CI/CD实战 - 一行代码自动上线，GitHub Actions + Docker + K8S全搞定！⚡

第14天：CI/CD实战 - 一行代码自动上线，GitHub Actions + Docker + K8S全搞定！⚡

一、最简单的CI/CD流水线（3步上线）

零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目

资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。

传统发布 vs 现代CI/CD：

传统： 代码写完 → 打包 → 传给运维 → 登录服务器 → 停服务 → 上传 → 启动 → 祈祷 🙏 CI/CD： 代码push → 自动构建 → 自动测试 → 自动部署 → 自动通知 ✅

二、10分钟搭建完整流水线

零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目

资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。

步骤1：GitHub仓库配置

1. 打开你的GitHub仓库
2. 点 Settings → Secrets and variables → Actions
3. 添加这些密钥：
   • DOCKER_USERNAME：Docker Hub用户名
   • DOCKER_PASSWORD：Docker Hub密码
   • KUBECONFIG：K8S配置文件（base64编码）

步骤2：创建CI/CD配置文件

在项目根目录创建：.github/workflows/deploy.yml

name:Deploy to Kuberneteson:push:branches:[main]# main分支推送时触发pull_request:branches:[main]# PR时也触发测试jobs:# 1. 测试阶段test:runs-on:ubuntu-lateststeps:-name:检出代码uses:actions/checkout@v3-name:设置JDKuses:actions/setup-java@v3with:java-version:'17'-name:运行测试run:|mvn clean test echo "✅ 测试通过！"# 2. 构建镜像阶段build:needs:test# 依赖test阶段runs-on:ubuntu-lateststeps:-name:检出代码uses:actions/checkout@v3-name:设置JDKuses:actions/setup-java@v3with:java-version:'17'-name:构建JAR包run:mvn clean package-DskipTests-name:登录Docker Hubuses:docker/login-action@v2with:username:${{secrets.DOCKER_USERNAME}}password:${{secrets.DOCKER_PASSWORD}}-name:构建并推送Docker镜像run:|# 构建镜像 docker build -t ${{ secrets.DOCKER_USERNAME }}/user-service:${{ github.sha }} .# 打标签docker tag ${{secrets.DOCKER_USERNAME}}/user-service:${{github.sha}}\ ${{secrets.DOCKER_USERNAME}}/user-service:latest# 推送到Docker Hubdocker push ${{secrets.DOCKER_USERNAME}}/user-service:${{github.sha}}docker push ${{secrets.DOCKER_USERNAME}}/user-service:latest echo "✅ 镜像推送完成！"# 3. 部署到K8S阶段deploy:needs:build# 依赖build阶段runs-on:ubuntu-lateststeps:-name:检出代码uses:actions/checkout@v3-name:设置K8S配置run:|# 创建.kube目录 mkdir -p ~/.kube# 写入K8S配置（从GitHub Secrets读取）echo "${{secrets.KUBECONFIG}}"|base64-d>~/.kube/config# 测试连接kubectl cluster-info echo "✅ K8S连接成功！"-name:部署到K8Srun:|# 替换镜像版本 sed -i "s|IMAGE_TAG|${{ github.sha }}|g" k8s/deployment.yaml# 应用配置kubectl apply-f k8s/# 等待部署完成kubectl rollout status deployment/user-service--timeout=300s echo "🎉 部署成功！服务已上线！"-name:发送通知if:always()run:|if [ "${{ job.status }}" = "success" ]; then echo "✅ 部署成功！" # 可以在这里集成钉钉/微信通知 else echo "❌ 部署失败！" fi

步骤3：创建Dockerfile（简单版）

# Dockerfile FROM openjdk:17-jdk-slim # 复制JAR包 COPY target/*.jar app.jar # 运行应用 ENTRYPOINT ["java", "-jar", "/app.jar"]

步骤4：创建K8S配置文件

零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目

资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。
创建k8s/目录，里面放这些文件：

# k8s/deployment.yamlapiVersion:apps/v1kind:Deploymentmetadata:name:user-servicespec:replicas:2# 2个副本selector:matchLabels:app:user-servicetemplate:metadata:labels:app:user-servicespec:containers:-name:user-serviceimage:你的用户名/user-service:IMAGE_TAG# GitHub Actions会替换ports:-containerPort:8080resources:requests:memory:"512Mi"cpu:"250m"limits:memory:"1Gi"cpu:"500m"livenessProbe:httpGet:path:/actuator/healthport:8080initialDelaySeconds:60periodSeconds:10readinessProbe:httpGet:path:/actuator/health/readinessport:8080initialDelaySeconds:30periodSeconds:5

# k8s/service.yamlapiVersion:v1kind:Servicemetadata:name:user-servicespec:selector:app:user-serviceports:-port:80targetPort:8080type:ClusterIP

# k8s/hpa.yaml（自动扩缩容）apiVersion:autoscaling/v2kind:HorizontalPodAutoscalermetadata:name:user-service-hpaspec:scaleTargetRef:apiVersion:apps/v1kind:Deploymentname:user-serviceminReplicas:2maxReplicas:10metrics:-type:Resourceresource:name:cputarget:type:UtilizationaverageUtilization:70

步骤5：一键部署

# 提交代码gitadd.gitcommit -m"添加CI/CD配置"gitpush origin main# 然后去GitHub Actions页面看进度# 打开 https://github.com/你的用户名/你的仓库/actions

三、高级功能（按需添加）

零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目

资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。

1. 金丝雀发布（逐步放量）

# 在deploy步骤中添加-name:金丝雀发布run:|# 1. 先部署1个副本 kubectl set image deployment/user-service \ user-service=你的用户名/user-service:${{ github.sha }}# 2. 等待健康检查sleep 30# 3. 扩容到2个副本kubectl scale deployment/user-service--replicas=2 echo "🟡 金丝雀发布完成，观察5分钟..." sleep 300# 4. 全量发布kubectl scale deployment/user-service--replicas=4 echo "✅ 全量发布完成！"

2. 自动回滚（出问题自动恢复）

-name:部署并监控run:|# 部署 kubectl apply -f k8s/# 监控5分钟for i in{1..30}; do# 检查Pod状态STATUS=$(kubectl get pods-l app=user-service-o jsonpath='{.items[0].status.phase}') if["$STATUS"!="Running"]; thenecho "❌ Pod状态异常:$STATUS，开始回滚..."# 回滚到上一个版本kubectl rollout undo deployment/user-service# 发送告警curl-X POST "钉钉机器人URL" \-H "Content-Type:application/json" \-d '{"msgtype":"text","text":{"content":"部署失败，已自动回滚"}}' exit 1 fi echo "监控中...($i/30)" sleep 10 done echo "✅ 部署成功，运行稳定"

3. 多环境部署（开发/测试/生产）

# 修改触发条件on:push:branches:-main# 生产环境-staging# 预发环境-develop# 开发环境# 添加环境判断-name:选择环境run:|if [[ "${{ github.ref }}" == "refs/heads/main" ]]; then echo "ENV=production" >> $GITHUB_ENV echo "NAMESPACE=production" >> $GITHUB_ENV elif [[ "${{ github.ref }}" == "refs/heads/staging" ]]; then echo "ENV=staging" >> $GITHUB_ENV echo "NAMESPACE=staging" >> $GITHUB_ENV else echo "ENV=development" >> $GITHUB_ENV echo "NAMESPACE=development" >> $GITHUB_ENV fi-name:部署到对应环境run:|# 设置命名空间 kubectl create namespace ${{ env.NAMESPACE }} 2>/dev/null || true# 部署kubectl apply-f k8s/-n ${{env.NAMESPACE}}

四、GitHub Actions实用技巧

1. 缓存加速（构建快10倍）

-name:缓存Maven依赖uses:actions/cache@v3with:path:~/.m2key:maven-${{hashFiles('**/pom.xml')}}restore-keys:|maven--name:缓存Docker镜像uses:actions/cache@v3with:path:/tmp/.buildx-cachekey:buildx-${{github.sha}}

2. 矩阵测试（一次测多个版本）

test:strategy:matrix:java:['11','17']os:[ubuntu-latest,windows-latest]runs-on:${{matrix.os}}steps:-name:测试Java ${{matrix.java}}run:mvn test

3. 人工审批（生产部署需要确认）

deploy-production:runs-on:ubuntu-latestenvironment:production# 需要审批的环境steps:-name:等待审批run:echo "等待审批..."-name:部署到生产run:|echo "开始部署到生产环境..." # 部署逻辑

4. 定时任务（每天凌晨构建）

on:schedule:-cron:'0 2 * * *'# 每天凌晨2点

五、常见问题解决

1. Docker构建慢？

# 使用多阶段构建 + 缓存 FROM maven:3.8-openjdk-17 AS builder WORKDIR /app # 先只复制pom.xml，利用缓存 COPY pom.xml . RUN mvn dependency:go-offline -B # 再复制源代码 COPY src ./src RUN mvn clean package -DskipTests # 运行阶段 FROM openjdk:17-jdk-slim COPY --from=builder /app/target/*.jar app.jar ENTRYPOINT ["java", "-jar", "/app.jar"]

2. K8S部署失败？

# 查看部署状态kubectl get deployments kubectl get pods kubectl describe pod[pod名称]# 查看日志kubectl logs[pod名称]kubectl logs[pod名称]--previous# 查看之前容器的日志# 进入Pod调试kubectlexec-it[pod名称]-- /bin/sh# 查看事件kubectl get events --sort-by='.lastTimestamp'

3. 镜像拉取失败？

# 在deployment中添加imagePullSecretsspec:template:spec:imagePullSecrets:-name:regcred# 提前创建这个secret

创建secret：

kubectl create secret docker-registry regcred\--docker-server=你的仓库地址\--docker-username=你的用户名\--docker-password=你的密码

4. 内存不足？

# 调整资源限制resources:requests:memory:"256Mi"# 最小256MBcpu:"100m"# 最小0.1核limits:memory:"512Mi"# 最大512MBcpu:"500m"# 最大0.5核

六、完整实战案例

场景：用户服务CI/CD

项目结构： user-service/ ├── src/ # 源代码 ├── target/ # 构建输出 ├── Dockerfile # Docker配置 ├── k8s/ # K8S配置 │ ├── deployment.yaml │ ├── service.yaml │ └── hpa.yaml ├── .github/workflows/ # GitHub Actions │ └── deploy.yml └── pom.xml

工作流程：

1. 开发：写代码 → push到GitHub
2. GitHub Actions：
   • 自动运行测试
   • 自动构建Docker镜像
   • 自动推送到Docker Hub
   • 自动部署到K8S
3. K8S：
   • 自动拉取新镜像
   • 自动重启Pod
   • 自动健康检查
   • 自动扩缩容
4. 通知：自动发送部署结果

监控看板：

在GitHub Actions页面，你可以看到：

• ✅ 绿色：成功
• ❌ 红色：失败
• 🟡 黄色：进行中
• 📊 图表：构建时间趋势

七、更简单的方案：使用现成模板

GitHub Marketplace有很多现成Action：

1. 一键部署到K8S

-name:Deploy to Kubernetesuses:azure/k8s-deploy@v1with:namespace:defaultmanifests:k8s/images:|your-username/your-image:${{ github.sha }}

2. 自动创建PR预览环境

-name:Create Preview Environmentuses:actions/github-script@v6with:script:|// 自动创建PR对应的环境 github.rest.actions.createWorkflowDispatch({ owner: context.repo.owner, repo: context.repo.repo, workflow_id: 'deploy-preview.yml', ref: context.ref })

3. 使用现成CI/CD服务

• Vercel：前端项目，免费
• Netlify：静态网站，免费
• Heroku：后端项目，有免费额度
• Railway：全栈项目，新手友好

八、今天学到什么？

核心思想：

1. 自动化一切：能自动化的都自动化
2. 快速反馈：失败快速发现，快速修复
3. 频繁部署：小步快跑，降低风险
4. 版本一致：开发=测试=生产

具体技能：

1. ✅ GitHub Actions基础使用
2. ✅ 自动化测试、构建、部署
3. ✅ Docker镜像构建和推送
4. ✅ K8S自动化部署
5. ✅ 金丝雀发布和自动回滚
6. ✅ 多环境管理

最佳实践：

1. 代码即配置：所有配置都放Git
2. 流水线即代码：CI/CD配置也放Git
3. 失败优先：测试失败立即停止
4. 渐进式发布：先1%，再10%，再100%
5. 监控一切：部署后自动监控

九、明天预告

明天是最后一天！我们会：

1. 项目实战：完整的电商微服务系统
2. 性能优化：从100QPS到10000QPS
3. 故障演练：模拟真实故障，如何应对
4. 面试必备：微服务面试题大全
5. 学习路线：下一步该学什么

明天见！🎉
零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目

资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。