本文档风哥主要介绍GitHub Actions，包括GitHub Actions的概念、特性、优势、架构设计、组件选择、配置、Workflow、集成等内容，参考Red Hat Enterprise Linux 10官方文档中的System administration章节，适合系统管理员和IT人员在生产环境中使用。更多视频教程www.fgedu.net.cn
Part01-基础概念与理论知识
1.1 GitHub Actions的概念
GitHub Actions是GitHub提供的持续集成和持续交付（CI/CD）服务，用于自动化构建、测试和部署软件项目。它与GitHub代码仓库紧密集成，能够在代码提交、PR创建等事件时自动触发工作流。学习交流加群风哥微信: itpux-com
- Workflow：定义整个CI/CD流程的工作流
- Job：工作流中的单个任务
- Step：任务中的单个步骤
- Action：可复用的步骤，封装了特定的功能
- Event：触发工作流的事件，如代码提交、PR创建等
- Runner：执行工作流的代理
1.2 GitHub Actions的特性
GitHub Actions的特性：
- 与GitHub集成：与GitHub代码仓库紧密集成
- 可扩展性：通过Actions市场获取和分享Actions
- 灵活性：支持自定义工作流，适应不同的构建和部署需求
- 并行执行：支持并行执行Job，提高构建效率
- 矩阵构建：支持矩阵构建，测试不同的环境
- 缓存：支持缓存依赖，提高构建速度
- 环境变量：支持设置环境变量
- Artifact：支持存储构建产物
1.3 GitHub Actions的优势
GitHub Actions的优势：
- 集成性：与GitHub代码仓库紧密集成，无需额外配置
- 易用性：配置简单，使用YAML文件定义工作流
- 可扩展性：通过Actions市场获取和分享Actions
- 灵活性：支持自定义工作流，适应不同的构建和部署需求
- 并行执行：支持并行执行Job，提高构建效率
- 免费使用：提供一定的免费使用额度
Part02-生产环境规划与建议
2.1 GitHub Actions架构设计
GitHub Actions架构设计要点：
– GitHub服务器：GitHub代码仓库和Actions配置管理
– GitHub Runner：执行Actions工作流的代理
– Workflow：定义构建、测试和部署流程
– Action：可复用的步骤，封装了特定的功能
– 存储：存储构建产物和缓存
# 部署模式
– GitHub托管Runner：使用GitHub提供的Runner
– 自托管Runner：使用自己的服务器作为Runner
– 混合模式：同时使用GitHub托管Runner和自托管Runner
# 高可用性设计
– 自托管Runner冗余：部署多个自托管Runner，实现高可用性
– 负载均衡：Runner自动负载均衡
– 数据备份：定期备份代码仓库数据
– 灾难恢复：制定灾难恢复计划
2.2 GitHub Actions组件选择
GitHub Actions组件选择要点：
– Workflow：定义整个CI/CD流程的工作流
– Job：工作流中的单个任务
– Step：任务中的单个步骤
– Action：可复用的步骤，封装了特定的功能
– Runner：执行工作流的代理
# Runner类型
– GitHub托管Runner：GitHub提供的Runner，支持多种操作系统
– 自托管Runner：自己部署的Runner，可以是物理机或虚拟机
# 常用Actions
– actions/checkout：检出代码仓库
– actions/setup-node：设置Node.js环境
– actions/setup-java：设置Java环境
– actions/setup-python：设置Python环境
– actions/upload-artifact：上传构建产物
– actions/download-artifact：下载构建产物
– actions/cache：缓存依赖
# 构建工具
– Maven：Java项目构建工具
– Gradle：Java项目构建工具
– Ant：Java项目构建工具
– npm：Node.js项目构建工具
– pip：Python项目构建工具
# 部署目标
– 本地服务器：部署到本地服务器
– 云服务器：部署到云服务器
– Kubernetes：部署到Kubernetes集群
– Docker：部署到Docker容器
– 云服务：部署到AWS、Azure、GCP等云服务
2.3 GitHub Actions最佳实践
GitHub Actions最佳实践：
- 合理规划Workflow：根据项目的需求定义合理的Workflow
- 使用缓存：缓存依赖，提高构建速度
- 使用Artifact：存储构建产物，方便后续部署
- 使用环境变量：使用环境变量管理敏感信息
- 并行执行：合理配置并行执行，提高构建效率
- 使用矩阵构建：测试不同的环境和版本
- 使用自托管Runner：对于大型项目或特殊需求，使用自托管Runner
- 监控Workflow：监控Workflow的执行状态，确保其稳定运行
Part03-生产环境项目实施方案
3.1 GitHub Actions配置
3.1.1 创建GitHub Actions工作流
mkdir -p .github/workflows
# 2. 创建工作流文件
cat > .github/workflows/main.yml << 'EOF'
name: CI
on:
push:
branches: [ master ]
pull_request:
branches: [ master ]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Set up JDK 11
uses: actions/setup-java@v2
with:
java-version: '11'
distribution: 'adopt'
- name: Build with Maven
run: mvn clean package
- name: Test
run: mvn test
EOF
# 3. 提交工作流文件
git add .github/workflows/main.yml
git commit -m "Add GitHub Actions workflow"
git push
# 4. 查看工作流执行状态
# 浏览器访问GitHub项目 > Actions
3.1.2 配置自托管Runner
# 项目 > Settings > Actions > Runners > New self-hosted runner
# 选择操作系统和架构
# 复制安装命令
# 2. 在服务器上安装自托管Runner
# 下载Runner
curl -o actions-runner-linux-x64-2.287.1.tar.gz https://github.com/actions/runner/releases/download/v2.287.1/actions-runner-linux-x64-2.287.1.tar.gz
# 解压Runner
tar xzf actions-runner-linux-x64-2.287.1.tar.gz
# 配置Runner
cd actions-runner
./config.sh –url https://github.com/fgedu/example-project –token runner-token
# 安装Runner服务
sudo ./svc.sh install
# 启动Runner服务
sudo ./svc.sh start
# 验证Runner状态
sudo ./svc.sh status
3.2 GitHub Actions Workflow
3.2.1 定义复杂的Workflow
cat > .github/workflows/ci-cd.yml << 'EOF' name: CI/CD on: push: branches: [ master ] pull_request: branches: [ master ] jobs: build: runs-on: ubuntu-latest steps: - uses: actions/checkout@v2 - name: Set up JDK 11 uses: actions/setup-java@v2 with: java-version: '11' distribution: 'adopt' - name: Cache Maven packages uses: actions/cache@v2 with: path: ~/.m2 key: ${{ runner.os }}-m2-${{ hashFiles('**/pom.xml') }} restore-keys: ${{ runner.os }}-m2 - name: Build with Maven run: mvn clean package - name: Test run: mvn test - name: Upload artifact uses: actions/upload-artifact@v2 with: name: fgedu-app path: target/*.jar deploy: needs: build runs-on: ubuntu-latest if: github.ref == 'refs/heads/master' steps: - uses: actions/checkout@v2 - name: Download artifact uses: actions/download-artifact@v2 with: name: fgedu-app path: target - name: Deploy to production run: | # 部署脚本 echo "Deploying to production..." EOF # 2. 提交工作流文件 git add .github/workflows/ci-cd.yml git commit -m "Add CI/CD workflow" git push # 3. 查看工作流执行状态 # 浏览器访问GitHub项目 > Actions
3.3 GitHub Actions集成
3.3.1 集成Docker
cat > .github/workflows/docker.yml << 'EOF' name: Docker Build and Push on: push: branches: [ master ] tags: [ v* ] jobs: build: runs-on: ubuntu-latest steps: - uses: actions/checkout@v2 - name: Set up Docker Buildx uses: docker/setup-buildx-action@v1 - name: Login to DockerHub uses: docker/login-action@v1 with: username: ${{ secrets.DOCKERHUB_USERNAME }} password: ${{ secrets.DOCKERHUB_TOKEN }} - name: Build and push uses: docker/build-push-action@v2 with: context: . push: true tags: fgedu/fgedu-app:latest EOF # 2. 配置DockerHub凭据 # GitHub项目 > Settings > Secrets > New repository secret
# 添加DOCKERHUB_USERNAME和DOCKERHUB_TOKEN
# 3. 提交工作流文件
git add .github/workflows/docker.yml
git commit -m “Add Docker workflow”
git push
# 4. 查看工作流执行状态
# 浏览器访问GitHub项目 > Actions
3.3.2 集成云服务
cat > .github/workflows/aws.yml << 'EOF' name: Deploy to AWS on: push: branches: [ master ] jobs: deploy: runs-on: ubuntu-latest steps: - uses: actions/checkout@v2 - name: Configure AWS credentials uses: aws-actions/configure-aws-credentials@v1 with: aws-access-key-id: ${{ secrets.AWS_ACCESS_KEY_ID }} aws-secret-access-key: ${{ secrets.AWS_SECRET_ACCESS_KEY }} aws-region: us-east-1 - name: Deploy to EC2 run: | # 部署脚本 echo "Deploying to EC2..." EOF # 2. 配置AWS凭据 # GitHub项目 > Settings > Secrets > New repository secret
# 添加AWS_ACCESS_KEY_ID和AWS_SECRET_ACCESS_KEY
# 3. 提交工作流文件
git add .github/workflows/aws.yml
git commit -m “Add AWS workflow”
git push
# 4. 查看工作流执行状态
# 浏览器访问GitHub项目 > Actions
Part04-生产案例与实战讲解
4.1 GitHub Actions基础配置
某企业通过配置GitHub Actions，实现了对Java项目的自动化构建和测试。
# 前端：GitHub Web界面
# 后端：GitHub服务器
# 构建节点：GitHub托管Runner
# 2. 实施步骤
# 步骤1：创建工作流文件
# 步骤2：配置工作流
# 步骤3：提交工作流文件
# 步骤4：查看工作流执行状态
# 步骤5：测试与验证
# 3. 应用效果
# 实现了对Java项目的自动化构建
# 实现了对Java项目的自动化测试
# 提高了开发效率
# 提高了代码质量
# 工作流文件
cat > .github/workflows/main.yml << 'EOF'
name: CI
on:
push:
branches: [ master ]
pull_request:
branches: [ master ]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Set up JDK 11
uses: actions/setup-java@v2
with:
java-version: '11'
distribution: 'adopt'
- name: Build with Maven
run: mvn clean package
- name: Test
run: mvn test
EOF
4.2 GitHub Actions Workflow配置
某企业通过配置GitHub Actions Workflow，实现了对Java项目的自动化构建、测试和部署。
# 前端：GitHub Web界面
# 后端：GitHub服务器
# 构建节点：GitHub托管Runner
# 部署目标：Docker容器
# 2. 实施步骤
# 步骤1：创建工作流文件
# 步骤2：配置工作流
# 步骤3：配置DockerHub凭据
# 步骤4：提交工作流文件
# 步骤5：查看工作流执行状态
# 步骤6：测试与验证
# 3. 应用效果
# 实现了对Java项目的自动化构建
# 实现了对Java项目的自动化测试
# 实现了对Java项目的自动化部署到Docker容器
# 提高了开发效率
# 提高了代码质量
# 工作流文件
cat > .github/workflows/ci-cd.yml << 'EOF'
name: CI/CD
on:
push:
branches: [ master ]
pull_request:
branches: [ master ]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Set up JDK 11
uses: actions/setup-java@v2
with:
java-version: '11'
distribution: 'adopt'
- name: Cache Maven packages
uses: actions/cache@v2
with:
path: ~/.m2
key: ${{ runner.os }}-m2-${{ hashFiles('**/pom.xml') }}
restore-keys: ${{ runner.os }}-m2
- name: Build with Maven
run: mvn clean package
- name: Test
run: mvn test
- name: Upload artifact
uses: actions/upload-artifact@v2
with:
name: fgedu-app
path: target/*.jar
deploy:
needs: build
runs-on: ubuntu-latest
if: github.ref == 'refs/heads/master'
steps:
- uses: actions/checkout@v2
- name: Download artifact
uses: actions/download-artifact@v2
with:
name: fgedu-app
path: target
- name: Set up Docker Buildx
uses: docker/setup-buildx-action@v1
- name: Login to DockerHub
uses: docker/login-action@v1
with:
username: ${{ secrets.DOCKERHUB_USERNAME }}
password: ${{ secrets.DOCKERHUB_TOKEN }}
- name: Build and push
uses: docker/build-push-action@v2
with:
context: .
push: true
tags: fgedu/fgedu-app:latest
EOF
4.3 GitHub Actions与云服务集成
某企业通过集成GitHub Actions与AWS云服务，实现了对Java项目的自动化构建、测试和部署到AWS EC2。
# 前端：GitHub Web界面
# 后端：GitHub服务器
# 构建节点：GitHub托管Runner
# 部署目标：AWS EC2
# 2. 实施步骤
# 步骤1：创建工作流文件
# 步骤2：配置工作流
# 步骤3：配置AWS凭据
# 步骤4：提交工作流文件
# 步骤5：查看工作流执行状态
# 步骤6：测试与验证
# 3. 应用效果
# 实现了对Java项目的自动化构建
# 实现了对Java项目的自动化测试
# 实现了对Java项目的自动化部署到AWS EC2
# 提高了开发效率
# 提高了代码质量
# 工作流文件
cat > .github/workflows/aws.yml << 'EOF'
name: Deploy to AWS
on:
push:
branches: [ master ]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Set up JDK 11
uses: actions/setup-java@v2
with:
java-version: '11'
distribution: 'adopt'
- name: Build with Maven
run: mvn clean package
- name: Test
run: mvn test
- name: Upload artifact
uses: actions/upload-artifact@v2
with:
name: fgedu-app
path: target/*.jar
deploy:
needs: build
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- name: Download artifact
uses: actions/download-artifact@v2
with:
name: fgedu-app
path: target
- name: Configure AWS credentials
uses: aws-actions/configure-aws-credentials@v1
with:
aws-access-key-id: ${{ secrets.AWS_ACCESS_KEY_ID }}
aws-secret-access-key: ${{ secrets.AWS_SECRET_ACCESS_KEY }}
aws-region: us-east-1
- name: Deploy to EC2
run: |
# 部署脚本
echo "Deploying to EC2..."
# 使用SCP上传文件
scp -i ${{ secrets.AWS_SSH_KEY }} target/*.jar ec2-user@${{ secrets.EC2_INSTANCE_IP }}:/home/ec2-user/
# 使用SSH执行命令
ssh -i ${{ secrets.AWS_SSH_KEY }} ec2-user@${{ secrets.EC2_INSTANCE_IP }} "sudo systemctl restart fgedu-app"
EOF
Part05-风哥经验总结与分享
5.1 GitHub Actions使用经验
GitHub Actions使用经验：
- 合理规划Workflow：根据项目的需求定义合理的Workflow
- 使用缓存：缓存依赖，提高构建速度
- 使用Artifact：存储构建产物，方便后续部署
- 使用环境变量：使用环境变量管理敏感信息
- 并行执行：合理配置并行执行，提高构建效率
- 使用矩阵构建：测试不同的环境和版本
- 使用自托管Runner：对于大型项目或特殊需求，使用自托管Runner
- 监控Workflow：监控Workflow的执行状态，确保其稳定运行
5.2 GitHub Actions故障排查
GitHub Actions故障排查：
- 检查Workflow日志：查看Workflow的执行日志，了解故障原因
- 检查Runner状态：对于自托管Runner，检查其运行状态
- 检查环境变量：确保环境变量配置正确
- 检查网络连接：确保Runner与GitHub服务器的网络连接正常
- 检查权限：确保Runner有足够的权限执行任务
5.3 GitHub Actions的未来发展
GitHub Actions的未来发展趋势：
- 云原生：适应云原生环境的需求
- Kubernetes集成：与Kubernetes深度集成，支持更复杂的部署场景
- AI集成：利用AI技术提高CI/CD的智能化水平
- Workflow增强：增强Workflow的功能和灵活性
- 安全性：加强CI/CD的安全性
- 可观测性：提高CI/CD的可观测性
本文由风哥教程整理发布,仅用于学习测试使用,转载注明出处:http://www.fgedu.net.cn/10327.html
联系我们
在线咨询：
微信号：itpux-com
工作日：9:30-18:30，节假日休息
