比特桶管道 - 如何将同一个 Docker 容器用于多个步骤？

Question

我已经使用下面的配置为我的web应用程序设置了连续部署(bitbucket-pipelines.yml)。

pipelines:
  branches:
    master:
        - step:
            name: Deploy to production
            trigger: manual
            deployment: production
            caches:
              - node
            script:
              # Install dependencies
              - yarn install
              - yarn global add gulp-cli

              # Run tests
              - yarn test:unit
              - yarn test:integration

              # Build app
              - yarn run build

              # Deploy to production
              - yarn run deploy

虽然这有效，但我想通过并行运行单元和集成测试步骤来提高构建速度。

pipelines:
  branches:
    master:
        - step:
            name: Install dependencies
            script:
              - yarn install
              - yarn global add gulp-cli

        - parallel:
            - step:
                name: Run unit tests
                script:
                  - yarn test:unit
            - step:
                name: Run unit tests
                script:
                  - yarn test:integration

        - step:
            name: Build app
            script:
              - yarn run build

        - step:
            name: Deploy to production
            trigger: manual
            deployment: production
            script:
              - yarn run deploy

这还有一个优点，就是可以看到比特桶中的不同步骤，包括每一步的执行时间。

这是行不通的，因为每个步骤都创建了一个干净的Docker容器，并且测试步骤上不再安装依赖项。

我知道我可以使用工件在步骤之间共享文件，但这仍然需要创建多个容器，这会增加总执行时间。

如何在多个步骤之间共享同一个 Docker 容器？

Answer 1

我推荐的可能解决方案：

  - step:
        name: Install dependencies
        script:
          - yarn install
          - yarn global add gulp-cli

上面的第一步应该是在预构建的 Docker 容器中，该容器托管在 Docker Hub 上，并通过映像用于部署：用户名/部署 docker：latest。

然后，这两个步骤都可以使用这个容器进行测试。

Answer 2

每个步骤都在自己的Docker容器和自己的卷中运行。因此，您不能在同一个构建容器上运行两个步骤。

您是在尝试优化构建分钟消耗，还是构建完成需要多长时间？

如果您正在优化构建分钟数，请坚持您现在拥有的。由于使用多个步骤和工件的开销会增加一些构建时间。但您将失去这些特性提供的灵活性。此外，您可以尝试确保在构建环境中使用小Docker映像，因为这样可以更快地完成。

如果您正在优化管道完成时间，我建议您使用工件和并行步骤。虽然总的执行时间预计会更长，但您将等待更短的时间来查看管道的结果。

Answer 3

我不久前遇到了同样的问题，并找到了一种方法来做到这一点，我现在正在成功地使用它。

您可以使用Docker的save和loadwith BitBucket的Artifacts来实现这一点。您只需要确保您的图像不会太大，因为BitBucket的Artifacts限制为1GB，您可以使用多阶段构建和其他技巧轻松确保这一点。

- step:
  name: Build app
  script:
  - yarn run build
  - docker save --output <backup-file-name>.tar <images-you-want-to-export>
  artifacts:
  - <backup-file-name>.tar
- step:
  name: Deploy to production
  trigger: manual
  deployment: production
  script:
  - docker load --input <backup-file-name>.tar
  - yarn run deploy

您可能还想使用BitBucket的缓存，这样可以更快地构建Docker图像。例如，您可以使NPM包仅在package时安装。json和纱线。锁定文件更改。

• docker保存（docker 17）：https://devdocs.io/docker~17/engine/reference/commandline/save/index
• docker加载（docker 17）：https://devdocs.io/docker~17/引擎/参考/命令行/负载/索引
• BitBucket工件：https://confluence.atlassian.com/bitbucket/using-artifacts-in-steps-935389074.html
• BitBucket管道缓存：https://confluence.atlassian.com/bitbucket/caching-dependencies-895552876.html