6. Mise en place d'un pipeline CI/CD

6.1 Objectif

L'objectif de cette section est de mettre en place un pipeline CI/CD permettant d'automatiser l'intégration, les tests, la construction de l'image Docker et le déploiement sur Kubernetes.

6.2 Technologies utilisées

• GitHub Actions / GitLab CI / Jenkins / ArgoCD : Pour l'automatisation des pipelines CI/CD.
• Docker : Conteneurisation de l'application.
• Kubernetes : Déploiement et orchestration.
• Helm : Gestion des déploiements Kubernetes.
• Prometheus & Grafana : Surveillance des performances après déploiement.

6.3 Étapes du pipeline CI/CD

6.3.1 Déclenchement du pipeline

Le pipeline est déclenché automatiquement lors de :

• Un push sur la branche principale (main ou master).
• Une création de pull request.
• Un tagging pour les versions.

6.3.2 Étape 1 : Tests unitaires et linting

Avant de construire l'image, il est essentiel de vérifier la qualité du code.

Exemple de script GitHub Actions pour exécuter les tests :

name: CI Pipeline
on:
  push:
    branches:
      - main
  pull_request:

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout code
        uses: actions/checkout@v2
      
      - name: Install dependencies
        run: npm install
      
      - name: Run linting
        run: npm run lint
      
      - name: Run unit tests
        run: npm test

6.3.3 Étape 2 : Construction et publication de l’image Docker

Si les tests passent, on construit et publie l’image Docker dans un registre Docker.

Dockerfile utilisé pour la construction

FROM node:18-alpine
WORKDIR /app
COPY package*.json ./
RUN npm install --production
COPY . .
EXPOSE 3000
CMD ["node", "server.js"]

Ajout de l’étape dans le pipeline CI/CD

  build:
    runs-on: ubuntu-latest
    needs: test
    steps:
      - name: Checkout code
        uses: actions/checkout@v2
      
      - name: Log in to Docker Hub
        run: echo "${{ secrets.DOCKER_PASSWORD }}" | docker login -u "${{ secrets.DOCKER_USERNAME }}" --password-stdin
      
      - name: Build Docker image
        run: |
          docker build -t myrepo/myapp:${{ github.sha }} .
          docker tag myrepo/myapp:${{ github.sha }} myrepo/myapp:latest
      
      - name: Push Docker image
        run: |
          docker push myrepo/myapp:${{ github.sha }}
          docker push myrepo/myapp:latest

6.3.4 Étape 3 : Déploiement sur Kubernetes

Après la construction de l’image, elle est déployée sur un cluster Kubernetes.

Exemple de deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      containers:
      - name: myapp
        image: myrepo/myapp:latest
        ports:
        - containerPort: 3000

Ajout de l’étape de déploiement dans le pipeline CI/CD

  deploy:
    runs-on: ubuntu-latest
    needs: build
    steps:
      - name: Configure kubectl
        run: |
          echo "${{ secrets.KUBE_CONFIG }}" > kubeconfig.yaml
          export KUBECONFIG=kubeconfig.yaml
      
      - name: Deploy to Kubernetes
        run: |
          kubectl apply -f deployment.yaml
          kubectl set image deployment/myapp-deployment myapp=myrepo/myapp:${{ github.sha }}

6.3.5 Étape 4 : Surveillance du déploiement

Une fois le déploiement terminé, nous utilisons Prometheus et Grafana pour surveiller les performances.

Vérification de l'état des pods et des services

kubectl get pods
kubectl get services

Affichage des logs de l’application

kubectl logs -f myapp-pod

6.4 Gestion des rollback et versioning

Si une nouvelle version introduit des bugs, il est possible de revenir à une version précédente.

6.4.1 Vérification de l’historique des déploiements

kubectl rollout history deployment myapp-deployment

6.4.2 Annulation d’un déploiement

kubectl rollout undo deployment myapp-deployment

6.5 Améliorations possibles

• Utilisation de Helm pour simplifier la gestion des déploiements.
• Mise en place d’ArgoCD pour une approche GitOps.
• Ajout de tests de charge avec K6 ou JMeter.
• Automatisation des alertes en cas de défaillance via Prometheus Alertmanager.

6.6 Conclusion

Grâce à ce pipeline CI/CD, chaque modification du code est automatiquement testée, construite, publiée et déployée en production sans intervention manuelle. Cela assure un déploiement rapide, fiable et sécurisé.