Jenkins+GitLab+Docker+SpringCloud实现可持续自动化微服务

　　现有混合云平台的场景下，即有线下和线上的环境，又有测试与正式的场景，而且结合了Docker，导致打包内容有所区分，且服务的发布流程复杂起来，手工打包需要在编译阶段就要根据环境到处更改配置，因此纯手工发布增加了实施的难度，需要一个统一的适应各种环境部署的方案。

　　基于微服务的发布流程

　　手动/自动构建 -> Jenkins 调度 K8S API ->动态生成 Jenkins Slave pod -> Slave pod 拉取 Git 代码/编译/打包镜像 ->推送到镜像仓库 Harbor -> Slave工作完成，Pod 自动销毁 ->部署到测试或生产 Kubernetes(K8S)平台。

　　上面是理想状况下的将服务编译打包成镜像上传到镜像库后部署到Kubernetes平台的一个流程，但问题是：

　　我们有线上线下平台，代码在线下GitLab，是出不了外网的，因此线上K8S集群无法拉取代码编译。

　　Jenkins的master所在服务器是CentOS6.5，没有Docker环境，也没有在K8S集群服务器内，因此无法直接执行docker build镜像和 kubectl apply 发布服务到K8S集群。

　　Jenkins的slave节点都是无法访问外网的，线上服务需要Pinpoint而线下环境暂时不需要启用Pinpoint，否则一直报错，因此需要根据选择的环境动态的构建Dockerfile，而且要求整个发布流程可选择。

　　就上面现实问题，我们将发布流程简化：

　　关键点：

　　Docker镜像的打包使用com.spotify的docker-maven-plugin插件结合Dockerfile，调用远程服务器的Docker环境生成镜像。

　　K8S服务部署采用的是ssh方式，将Deployment文件上传到K8S集群服务器，然后执行部署命令。

　　如何利用Dockerfile打包镜像

　　之前也是用com.spotify的docker-maven-plugin插件来打包镜像并推送到私有镜像仓库，但问题是无法根据环境写条件判断，如动态选择是否需要启动pinpoint，线上线下库地址动态更换，导致镜像名前缀也是要动态变化的，此时直接配置无法满足，需要结合Dockerfile来实现。

　　先更改pom文件，指定本项目的Dockerfile文件地址，默认是放在项目根目录下：

      <registryUrl>http://${docker.repostory}</registryUrl>

　　指定远程仓库地址，在主项目的中指定，这里默认线上仓库39.95.40.97:5000

　　http://10.3.87.210:2375

　　指定Docker镜像打包服务器，这里指定线下服务器。

　　${docker.repostory}/${project.artifactId}:${project.version}

　　指定镜像名称 仓库/镜像名:标签

　　${project.basedir}

　　指定Dockerfile文件地址，此处指定项目根目录

　　Dockerfile内容

　　基础镜像用join:0.2，里面包含了pinpoint和监控jvm的promethus客户端包。

　　Jarparam会在Jenkins中动态替换运行时参数，active 指定当前运行环境，这里可能有人提议根据项目yml文件中指定内容自动匹配，因为要考虑到如果自动匹配 更换线上线下环境就需要更改yml配置文件后又要上传到gitlab，如此没有必要多做一步，直接在Jenkins中当作参数指定最为便捷。

　　此处Dockerfile是通用模板，如果有特殊内容添加，可自行更改，此时的模板需要在Jenkins运行时替换参数后才有用，如果想直接在本机运行打包，可手动替换参数内容后运行：

　　clean package -DskipTests docker:build

　　推送

　　clean package -DskipTests docker:build -DpushImage

　　Jenkins发布流程

　　利用Jenkins的pipeline构建流水线

　　Pipeline也就是构建流水线，对于程序员来说，最好的解释是：使用代码来控制项目的构建、测试、部署等。使用它的好处有很多，包括但不限于：

　　l 使用Pipeline可以非常灵活的控制整个构建过程;

　　l 可以清楚的知道每个构建阶段使用的时间，方便构建的优化;

　　l 构建出错，使用stageView可以快速定位出错的阶段;

　　l 一个job可以搞定整个构建，方便管理和维护等。

　　Pipeline 支持两种语法，声明式和脚本式。这两种方法都支持构建持续交付流水线，都可以通过 web UI 或 Jenkinsfile 文件来定义 Pipeline(通常认为创建 Jenkinsfile 文件并上传到源代码控制仓库是最佳实践)

　　Jenkinsfile 就是一个包含对 Jenkins Pipeline 定义的文本文件，会上传到版本控制中。下面的 Pipeline 实现了基本的 3 段持续交付流水线。

　　声明式 Pipeline：

对应的脚本式 Pipeline：

　    注意，所有的 Pipeline 都会有这三个相同的 stage，可以在所有项目的一开始就定义好它们。下面演示在 Jenkins 的测试安装中创建和执行一个简单的 Pipeline。

　　假设项目已经设置好了源代码控制仓库，并且已经按照入门章节的描述在 Jenkins 中定义好了 Pipeline。

　　使用文本编辑器（最好支持 Groovy 语法高亮显示），在项目根目录中创建 Jenkinsfile。

上面的声明式 Pipeline 示例包含了实现一个持续交付流水线所需的最少步骤。必选指令 agent 指示 Jenkins 为 Pipeline 分配执行程序和工作空间。没有 agent 指令的话，声明式 Pipeline 无效，无法做任何工作！默认情况下 agent 指令会确保源代码仓库已经检出，并且可用于后续步骤。

　　stage 和 step 指令在声明式 Pipeline 中也是必须的，用于指示 Jenkins 执行什么及在哪个 stage 中执行。

　　对于脚本式 Pipeline 的更高级用法，上面的示例节点是至关重要的第一步，因为它为 Pipeline 分配了一个执行程序和工作空间。如果没有 node，Pipeline 不能做任何工作！在 node 内，业务的第一阶段是检出此项目的源代码。由于 Jenkinsfile 是直接从源代码控制中提取的，因此 Pipeline 提供了一种快速简单的方法来访问源代码的正确版本：

　　这个 checkout 步骤会从源代码控制中检查代码，scm 是特殊变量，它指示运行检出步骤，复制触发了这次 Pipeline 运行的指定版本。

　　最终的流程样式：

　　一般用声明式来构建流水，实际操作过程中还是发现脚本式构建更顺手，而且Groovy语言更方便查资料，因此下面以脚本构建为主演示一个流程。

　　1.新建任务

　　2.填写任务名和描述，由于防止构建历史太多，只保留3个。

　　3.添加构建时全局构建参数，用来构建流程动态选择环境，这里有两种方式，一种是直接在页面上添加，如下图，一种是在Jenkinsfile中添加(第一次构建时不会出现选项，第二次构建才会出现，因此首次构建需要试构建，暂停再刷新页面才会有选择框)，两种最张效果一样，这里为了方便采用Jenkinsfile来添加全局参数。

　　Jenkinsfile中添加

　　4.选择源码代码库：

　　需要添加认证，将Jenkins的ssh秘钥添加到GitLab的页面中，且需要将此处gitlab中joint用户添加到需要拉取代码的项目中才有权限拉取代码。

　　Jenkinsfile位置放在项目的根目录。

　　5. Jenkinsfile中指定maven目录地址

　　MVNHOME = '/opt/maven354'

　　为防止手工填写项目名和版本号等一系列信息，因此直接读取pom文件中要编译项目的这些信息给全局变量：

　　6.编译

　　利用maven构建，利用上面的内容先替换掉Dockerfile、Deployment中的变量，再根据选择的条件是否启用pinpoint和promethus，最后编译。

　　需要注意的是pinpoint的pinpoint.applicationName不能操作24个字符，否则启用不成功，因此超过的直接截断。

　　Department文件详情看后文。

　　跳过测试编译打包 '${MVNHOME}/bin/mvn' -DskipTests clean package 需要在Jenkins服务器安装maven环境，还有指定maven的jar包私有仓库地址。

　　7. Docker打包

　　前提是上一步指定pom文件中的镜像仓库和Dockerfile中的内容是替换后的完整内容。

　　sh "'${MVNHOME}/bin/mvn' docker:build"

　　8. 推送镜像

　　sh "'${MVNHOME}/bin/mvn' docker:push"

　　如何发布服务到K8S集群

　　前面几步已经将项目打包并生成了镜像并推送到了私有仓库，下面就是部署服务到K8S集群。

　　先看看Department.yaml文件：

---apiVersion: apps/v1

kind: Deployment

metadata:

 name: {artifactId}

 namespace: default

 labels:

 app: {artifactId}

 version: {version}

spec:

 selector:

 matchLabels:

 app: {artifactId}

 replicas: 1 template:

 metadata:

 labels:

 app: {artifactId}

 annotations:

 prometheus.io.jmx: "true" prometheus.io.jmx.port: "1234" spec:

 containers:

 - name: {artifactId}

 image: {image}

 # IfNotPresent\Always imagePullPolicy: Always

 ports:

 - name: prometheusjmx

 containerPort: 1234 livenessProbe: #kubernetes认为该pod是存活的,不存活则需要重启 httpGet:

 path: /health

 port: {port}

 scheme: HTTP

 initialDelaySeconds: 60## 设置为系统完全启动起来所需的最大时间+若干秒timeoutSeconds: 5 successThreshold: 1 failureThreshold: 5 readinessProbe: #kubernetes认为该pod是启动成功的 httpGet:

 path: /health

 port: {port}

 scheme: HTTP

 initialDelaySeconds: 40## 设置为系统完全启动起来所需的最少时间timeoutSeconds: 5 successThreshold: 1 failureThreshold: 5 env:

 - name: eureka-server

 value: "eureka-server.default.svc.cluster.local"- name: eureka-server-replica

 value: "eureka-server-replica.default.svc.cluster.local" resources:

 # 5%的CPU时间和700MiB的内存 requests:# cpu: 50m memory: 700Mi

 # 最多允许它使用 limits:# cpu: 100m memory: 1000Mi

 # 指定在容器中挂载路径 volumeMounts:

 - name: logs-volume

 mountPath: /logs

 - name: host-time

 mountPath: /etc/localtime

 readOnly: true

 - name: host-timezone

 mountPath: /etc/timezone

 readOnly: true

 - name: pinpoint-config

 mountPath: /app/pinpoint-agent/pinpoint.config

 volumes:

 - name: logs-volume

 hostPath:

 # 宿主机上的目录path: /logs

 - name: host-time

 hostPath:

 path: /etc/localtime

 - name: host-timezone

 hostPath:

 path: /usr/share/zoneinfo/Asia/Shanghai

 - name: pinpoint-config

 configMap:

 name: pinpoint-config

 # 运行在指定标签的节点，前提是先给节点打标 kubectl label nodes 192.168.0.113 edgenode=flow# nodeSelector:# edgenode: flow---apiVersion: v1

kind: Service

metadata:

 name: {artifactId}

 namespace: default

 labels:

 app: {artifactId}

 version: {version}

spec:

 selector:

 app: {artifactId}

 ports:

 - name: tcp-{port}-{port}

 protocol: TCP

 port: {port}

 targetPort: {port}

　　里面的变量会在前面几步自动替换掉。

　　添加了prometheus收集jvm的内容：

　　prometheus.io.jmx: "true"

　　prometheus.io.jmx.port: "1234"

　　containerPort: 1234

　　将pinpoint的配置内容pinpoint.config用configMap 保存，方便更改内容。

　　其它内容不在此详解，可自行google。

　　网上资料一般发布服务都是直接kubectl deploy，这种情况只适用于jenkins的服务器已包含在K8S服务器集群中。第二种情况是在K8S集群服务器里面生成Jenkins的一个slave节点，然后在pipeline里面设置node(“k8s”){ ……} 里面发布，具体方法自行google。

　　这里为了避免麻烦，采用直接SSH到K8S服务器集群的方案发布服务。

　　配置sshagent

　　SSH Agent Plugin ：sshagent方法支持，用于上传构建产物到目标服务器，使用详情见：

http://wiki.jenkins.io/display/JENKINS/SSH+Agent+Plugin

　　在Jenkins插件库搜索后直接下载安装(需要连外网环境)，生产环境已安装，直接使用。

　　使用：

　　sshagent(credentials: ['deploy_ssh_key_23']) {

　　sh "scp -P 2222 -r Deployment.yaml [email protected]:/docker/yaml/Deployment-${artifactId}.yaml"

　　sh "ssh -p 2222 [email protected] 'kubectl apply -f /docker/yaml/Deployment-${artifactId}.yaml && kubectl set env deploy/${artifactId} DEPLOY_DATE=${env.BUILD_ID}'"

　　}

　　先用ssh远程到K8S集群中的服务器，将Deployment文件上传，然后再远程执行kubectl apply发布服务。

　　为了避免误操作，在发布前做了发布确认提示判断。

　　timeout(time: 10, unit: 'MINUTES') {

　　input '确认要部署吗?'

　　}

　　以上流程已完成整个流程，然后可以去K8S环境去看服务是否有正常运行。

　　关于测试

　　上面的过程没有加入代码测试、代码质量分析SonarQube、发布后服务测试的阶段(Selenium是一套完整的Web应用程序测试系统http://www.51testing.com/zhuanti/selenium.html)，后续可以接入。

　　如何进行多模块如何构建

　　很多项目采用的是多模块构成，因此每个项目配置和发布要求不一样，需要单独编译到部署，所以每个模块都需要独立的Dockerfile和Deployment文件，Jenkinsfile通用一份，然后在发布时自动弹出模块列表，选择需要发布的模块进行编译发布。

　　//需要处理的项目多项目时先进入子项目

　　projectwk ="."mainpom = readMavenPom file:'pom.xml'//存在多个模块时，选择其中一个进行编译if(mainpom.modules.size() > 0 ) {

　　echo "项目拥有模块==${mainpom.modules}" timeout(time: 10, unit:'MINUTES') {

　　defselproj = input message:'请选择需要处理的项目', parameters: [choice(choices: mainpom.modules, description:'请选择需要处理的项目', name:'selproj')] //, submitterParameter:'project' projectwk = selproj

　　echo "选择项目=${projectwk}" }

　　}

　　读取主项目的pom中的modules判断是否包含多个模块，供用户选择。

　　然后根据选择的模块进行编译，dir进入选择的模块读取信息并编译。

　　dir("${projectwk}") {

pom = readMavenPom file:'pom.xml' echo "group: ${pom.groupId}, artifactId: ${pom.artifactId}, version: ${pom.version} ,description: ${pom.description}" artifactId ="${pom.artifactId}" version ="${pom.version}" description ="${pom.description}"}

完整的Jenkinsfile

properties([

 parameters([string(name: 'PORT', defaultValue:'7082', description:'程序运行端口'),choice(name:'ACTIVE_TYPE', choices: ['dev','prd','local'], description:'程序打包环境'),choice(name:'ENV_TYPE', choices: ['online','offline'], description:'线上、还是线下环境'),booleanParam(name:'ON_PINPOINT', defaultValue: true, description:'是否添加Pinpoint监控'),booleanParam(name:'ON_PROMETHEUS', defaultValue: true, description:'是否添加Prometheus监控'),string(name:'EMAIL', defaultValue:'[email protected]', description:'打包结果通知')])

])

node {

 stage('Prepare') {

 echo "1.Prepare Stage" MVNHOME ='/opt/maven354'//echo"UUID=${UUID.randomUUID().toString()}" checkout scm

 //需要处理的项目多项目时先进入子项目

 projectwk ="." mainpom = readMavenPom file:'pom.xml' repostory ="${mainpom.properties['docker.repostory']}"//存在多个模块时，选择其中一个进行编译

 if(mainpom.modules.size() > 0 ) {

 echo "项目拥有模块==${mainpom.modules}" timeout(time: 10, unit:'MINUTES') {

 defselproj = input message:'请选择需要处理的项目', parameters: [choice(choices: mainpom.modules, description:'请选择需要处理的项目', name:'selproj')] //, submitterParameter:'project' projectwk = selproj

 echo "选择项目=${projectwk}" }

 }

 dir("${projectwk}") {

 pom = readMavenPom file:'pom.xml' echo "group: ${pom.groupId}, artifactId: ${pom.artifactId}, version: ${pom.version} ,description: ${pom.description}" artifactId ="${pom.artifactId}" version ="${pom.version}" description ="${pom.description}" }

 script {

 GIT_TAG = sh(returnStdout: true, script:'/usr/local/git/bin/git rev-parse --short HEAD').trim()

 echo "GIT_TAG== ${GIT_TAG}" }

 image ="192.168.4.2:5000/${artifactId}:${version}"if(params.ENV_TYPE =='offline'|| params.ENV_TYPE == null) {

 sh "sed -i 's#39.95.40.97:5000#10.3.80.50:5000#g' pom.xml" image ="10.3.80.50:5000/${artifactId}:${version}" }

 }

 if(mainpom.modules.size() > 0 ) {

 stage('编译总项目') {

 sh "'${MVNHOME}/bin/mvn' -DskipTests clean install" }

 }

 dir("${projectwk}") {

 stage('编译模块') {

 echo "2.编译模块 ${artifactId}"defjarparam=''defpinname = artifactId

 if( pinname.length() > 23) {

 pinname = artifactId.substring(0,23)

 }

 //添加pinpoint

 if(params.ON_PINPOINT) {

 jarparam ='"-javaagent:/app/pinpoint-agent/pinpoint-bootstrap-1.8.0.jar","-Dpinpoint.agentId={pinname}", "-Dpinpoint.applicationName={pinname}",' }

 //添加prometheus

 if(params.ON_PROMETHEUS) {

 jarparam = jarparam +'"-javaagent:/app/prometheus/jmx_prometheus_javaagent-0.11.0.jar=1234:/app/prometheus/jmx.yaml",' }

 sh "sed -i 's#{jarparam}#${jarparam}#g' Dockerfile" sh "sed -i 's#{description}#${description}#g;s#{artifactId}#${artifactId}#g;s#{version}#${version}#g;s#{active}#${params.ACTIVE_TYPE}#g;s#{pinname}#${pinname}#g' Dockerfile" sh "sed -i 's#{artifactId}#${artifactId}#g;s#{version}#${version}#g;s#{port}#${params.PORT}#g;s#{image}#${image}#g' Deployment.yaml" sh "'${MVNHOME}/bin/mvn' -DskipTests clean package" stash includes: 'target/*.jar', name:'app' }

 stage('Docker打包') {

 echo "3.Docker打包" unstash 'app' sh "'${MVNHOME}/bin/mvn' docker:build" }

 stage('推送镜像') {

 echo "4.Push Docker Image Stage" sh "'${MVNHOME}/bin/mvn' docker:push" }

 timeout(time: 10, unit:'MINUTES') {

 input '确认要部署吗？' }

 stage('发布') {

 if(params.ENV_TYPE =='offline'|| params.ENV_TYPE == null) {

 sshagent(credentials: ['deploy_ssh_key_34']) {

 sh "scp -r Deployment.yaml [email protected]:/docker/yaml/Deployment-${artifactId}.yaml" sh "ssh [email protected] 'kubectl apply -f /docker/yaml/Deployment-${artifactId}.yaml && kubectl set env deploy/${artifactId} DEPLOY_DATE=${env.BUILD_ID}'" }

 } else {

 sshagent(credentials: ['deploy_ssh_key_238']) {

 sh "scp -P 22 -r Deployment.yaml [email protected]:/docker/yaml/Deployment-${artifactId}.yaml" sh "ssh -p 22 [email protected] 'kubectl apply -f /docker/yaml/Deployment-${artifactId}.yaml && kubectl set env deploy/${artifactId} DEPLOY_DATE=${env.BUILD_ID}'" }

 }

 echo "发布完成" }

 }

 stage('通知负责人'){// emailext body:"构建项目:${description}\r\n构建完成", subject:'构建结果通知【成功】', to:"${EMAIL}" echo "构建项目:${description}\r\n构建完成" }

}

　　将Jenkinsfile文件放在项目根目录，然后将源码都上传到GitLab。

　　打开BlueOcean，这是Jenkins新出的美化页面。

　　选择自己的项目。

　　进入后点击运行，其中会弹出框选择发布参数(这里需要手工填写发布的端口，由于采用配置中心化，端口无法自动读取)。

　　进入查看流程状态，失败会有相应的提示：

　　显示发布服务

　　在K8S内查看部署的服务启动情况。

　　Jenkinsfile Pipeline

　　还可以进入项目后，有个流水线语法：

　　选择想要的功能，生成：

　　Jenkins还可用作发布Vue前端项目，具体内容可参考 Jenkins自动化构建vue项目然后发布到远程服务器 文档。

　　Jenkins要发布Net服务需要有一台windows的Jenkins slave，还需要在此节点上安装编译器MSBuild框架，Git框架、更改服务器上的IIS权限等功能，最后文件分发到其它windows服务器，过程比较繁琐，若无发布审核建议直接通过VS自带发布功能发布程序。

　　文末惊喜：每天都会分享技术文章，同时免费分享Java技术教程，习题资料，面试真题，需要的朋友呢可以在关注极悦java学院官网。随时都可以看到最新Java技术教程。