Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 7 Stimmen.
Generic Pipelines Using Docker: The Devops Guide to Building Reusable, Platform Agnostic CI/CD Frameworks
Erstellen Sie generische Pipelines, um Ihren DevOps-Arbeitsaufwand insgesamt zu reduzieren und Ihrem Team eine schnellere Bereitstellung zu ermöglichen. Dieses Buch hilft Ihnen, die Vor- und Nachteile der generischen Pipeline-Methodik kennenzulernen, und Sie lernen, Shell-Skripte und Docker zu kombinieren, um generische Pipelines zu erstellen.
In der heutigen Welt der Microservices und agilen Praktiken müssen DevOps-Teams genauso schnell arbeiten wie Feature-Teams. Dies kann eine große Herausforderung sein, wenn Sie mehrere Pipelines pro Anwendung oder Technologie-Stack erstellen. Wie wäre es, wenn Ihre Feature-Teams eine generische Pipeline verwenden könnten, mit der jede Anwendung unabhängig vom technischen Stack erstellt, getestet und bereitgestellt werden kann? Und was wäre, wenn diese Pipeline auch Cloud- und Plattform-unabhängig wäre? Zu schön, um wahr zu sein? Nun, denken Sie noch einmal nach!
In Generic Pipelines Using Docker werden die Prinzipien und Implementierungen untersucht, die Ihnen genau das ermöglichen. Sie werden anhand von Beispielen aus der Praxis und wiederverwendbarem Code lernen. Nach der Lektüre dieses Buches werden Sie über das Wissen verfügen, generische Pipelines zu erstellen, die jedes Team verwenden kann.
Was Sie lernen werden
⬤ Erforschen Sie die Vor- und Nachteile der generischen Pipeline-Methodik.
⬤ Kombinieren Sie Shell-Skripte und Docker, um eine generische Pipeline zu erstellen.
⬤ Implementieren Sie eine Pipeline über CI/CD-Plattformen hinweg.
⬤ Erstellen Sie eine Pipeline, die sich sowohl für zentralisierte als auch für föderierte DevOps-Teams eignet.
⬤ Bauen Sie eine modulare Pipeline mit Komponenten auf, die je nach Bedarf hinzugefügt, entfernt oder ersetzt werden können.
Für wen ist dieses Buch gedacht?
Fachleute, die DevOps einsetzen oder Teil eines DevOps-Teams sind und nach Möglichkeiten suchen, ihre Pipelines zu rationalisieren und mehr Bereitstellungen mit weniger Code durchzuführen.