacts:paths`

artifacts:paths 用于指定哪些文件或文件夹会被打包成工件，仅仅项目工作空间( project workspace )的路径可以使用。
要在不同作业间传递工作，请参数 dependencies

下面示例，将目录 binaries/ 和文件 .config 打包成工件：

1
2
3
4

artifacts:
paths:
- binaries/
- .config

要禁用工件传递，请使用空依赖关系定义作业：

1
2
3
4

job:
stage: build
script: make build
dependencies: []

你可以仅为打标记的release发布版本创建工作，这样可以避免临时构建产生大量的存储需求：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

default-job:
script:
- mvn test -U
except:
- tags

release-job:
script:
- mvn package -U
artifacts:
paths:
- target/*.war
only:
- tags

上面的示例中，default-job 作业不会在打标记的release发布版本中执行，而 release-job 只会在打标记的release发布版本执行，并且将 target/*.war 打包成工件以供下载。

`artifacts:name`

工件的默认名称是 artifacts ，当下载时名称是 artifacts.zip 。
通过 artifacts:name 关键字可以自定义工件的归档名称，这样你可以为每个工件设置独一无二的名称，归档名称可以使用预定义的变量。
如果分支名称中包含斜杠(比如 feature/my-feature )，推荐使用 $CI_COMMIT_REF_SLUG 代替 $CI_COMMIT_REF_NAME 作为工件名称。

使用作业名称使用工件名称：

1
2
3
4
5

job:
artifacts:
name: "$CI_JOB_NAME"
paths:
- binaries/

使用当前分支或tag版本标签名作为工件名称：

1
2
3
4
5

job:
artifacts:
name: "$CI_COMMIT_REF_NAME"
paths:
- binaries/

同时使用当前作业名称以及当前分支或tag版本标签名作为工件名称：

1
2
3
4
5

job:
artifacts:
name: "$CI_JOB_NAME-$CI_COMMIT_REF_NAME"
paths:
- binaries/

同时使用当前作业阶段名称以及当前分支名称作为工件名称：

1
2
3
4
5

job:
artifacts:
name: "$CI_JOB_STAGE-$CI_COMMIT_REF_NAME"
paths:
- binaries/

如果你使用的 Windows系统的Batch批处理脚本 ，则需要把 $ 替换成 %：

1
2
3
4
5

job:
artifacts:
name: "%CI_JOB_STAGE%-%CI_COMMIT_REF_NAME%"
paths:
- binaries/

如果你使用的 Windows系统的PowerShell脚本 ，则需要把 $ 替换成 $env:：

1
2
3
4
5

job:
artifacts:
name: "$env:CI_JOB_STAGE-$env:CI_COMMIT_REF_NAME"
paths:
- binaries/

`artifacts:untracked`

artifacts:untracked 用于将git未加入版本库的文件作为工件文件。
artifacts:untracked 将会忽略配置文件 .gitignore。

将所有的未跟踪文件打包成工件：

1
2

artifacts:
untracked: true

将所有的未跟踪文件以及目录 binaries 中文件打包成工件：

1
2
3
4

artifacts:
untracked: true
paths:
- binaries/

`artifacts:when`

artifacts:when 用于在作业失败时或者忽略失败时上传工件。

artifacts:when 可以设置以下值：

on_success ，默认值，当作业成功上传工件。
on_failure ，当作业失败上传工件。
always ，无论作业是否成功一直上传工件。

当作业失败时，上传工件：

1
2
3

job:
artifacts:
when: on_failure

`artifacts:expire_in`

artifacts:expire_in 用于设置工件的过期时间。
你可以点击界面上的 Keep 保持按钮，永久保存工件。
工件到期后，默认情况下每小时删除一次工件(通过cron作业)，并且后续不能再访问该工件。
工件默认有效期是30天，可以通过 Admin area –> Settings –> Continuous Integration and Deployment 设置默认的有效性时间。
如果你不提供时间单位的话，工作有效性的时间是以秒为单位的时间，下面是一些示例：
- ‘42’
- ‘3 mins 4 sec’
- ‘2 hrs 20 min’
- ‘2h20min’
- ‘6 mos 1 day’
- ‘47 yrs 6 mos and 4d’
- ‘3 weeks and 2 days’

下面示例中工件有效期为一周：

1
2
3

job:
artifacts:
expire_in: 1 week

`artifacts:reports`

artifacts:reports 用于收集测试报告(report)，并在GitLab UI界面中显示出来。
无论作业是否成功，都会收集测试报告。
可以通过设置工件的打包路径 artifacts:paths 添加测试的报告输出文件。
artifacts:reports:junit 可以用来收集单元测试的报告，查看 JUnit test reports 获取更详细的信息和示例。

下面是从Ruby的RSpec测试工具中收集JUnit XML文件的示例：

1
2
3
4
5
6
7
8

rspec:
stage: test
script:

bundle install
rspec --format RspecJunitFormatter --out rspec.xml
artifacts:
reports:
junit: rspec.xml

Note

如果你的测试报告是多个XML文件，你可以在一个作业中指定多个单元测试报告，GitLab会自动将他们转换成一个文件，可以像下面这样表示报告的路径：

文件匹配模式: junit: rspec-*.xml
文件列表: junit: [rspec-1.xml, rspec-2.xml, rspec-3.xml]
混合模式：junit: [rspec.xml, test-results/TEST-*.xml]

下面是Go语言收集JUnit XML文件的示例：

1
2
3
4
5
6
7
8
9

## Use https://github.com/jstemmer/go-junit-report to generate a JUnit report with go
golang:
stage: test
script:

go get -u github.com/jstemmer/go-junit-report
go test -v 2>&1 | go-junit-report > report.xml
artifacts:
reports:
junit: report.xml

下面是C/C++语言使用GoogleTest进行单元测试，收集JUnit XML文件的示例：

1
2
3
4
5
6
7

cpp:
stage: test
script:

gtest.exe --gtest_output="xml:report.xml"
artifacts:
reports:
junit: report.xml

Attention

如果GoogleTest需要运行在多个平台(如 x86 、 x64 、arm )，需要为每种平台设置唯一的报告名称，最后将结果汇总起来。

还有一些其他的报告关键字，但社区版不可用，忽略不提。

`dependencies`

dependencies 依赖关键字应该与 artifacts 工件关键字联合使用，允许你在不同作业间传递工件。
默认情况下，会传递所有本作业之前阶段的所有工件。
需要在作业上下文中定义 dependencies 依赖关键字，并指出所有需要使用的前序工件的作业名称列表。 作业列表中不能使用该作业后的作业名称 。
定义空的依赖项，将下不会下载任何工件。
使用依赖项不会考虑前面作业的运行状态。

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

build:osx:
stage: build
script: make build:osx
artifacts:
paths:
- binaries/

build:linux:
stage: build
script: make build:linux
artifacts:
paths:
- binaries/

test:osx:
stage: test
script: make test:osx
dependencies:
- build:osx

test:linux:
stage: test
script: make test:linux
dependencies:
- build:linux

deploy:
stage: deploy
script: make deploy

上面示例中， build:osx 和 build:linux 两个作业定义了工件， test:osx 作业执行时，将会下载并解压 build:osx 的工件内容。相应的， test:linux 也会获取 build:linux 的工件。 deploy 作业会下载全部工件。

Attention

如果作为依赖的作业的工件过期或者被删除，那么依赖这个作业的作业将会失败。

`coverage`

coverage 可以从作业的输出log中提取代码覆盖率。
仅支持正则表达式方式获取覆盖率。
字符串的前后必须使用/包含来表明一个正确的正则表达式规则。特殊字符串需要转义。

下面是一个简单的例子：

1
2

job1:
coverage: '/Code coverage:\d+\.\d+%/'

如在作业日志中输出了”Code coverage:80.2%”，我们使用上面的正则表达式就可以获取到代码的覆盖率。然后在作业的右上角处就会显示 Coverage:80.2% 。

`retry`

retry 重试关键字用于配置当作业失败时可以重新执行的次数。
当作业失败时，如果配置了 retry ，那么该作业就会重试，直到允许的最大次数。
如果 retry 设置值为2，如果第一次重试运行成功了，那么就不会进行第二次重试。
retry 设置值只能是0、1、2三个整数。

下面是一个简单的例子：

1
2
3

test:
script: rspec
retry: 2

为了更好的控制重试次数，retry 可以设置以下两个关键字：
- max : 最大重试次数
- when : 何时重试

下面这个例子只有当运行器系统出现故障时才能最多重试两次：

1
2
3
4
5

test:
script: rspec
retry:
max: 2
when: runner_system_failure

如果上面例子中出现的是其他故障，那么作业不会重试。

为了针对多种重试情形，我们可以使用矩阵形式罗列出错误情形，如下示例：

1
2
3
4
5
6
7

test:
script: rspec
retry:
max: 2
when:
- runner_system_failure
- stuck_or_timeout_failure

when 可以是以下值：

always : 一直重试，默认值。
unknown_failure ：当错误未知时重试。
script_failure ：脚本错误时重试。
api_failure ： API调用错误时重试。
stuck_or_timeout_failure ：作业卡信或超时错误时重试。
runner_system_failure ：运行器系统错误(如设置工作失败)时重试。
missing_dependency_failure ：依赖工件丢失错误时重试。
runner_unsupported ：运行器不支持错误时重试。

`trigger`

trigger 关键字用于多项目流水线时，定义下游的流水线工程，由于社区版本不支持此功能，不详细介绍。具体可参考 trigger

`include`

include 包含关键字可以将其他yaml文件载入到当前的 .gitlab-ci.yml 配置文件中，详情请查看官网指导 include

`extends`

extends 扩展用于定义当前作业从哪里继承。
它是使用YAML锚点的替代方案，更加灵活、可读性强。详情请查看官网指导 extends

`pages`

pages 是一项特殊工作，用于将静态内容上传到GitLab，可用于为您的网站提供服务。详情请查看官网指导 GitLab Pages

`variables`

在 .gitlab-ci.yml 配置文件中可以通过 variables 关键字配置全局变量或者作业级的局部变量。
当 variables 关键字使用在作业层级时，它会覆盖全局变量或预定义变量。
可以在 variables 关键字中定义非敏感性配置。
全局变量可以在各个作业中作业，而作业级别的局部变量只能在该作业中使用。
可以在GitLab WEB界面定义一些敏感性配置变量，或者可能变动的变量。
在 script 中使用 export 可以导出当前可用的变量信息。
作业内部修改全局变量只对当前作用生效，不会影响其他作业。
可以使用赋值语句对全局变量或局部变量进行重新赋值。

下面这个示例定义一个全局数据库的URL地址：

1
2

variables:
DATABASE_URL: "postgres://postgres@postgres/my_database"

下面修改 bluelog 项目的配置文件为如下内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

定义全局变量

variables:
# 数据库信息
SQLALCHEMY_DATABASE_URI: 'mysql+pymysql://root:root@localhost:3306/bluelog?charset=utf8mb4'
# 不发送警告通知
SQLALCHEMY_TRACK_MODIFICATIONS: "False"
# 显示执行SQL
SQLALCHEMY_ECHO: "True"

stages:

build
code_check
test
deploy

build1:
stage: build
variables:
# 数据库信息
SQLALCHEMY_DATABASE_URI: 'mysql+pymysql://root:123456@localhost:3306/bluelog?charset=utf8mb4'
# 不显示执行SQL
SQLALCHEMY_ECHO: "False"
script:
- export
- echo "Do your build here"
- cloc --version
- echo -e "SQLALCHEMY_DATABASE_URI:${SQLALCHEMY_DATABASE_URI}"
- echo -e "SQLALCHEMY_TRACK_MODIFICATIONS:${SQLALCHEMY_TRACK_MODIFICATIONS}"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
tags:
- bluelog

find Bugs:
stage: code_check
script:
- echo -e "SQLALCHEMY_DATABASE_URI:${SQLALCHEMY_DATABASE_URI}"
- echo -e "SQLALCHEMY_TRACK_MODIFICATIONS:${SQLALCHEMY_TRACK_MODIFICATIONS}"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
- SQLALCHEMY_ECHO="Nothing"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
tags:
- bluelog

test1:
stage: test
variables:
# CKEditor富文本设置
CKEDITOR_SERVE_LOCAL: "True"
script:
- echo -e "SQLALCHEMY_DATABASE_URI:${SQLALCHEMY_DATABASE_URI}"
- echo -e "SQLALCHEMY_TRACK_MODIFICATIONS:${SQLALCHEMY_TRACK_MODIFICATIONS}"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
- echo -e "CKEDITOR_SERVE_LOCAL:${CKEDITOR_SERVE_LOCAL}"
tags:
- bluelog

test2:
stage: test
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
script:
- echo "Do your deploy here"
tags:
- bluelog

查看各阶段的输出内容。

可以看到 build1 作业中:

SQLALCHEMY_DATABASE_URI 已经覆盖了全局定义的 SQLALCHEMY_DATABASE_URI ，看差异数据库URL中全局是”root:root”，而作业中是”root:123456”。
由于作业中并没有定义 SQLALCHEMY_TRACK_MODIFICATIONS 变量，所以使用的是全局的 SQLALCHEMY_TRACK_MODIFICATIONS 变量，输出结果是”False”。
作业中定义的 SQLALCHEMY_ECHO: "False" 将全局的 SQLALCHEMY_ECHO: "True" 覆盖，最后显示的是”False”。

再看 find Bugs 作业：

因为没有定义 variables 关键字，这个作用将使用全局变量。
39、40、41三行输出的结果都是全局变量定义的值。
42行的 SQLALCHEMY_ECHO="Nothing" 对 SQLALCHEMY_ECHO 全局变量进行的重新赋值，43行打印出了赋值后的新值是”Nothing”。
上面两个作业说明，作业内部修改全局变量只对当前作用生效，不会影响其他作业。
可以使用赋值语句对全局变量或局部变量进行重新赋值。

再看 test1 作业：

该作业定义 variables 关键字，增加了一个 CKEDITOR_SERVE_LOCAL 变量。
上一个作业的修改 SQLALCHEMY_ECHO="Nothing" 对本作业显示 SQLALCHEMY_ECHO 变量没有影响，仍然会显示全局变量定义的值”True”。再一次证明了作业内部修改全局变量只对当前作用生效，不会影响其他作业。

`variables` 变量的优先级

variables 变量的优先级参考 Priority of environment variables

原文:

Variables of different types can take precedence over other variables, depending on where they are defined.

The order of precedence for variables is (from highest to lowest):

Trigger variables or scheduled pipeline variables.  
Project-level variables or protected variables.  
Group-level variables or protected variables.  
YAML-defined job-level variables.  
YAML-defined global variables.  
Deployment variables.  
Predefined environment variables.

翻译过来，是这样的:

不同类型的变量可以优先于其他变量，具体取决于它们的定义位置。

变量的优先顺序是（从最高到最低）：

 触发变量或预定的流水线变量。  
 项目级别变量或受保护变量。  
 组级别变量或受保护变量。  
 YAML定义的作业级变量。  
 YAML定义的全局变量。  
 部署环境变量。  
 预定义的环境变量。

变量中有一些关于git策略的特殊变量，如后续几个小节，当前仅列出，后续详细补充。

使用export导出的变量示例

export的导出示例:

$ export
declare -x CI="true"
declare -x CI_API_V4_URL="http://192.168.56.14/api/v4"
declare -x CI_BUILDS_DIR="/root/gitlab-runner/builds"
declare -x CI_BUILD_BEFORE_SHA="84f1f0e417d7e340770a4bb05076bf74f3231991"
declare -x CI_BUILD_ID="128"
declare -x CI_BUILD_NAME="build1"
declare -x CI_BUILD_REF="a6554ffa0d2ae67c675fe9768f702f0b1bb65f5a"
declare -x CI_BUILD_REF_NAME="master"
declare -x CI_BUILD_REF_SLUG="master"
declare -x CI_BUILD_STAGE="build"
declare -x CI_BUILD_TOKEN="[MASKED]"
declare -x CI_COMMIT_BEFORE_SHA="84f1f0e417d7e340770a4bb05076bf74f3231991"
declare -x CI_COMMIT_DESCRIPTION=""
declare -x CI_COMMIT_MESSAGE="全局变量与局部变量的使用
"
declare -x CI_COMMIT_REF_NAME="master"
declare -x CI_COMMIT_REF_SLUG="master"
declare -x CI_COMMIT_SHA="a6554ffa0d2ae67c675fe9768f702f0b1bb65f5a"
declare -x CI_COMMIT_SHORT_SHA="a6554ffa"
declare -x CI_COMMIT_TITLE="全局变量与局部变量的使用"
declare -x CI_CONCURRENT_ID="0"
declare -x CI_CONCURRENT_PROJECT_ID="0"
declare -x CI_CONFIG_PATH=".gitlab-ci.yml"
declare -x CI_JOB_ID="128"
declare -x CI_JOB_NAME="build1"
declare -x CI_JOB_STAGE="build"
declare -x CI_JOB_TOKEN="[MASKED]"
declare -x CI_JOB_URL="http://192.168.56.14/higit/bluelog/-/jobs/128"
declare -x CI_NODE_TOTAL="1"
declare -x CI_PAGES_DOMAIN="example.com"
declare -x CI_PAGES_URL="http://higit.example.com/bluelog"
declare -x CI_PIPELINE_ID="45"
declare -x CI_PIPELINE_IID="48"
declare -x CI_PIPELINE_SOURCE="push"
declare -x CI_PIPELINE_URL="http://192.168.56.14/higit/bluelog/pipelines/45"
declare -x CI_PROJECT_DIR="/root/gitlab-runner/builds/1aXYZ5H9/0/higit/bluelog"
declare -x CI_PROJECT_ID="2"
declare -x CI_PROJECT_NAME="bluelog"
declare -x CI_PROJECT_NAMESPACE="higit"
declare -x CI_PROJECT_PATH="higit/bluelog"
declare -x CI_PROJECT_PATH_SLUG="higit-bluelog"
declare -x CI_PROJECT_URL="http://192.168.56.14/higit/bluelog"
declare -x CI_PROJECT_VISIBILITY="private"
declare -x CI_REGISTRY_PASSWORD="[MASKED]"
declare -x CI_REGISTRY_USER="gitlab-ci-token"
declare -x CI_REPOSITORY_URL="http://gitlab-ci-token:[MASKED]@192.168.56.14/higit/bluelog.git"
declare -x CI_RUNNER_DESCRIPTION="bluelog runner"
declare -x CI_RUNNER_EXECUTABLE_ARCH="linux/amd64"
declare -x CI_RUNNER_ID="1"
declare -x CI_RUNNER_REVISION="3001a600"
declare -x CI_RUNNER_TAGS="bluelog"
declare -x CI_RUNNER_VERSION="11.10.0"
declare -x CI_SERVER="yes"
declare -x CI_SERVER_NAME="GitLab"
declare -x CI_SERVER_REVISION="8a802d1c6b7"
declare -x CI_SERVER_VERSION="11.10.6"
declare -x CI_SERVER_VERSION_MAJOR="11"
declare -x CI_SERVER_VERSION_MINOR="10"
declare -x CI_SERVER_VERSION_PATCH="6"
declare -x CI_SHARED_ENVIRONMENT="true"
declare -x CONFIG_FILE="/etc/gitlab-runner/config.toml"
declare -x FF_K8S_USE_ENTRYPOINT_OVER_COMMAND="true"
declare -x FF_USE_LEGACY_GIT_CLEAN_STRATEGY="false"
declare -x GITLAB_CI="true"
declare -x GITLAB_FEATURES=""
declare -x GITLAB_USER_EMAIL="mzh.whut@gmail.com"
declare -x GITLAB_USER_ID="2"
declare -x GITLAB_USER_LOGIN="meizhaohui"
declare -x GITLAB_USER_NAME="梅朝辉"
declare -x HISTCONTROL="ignoredups"
declare -x HISTSIZE="1000"
declare -x HOME="/root"
declare -x HOSTNAME="server.hopewait"
declare -x LANG="en_US.utf8"
declare -x LC_ALL="en_US.utf8"
declare -x LESSOPEN="||/usr/bin/lesspipe.sh %s"
declare -x LOGNAME="root"
declare -x LS_COLORS="rs=0:di=01;34:ln=01;36:mh=00:pi=40;33:so=01;35:do=01;35:bd=40;33;01:cd=40;33;01:or=40;31;01:mi=01;05;37;41:su=37;41:sg=30;43:ca=30;41:tw=30;42:ow=34;42:st=37;44:ex=01;32:*.tar=01;31:*.tgz=01;31:*.arc=01;31:*.arj=01;31:*.taz=01;31:*.lha=01;31:*.lz4=01;31:*.lzh=01;31:*.lzma=01;31:*.tlz=01;31:*.txz=01;31:*.tzo=01;31:*.t7z=01;31:*.zip=01;31:*.z=01;31:*.Z=01;31:*.dz=01;31:*.gz=01;31:*.lrz=01;31:*.lz=01;31:*.lzo=01;31:*.xz=01;31:*.bz2=01;31:*.bz=01;31:*.tbz=01;31:*.tbz2=01;31:*.tz=01;31:*.deb=01;31:*.rpm=01;31:*.jar=01;31:*.war=01;31:*.ear=01;31:*.sar=01;31:*.rar=01;31:*.alz=01;31:*.ace=01;31:*.zoo=01;31:*.cpio=01;31:*.7z=01;31:*.rz=01;31:*.cab=01;31:*.jpg=01;35:*.jpeg=01;35:*.gif=01;35:*.bmp=01;35:*.pbm=01;35:*.pgm=01;35:*.ppm=01;35:*.tga=01;35:*.xbm=01;35:*.xpm=01;35:*.tif=01;35:*.tiff=01;35:*.png=01;35:*.svg=01;35:*.svgz=01;35:*.mng=01;35:*.pcx=01;35:*.mov=01;35:*.mpg=01;35:*.mpeg=01;35:*.m2v=01;35:*.mkv=01;35:*.webm=01;35:*.ogm=01;35:*.mp4=01;35:*.m4v=01;35:*.mp4v=01;35:*.vob=01;35:*.qt=01;35:*.nuv=01;35:*.wmv=01;35:*.asf=01;35:*.rm=01;35:*.rmvb=01;35:*.flc=01;35:*.avi=01;35:*.fli=01;35:*.flv=01;35:*.gl=01;35:*.dl=01;35:*.xcf=01;35:*.xwd=01;35:*.yuv=01;35:*.cgm=01;35:*.emf=01;35:*.axv=01;35:*.anx=01;35:*.ogv=01;35:*.ogx=01;35:*.aac=01;36:*.au=01;36:*.flac=01;36:*.mid=01;36:*.midi=01;36:*.mka=01;36:*.mp3=01;36:*.mpc=01;36:*.ogg=01;36:*.ra=01;36:*.wav=01;36:*.axa=01;36:*.oga=01;36:*.spx=01;36:*.xspf=01;36:"
declare -x MAIL="/var/spool/mail/root"
declare -x OLDPWD="/root/gitlab-runner"
declare -x PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin:/root/bin"
declare -x PIPENV_PYPI_MIRROR="https://mirrors.aliyun.com/pypi/simple"
declare -x PIPENV_VENV_IN_PROJECT="1"
declare -x PWD="/root/gitlab-runner/builds/1aXYZ5H9/0/higit/bluelog"
declare -x SHELL="/bin/bash"
declare -x SHLVL="3"
declare -x SQLALCHEMY_DATABASE_URI="mysql+pymysql://root:123456@localhost:3306/bluelog?charset=utf8mb4"
declare -x SQLALCHEMY_ECHO="False"
declare -x SQLALCHEMY_TRACK_MODIFICATIONS="False"
declare -x SSH_CLIENT="192.168.56.1 51472 22"
declare -x SSH_CONNECTION="192.168.56.1 51472 192.168.56.14 22"
declare -x SSH_TTY="/dev/pts/0"
declare -x TERM="linux"
declare -x USER="root"
declare -x XDG_RUNTIME_DIR="/run/user/0"
declare -x XDG_SESSION_ID="41"

Attention

不要将敏感信息，如用户密码、Token等信息放在 .gitlab-ci.yml 配置文件中定义变量。
敏感信息可以WEB配置界面添加变量，并将变量设置为 Protected受保护 或者 Masked ，设置为 Masked 的变量不会直接显示在作业日志信息中。

关闭全局层级定义的变量

如果你要在作业层级关闭全局层级定义的变量，可以给 variables 关键字定义一个空的 hash 。

如下示例：

1
2

job_name:
variables: {}

变量定义时使用其他变量

可以在变量定义时，使用其他的变量，需要使用 $$ 进行转义。

看下面的示例：

1
2
3
4
5

variables:
LS_CMD: 'ls $FLAGS $$TMP_DIR'
FLAGS: '-al'
script:

'eval $LS_CMD' # will execute 'ls -al $TMP_DIR'

克隆策略Git strategy `GIT_STRATEGY`

你可以通过设置 GIT_STRATEGY 变量来指定GitLab Runner运行作业时使用什么样的方式来获取最新的代码，可以在全局级或作业级进行设置。
GIT_STRATEGY 变量可以设置为 fetch 、clone 、none 。
clone 是最慢的方式，这种方式会从头开始克隆仓库。
fetch 相对来说更快一点，如果本地项目空间中存在远程仓库的克隆，只用从远程获取最新到本地，而不用从头开始克隆整个仓库(如果本地项目空间不存在远程仓库的克隆的话，则此时等同于clone，从头开始克隆远程仓库)。
none 也是利用本地项目空间中的文件，但不会从远程获取到最新的修改数据，本地数据不是最新的。

下面我们通过修改 .gitlab-ci.yml 配置文件来查看这个现象：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

stages:

build
code_check
test
deploy

build1:
stage: build
script:
- pwd
- export
- echo "Do your build here"
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
tags:
- bluelog

find Bugs:
stage: code_check
variables:
GIT_STRATEGY: "fetch"
script:
- pwd
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
tags:
- bluelog

test1:
stage: test
variables:
GIT_STRATEGY: "clone"
script:
- pwd
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
tags:
- bluelog

test2:
stage: test
variables:
GIT_STRATEGY: "none"
script:
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
tags:
- bluelog

deploy1:
stage: deploy
script:
- echo "Do your deploy here"
tags:
- bluelog

提交后，流水线触发了：

我们检查一下每个作业的log日志信息：

先看build1作业：

可以看到默认情况下，会使用 git fetch 方式来获取最新的修改，并且 echo "GIT_STRATEGY:${GIT_STRATEGY}" 打印 ${GIT_STRATEGY} 变量为空，也就是默认情况下GitLab并不会设置 GIT_STRATEGY 变量。

再看一下find Bugs作业：

此处也是直接使用现有项目空间里面的本地仓库，使用 git fetch 方式来获取最新的修改，由于在作业级中设置了 GIT_STRATEGY 变量，最后打印出打印 ${GIT_STRATEGY} 变量的值为 fetch 。

再看一下test1作业：

因为设置了 GIT_STRATEGY: "clone" ，这个时候GitLab Runner会从头开始克隆远程仓库，最后打印出打印 ${GIT_STRATEGY} 变量的值为 clone 。

再看一下test2作业：

因为设置了 GIT_STRATEGY: "none" ，这个时候GitLab Runner什么也不做，不会获取最新的修改，最后打印出打印 ${GIT_STRATEGY} 变量的值为 none 。

我们再修改一下配置文件为下面的内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

stages:

build
code_check
test
deploy

build1:
stage: build
script:
- pwd
- export
- echo "Do your build here"
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
- du -sh
- ls -lah README.md
tags:
- bluelog

find Bugs:
stage: code_check
variables:
GIT_STRATEGY: "fetch"
script:
- pwd
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
- du -sh
- ls -lah README.md
when: manual
tags:
- bluelog

test1:
stage: test
variables:
GIT_STRATEGY: "clone"
script:
- pwd
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
- du -sh
- ls -lah README.md
when: manual
tags:
- bluelog

test2:
stage: test
variables:
GIT_STRATEGY: "none"
script:
- echo "GIT_STRATEGY:${GIT_STRATEGY}"
- du -sh
- ls -lah README.md
when: manual
tags:
- bluelog

deploy1:
stage: deploy
script:
- echo "Do your deploy here"
- du -sh
- ls -lah README.md
when: manual
tags:
- bluelog

提交后，流水线触发了，但有build1作业后面的作业需要手动执行：

我们检查build1作业：

可以获取到整个仓库的大小，也可以读取到仓库中”README.md”文件。

假设我们此时在服务器端将 /root/gitlab-runner/builds/1aXYZ5H9/0/higit/bluelog 和 /root/gitlab-runner/builds/1aXYZ5H9/0/higit/bluelog.tmp 目录删除，并触发find Bugs作业运行：

因为设置了 GIT_STRATEGY: "fetch" ，但因为我把项目空间里面的本地仓库内容都删除了，这个时候GitLab Runner发现本地并没有远程仓库的文件，只能从头开始克隆远程仓库，最后打印出打印 ${GIT_STRATEGY} 变量的值为 fetch 。

再触发test1作业运行，还是从头开始下载远程仓库：

关键一步，我们再次删除工作空间中的 /root/gitlab-runner/builds/1aXYZ5H9/0/higit/bluelog 和 /root/gitlab-runner/builds/1aXYZ5H9/0/higit/bluelog.tmp 目录：

再触发test2作业运行：

此时发现，GitLab Runner仅仅创建了一个目录 bluelog ，但不从远程获取数据，这个时候我们获取仓库目录数据大小为0，也查看不到README.md文件的详情，由于没有README.md文件，执行命令就报错。

可以看出设置 GIT_STRATEGY: "none" 可能会遇到意想不到的情况！
为了加快流水线工程的执行，建议使用 fetch 模式。
流水线的Git策略默认是 git fetch 模式。

流水线的默认Git策略，可以在项目的流水线通用设置中查看：

子模块策略Git submodule strategy `GIT_SUBMODULE_STRATEGY`

GIT_SUBMODULE_STRATEGY 类似于 GIT_STRATEGY ，当你的项目需要包含别的项目代码时，可以将别的项目作为你的项目的子模块，这个时候就可以使用 GIT_SUBMODULE_STRATEGY 。
GIT_SUBMODULE_STRATEGY 默认取值 none ，即拉取代码时，子模块不会被引入。
GIT_SUBMODULE_STRATEGY 可取值 normal ，意味着在只有顶级子模块会被引入。
GIT_SUBMODULE_STRATEGY 可取值 recursive ，递归的意思，意味着所有级子模块会被引入。

子模块需要配置在 .gitmodules 配置文件中，下面是两个示例：

场景：

你的项目地址： https://gitlab.com/secret-group/my-project ，你可以使用 git clone git@gitlab.com:secret-group/my-project.git 检出代码。
你的项目依赖 https://gitlab.com/group/project ，你可以将这个模块作为项目的子模块。

子模块与本项目在同一个服务上，可以使用相对引用：

1
2
3

[submodule "project"]
path = project
url = ../../group/project.git

子模块与本项目不在同一个服务上，使用相对绝对URL：

1
2
3

[submodule "project-x"]
path = project-x
url = https://gitserver.com/group/project-x.git

详细可参考 Using Git submodules with GitLab CI

检出分支设置Git checkout `GIT_CHECKOUT`

当 GIT_STRATEGY 设置为 fetch 或者 clone 时，可以通过 GIT_CHECKOUT 变量设置是否需要做 git checkout 操作，如果未指定该参数，默认值为 true ，即需要做 git checkout 操作。
可以在全局级或作业级进行设置。
如果 GIT_CHECKOUT 变量设置为 true ，GitLab Runner都会将本地工作副本检出并切换到当前流水线相关的修订版本分支上。
如果 GIT_CHECKOUT 变量设置为 false ，那么运行器操作如下：
- fetch 操作时，更新仓库并在当前版本上保留工作副本。
- clone 操作时，克隆仓库并在默认分支中保留工作副本。

下面示例不进行自动切换到分支：

1
2
3
4
5
6

variables:
GIT_STRATEGY: clone
GIT_CHECKOUT: "false"
script:

git checkout -B master origin/master
git merge $CI_COMMIT_SHA

清理工作Git clean flags `GIT_CLEAN_FLAGS`

可以使用 GIT_CLEAN_FLAGS 变量来控制在检出源码后 git clean 的默认行为，可以在全局级或作业级进行设置。
GIT_CLEAN_FLAGS 变量接受 git clean 命令的所有参数。
如果指定了 GIT_CHECKOUT: "false" ，那么 git clean 将不可用。
git-clean : Remove untracked files from the working tree，即删除未跟踪的文件。
git clean 命令用来从你的工作目录中删除所有没有tracked过的文件， git reset --hard 用于删除跟踪文件的修改记录。
git clean -n 命令列出将被删除的文件。
git clean -f 命令删除当前目录下所有没有跟踪过的文件。
git clean -d 命令删除当前目录下所有没有跟踪过的目录。
git clean -e <pattern> 命令排除( --exclude=<pattern> ) 某文件或目录，即不删除模式匹配的文件。
git clean -ffxd 命令删除当前目录(包括由其他git仓库管理的子目录)下所有没有跟踪过的目录和文件。
GIT_CLEAN_FLAGS 变量未指定时， git clean 命令的参数是 -ffxd 。
GIT_CLEAN_FLAGS 变量指定为 none 时， git clean 命令不会执行。

下面示例用于删除未被跟踪文件和目录，但排除cache目录及目录下的文件：

1
2
3
4

variables:
GIT_CLEAN_FLAGS: -ffdx -e cache/
script:

ls -al cache/

作业重试次数 Job stages attempts

您可以设置正在运行的作业尝试执行以下每个阶段的尝试次数。可以在全局级或作业级进行设置。
涉及三个变量 GET_SOURCES_ATTEMPTS 、 ARTIFACT_DOWNLOAD_ATTEMPTS 、 RESTORE_CACHE_ATTEMPTS 。
GET_SOURCES_ATTEMPTS 变量设置获取源码的尝试次数。
ARTIFACT_DOWNLOAD_ATTEMPTS 变量设置下载归档文件的尝试次数。
RESTORE_CACHE_ATTEMPTS 变量设置重建缓存的尝试次数。
默认是1次尝试。

示例：

1
2

variables:
GET_SOURCES_ATTEMPTS: 3

浅克隆 Shallow cloning `GIT_DEPTH`

GitLab 8.9中引入了试验性的特征 浅克隆 ，在将来的版本中有可能改变或者完全移除。
可以通过设置 GIT_DEPTH 克隆深度，不详细介绍，可参考 Shallow cloning

废弃的关键字 `types` 和 `type`

关键字 types 和 type 已经废弃。
使用 stages 阶段定义关键字代替 types 。
使用 stage 作业所处阶段关键字代替 type 。

使用 `GIT_CLONE_PATH` 自定义构建目录

在默认情况下，自定义构建目录只有在GitLab Runner运行器配置文件中定义了 custom_build_dir 为 enabled 开启状态时才可使用。
docker 、 kubernetes 运行器默认开启了此功能，而其他运行器默认不会开启此功能。
默认情况下，GitLab Runner运行器将仓库克隆到 $CI_BUILDS_DIR 目录下的一个名称唯一的子目录中，但有时候你的项目可能需要指定一个特殊的路径用来保存下载的仓库，这个时候就可以使用 GIT_CLONE_PATH 变量来指定克隆文件的存放目录。
GIT_CLONE_PATH 必须是 $CI_BUILDS_DIR 的子目录， $CI_BUILDS_DIR 目录各个运行器可能不同。

我们尝试在我们的SHELL运行器上去设置 GIT_CLONE_PATH 目录。

下面是官方给出的一个示例：

1
2
3
4
5
6

variables:
GIT_CLONE_PATH: $CI_BUILDS_DIR/project-name

test:
script:
- pwd

我们仿照这个示例修改 .gitlab-ci.yml 配置文件，并进行提交，修改后的内容如下：

# This file is a template, and might need editing before it works on your project.

see https://docs.gitlab.com/ce/ci/yaml/README.html for all available options

定义全局变量

stages:

build
code_check
test
deploy

build1:
stage: build
variables:
# 数据库信息
SQLALCHEMY_DATABASE_URI: 'mysql+pymysql://root:123456@localhost:3306/bluelog?charset=utf8mb4'
# 不显示执行SQL
SQLALCHEMY_ECHO: "False"
# 设置全局构建目录
GIT_CLONE_PATH: $CI_BUILDS_DIR/sub_folder
script:
- pwd
- export
- echo "Do your build here"
- cloc --version
- echo -e "SQLALCHEMY_DATABASE_URI:${SQLALCHEMY_DATABASE_URI}"
- echo -e "SQLALCHEMY_TRACK_MODIFICATIONS:${SQLALCHEMY_TRACK_MODIFICATIONS}"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
tags:
- bluelog

find Bugs:
stage: code_check
script:
- pwd
- echo -e "SQLALCHEMY_DATABASE_URI:${SQLALCHEMY_DATABASE_URI}"
- echo -e "SQLALCHEMY_TRACK_MODIFICATIONS:${SQLALCHEMY_TRACK_MODIFICATIONS}"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
- SQLALCHEMY_ECHO="Nothing"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
tags:
- bluelog

test1:
stage: test
variables:
# CKEditor富文本设置
CKEDITOR_SERVE_LOCAL: "True"
script:
- pwd
- echo -e "SQLALCHEMY_DATABASE_URI:${SQLALCHEMY_DATABASE_URI}"
- echo -e "SQLALCHEMY_TRACK_MODIFICATIONS:${SQLALCHEMY_TRACK_MODIFICATIONS}"
- echo -e "SQLALCHEMY_ECHO:${SQLALCHEMY_ECHO}"
- echo -e "CKEDITOR_SERVE_LOCAL:${CKEDITOR_SERVE_LOCAL}"
tags:
- bluelog

test2:
stage: test
script:
- echo "Do another parallel test here"
- echo "For example run a lint test"
tags:
- bluelog

deploy1:
stage: deploy
script:
- echo "Do your deploy here"
tags:
- bluelog

提交修改构建目录后，流水线执行失败：

查看作业详情：

可以看到提示 ERROR: Job failed: setting GIT_CLONE_PATH is not allowed, enable `custom_build_dir` feature

意思是说不允许设置 GIT_CLONE_PATH 变量，需要设置 custom_build_dir 属性。

我们参考 The [runners.custom_build_dir] section 来设置 custom_build_dir 属性。

我们查看一下GitLab Runner的配置文件内容:

[root@server ~]# cat /etc/gitlab-runner/config.toml
concurrent = 1
check_interval = 0

[session_server]
session_timeout = 1800

[[runners]]
name = "bluelog runner"
url = "http://192.168.56.14/"
token = "1aXYZ5H9n2y8oauWkz7D"
executor = "shell"
[runners.custom_build_dir]
[runners.cache]
[runners.cache.s3]
[runners.cache.gcs]

我们参考示例:

[runners.custom_build_dir]
enabled = true

开启 custom_build_dir 属性，修改后配置文件内容如下:

[root@server ~]# cat /etc/gitlab-runner/config.toml
concurrent = 1
check_interval = 0

[session_server]
session_timeout = 1800

[[runners]]
name = "bluelog runner"
url = "http://192.168.56.14/"
token = "1aXYZ5H9n2y8oauWkz7D"
executor = "shell"
[runners.custom_build_dir]
enabled = true
[runners.cache]
[runners.cache.s3]
[runners.cache.gcs]

重新触发”build1”作业，看看效果。

此时可以看到，作业开始运行了，并且在 /root/gitlab-runner/builds 目录下生成了四个folder相关的目录:

[root@server builds]# pwd
/root/gitlab-runner/builds
[root@server builds]# ls -ld *folder*
drwxr-xr-x 5 root root 193 Jul 12 23:08 global_folder
drwxr-xr-x 3 root root 26 Jul 12 23:08 global_folder.tmp
drwxr-xr-x 5 root root 193 Jul 12 23:08 sub_folder
drwxr-xr-x 3 root root 26 Jul 12 23:08 sub_folder.tmp

查看”build1”和”find Bugs”作业的详情：

可以看到”build1”作业使用作业级定义的 GIT_CLONE_PATH: $CI_BUILDS_DIR/sub_folder ，仓库会被下载到 /root/gitlab-runner/builds/sub_folder 目录下。

可以看到”build1”作业使用全局级定义的 GIT_CLONE_PATH: $CI_BUILDS_DIR/global_folder ，仓库会被下载到 /root/gitlab-runner/builds/global_folder 目录下。

处理并发(Handling concurrency)

当执行器配置并发数 concurrent 大于1时，有可能导致作业运行失败，因为有可能多个作业都运行在相同的目录上，GitLab Runner运行器并不会去阻止这种情形，管理员和开发人员必须遵守Runner配置的要求。
要避免这种情况，您可以在 $CI_BUILDS_DIR 中使用唯一路径，因为Runner公开了另外两个提供唯一并发ID的变量：
- $CI_CONCURRENT_ID ：给定执行程序中运行的所有作业的唯一ID。
- $CI_CONCURRENT_PROJECT_ID ：在给定执行程序和项目中运行的所有作业的唯一ID。
在任何场景和任何执行器中都应该运行良好的最稳定的配置是在 GIT_CLONE_PATH 中使用 $CI_CONCURRENT_ID 。

例如：

1
2
3
4
5
6

variables:
GIT_CLONE_PATH: $CI_BUILDS_DIR/$CI_CONCURRENT_ID/project-name

test:
script:
- pwd

嵌套路径(Nested paths)

GIT_CLONE_PATH 变量最多只能扩展一次，不支持嵌套的变量路径。

下面定义了两个变量：

1
2
3

variables:
GOPATH: $CI_BUILDS_DIR/go
GIT_CLONE_PATH: $GOPATH/src/namespace/project

GIT_CLONE_PATH 变量扩展一次后，变量成了 $CI_BUILDS_DIR/go/src/namespace/project ，这个时候在路径中有一个变量，而 GIT_CLONE_PATH 变量不会再次扩展 $CI_BUILDS_DIR 导致作业运行失败。

特殊的YAML功能

可以使用特殊的YAML功能，如锚点( ＆ )，别名( * )和合并( << )，这将使您大大降低 .gitlab-ci.yml 的复杂性。

隐藏关键字或作业

如果我们想暂时禁用某个作业，我们可以将该作业的所有行都注释掉，如下示例：

1
2
3

#hidden_job:

script:

- run test

更好的方法是，我们在作业名称前面增加一个点号( . )，这样GitLab CI流水线就会自动处理忽略掉 .hidden_job 作业。

改成下面这样：

1
2
3

.hidden_job:
script:
- run test

锚点(Anchors)

锚点可以让你容易复制文档内容，锚点可以用来复制或继承某些属性，锚点与隐藏作业一起使用可提供作业模板。

下面的例子使用锚点和合并创建了两个作业，test1 和 test2 ，两个作业都是继承自隐藏作业 .job_template ，并且都有他们自己独有的工作脚本定义：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

.job_template: &job_definition # Hidden key that defines an anchor named 'job_definition'
image: ruby:2.1
services:
- postgres
- redis

test1:
<<: *job_definition # Merge the contents of the 'job_definition' alias
script:
- test1 project

test2:
<<: *job_definition # Merge the contents of the 'job_definition' alias
script:
- test2 project

& 用于设置锚点名称为 job_definition ，也就是给隐藏作业设置一个锚点 job_definition 。
<< 合并，将锚点定义的模板内容复制到当前作业的当前位置来。
* 包含锚点的名称 job_definition。

扩展后的配置文件变成下面这样：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

.job_template:
image: ruby:2.1
services:
- postgres
- redis

test1:
image: ruby:2.1
services:
- postgres
- redis
script:
- test1 project

test2:
image: ruby:2.1
services:
- postgres
- redis
script:
- test2 project

再看另外一个示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

.job_template: &job_definition
script:
- test project

.postgres_services:
services: &postgres_definition
- postgres
- ruby

.mysql_services:
services: &mysql_definition
- mysql
- ruby

test:postgres:
<<: *job_definition
services: *postgres_definition

test:mysql:
<<: *job_definition
services: *mysql_definition

扩展后是这样的：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

.job_template:
script:
- test project

.postgres_services:
services:
- postgres
- ruby

.mysql_services:
services:
- mysql
- ruby

test:postgres:
script:
- test project
services:
- postgres
- ruby

test:mysql:
script:
- test project
services:
- mysql
- ruby

可以看到隐藏的关键字或者作业可以方便地用作为模板。

Triggers触发器

当使用触发器令牌触发流水线运行时，触发器可用于强制重建特定分支，标记或提交，并使用API调用。
触发器使用可参考使用流水线触发器触发流水线执行。

忽略CI检查

当你提交的commit日志信息中包含 [ci skip] 或者 [skip ci] (忽略大小写)，提交可以成功但是会忽略流水线的执行。
或者，在 git push 时添加推送选项，如 git push -o ci.skip 。

我们第一次修改配置文件，commit日志为”移除自定义构建目录，测试忽略ci构建 ci skip”，包含有 ci skip 关键字，但是没有左右中括号，进行提交：

但是发现流水线被触发了，正常运行了：

我们第二次修改配置文件，commit日志为”移除自定义构建目录，测试忽略ci构建 [CI Skip]”，包含有 [CI Skip] 关键字，进行提交：

可以发现流水线没有被触发，但是提交已经创建成功了：

我们第三次修改配置文件，commit日志为”测试使用git push添加推送选项”，进行提交：

可以发现流水线没有被触发，但是提交已经创建成功了：

.gitlab-ci.yml 配置文件各个关键字的使用就介绍到这里。

参考：

Next Previous

手机扫一扫

移动阅读更方便

你可能感兴趣的文章

速率限制part3—基于Ambassador API网关实现Java速率限制服务

使用Minikube-in-a-Container和Jenkins构建Istio