Nei workflow di GitHub sappiamo bene che, come avviene per Azure DevOps, tutti i job vengono eseguiti di default in "parallelo". Questo potrebbe essere sia un vantaggio che uno svantaggio, ma dipende chiaramente dalle condizioni di business. Il deployment, in particolare, è proprio un esempio di questo.
In molti scenari, infatti, potrebbe voler andare bene fare il deploy in qualsiasi ambiente in qualsiasi condizione, mentre in molti altri potrebbe aver senso avere approval anche per rilasciare del codice nell'ambiente di sviluppo. Vediamo invece uno scenario ibrido:
name: Deploy differenziale on: push: branches: - main jobs: deploy-dev: # ... deploy-staging: if: contains(github.event.head_commit.message, '[qa]') # ... deploy-pre-prod: if: contains(github.event.head_commit.message, '[pre-prod]') # ... deploy-prod: if: contains(github.event.head_commit.message, '[prod]') needs: [ deploy-pre-prod ] environment: production # ...
Nel codice di esempio, non facciamo alcun controllo sul job deploy-dev, quindi, ad ogni update del branch main (diretto o magari per via di una pull request), il codice può essere compilato e distribuito immediatamente. I deploy sugli ambienti di QA e pre-produzione, invece, partiranno subito come per l'ambiente di sviluppo, ma verranno verificate le condizioni di ingresso: in questo caso, i job vengono eseguiti solo nel caso in cui nel messaggio di commit contenga le parole chiave qa oppure pre-prod, ad indicare che c'è una intenzione di andare in quegli ambienti a seguito di una richiesta volontaria.
Il rilascio nell'ambiente di produzione, invece, è un caso a parte. Prima di tutto, questo job non parte in automatico poichè ha una needs specificata. Fintanto che il job di deploy-pre-prod non è stato eseguito correttamente, non può essere avviato. Seconda condizione è data dall'environment che potrebbe richiedere un ulteriore approval manuale, in base alla configurazione di GitHub per questo repository. Terza condizione è sempre la volontà, tramite messaggio di commit, di far partire il deploy nell'ambiente corretto di produzione.
Commenti
Per inserire un commento, devi avere un account.
Fai il login e torna a questa pagina, oppure registrati alla nostra community.
Approfondimenti
Sfruttare GPT-4o realtime su Azure Open AI per conversazioni vocali
Utilizzare Tailwind CSS all'interno di React: primi componenti
Eseguire query manipolando liste di tipi semplici con Entity Framework Core
Supporto ai tipi DateOnly e TimeOnly in Entity Framework Core
Rinnovare il token di una GitHub App durante l'esecuzione di un workflow
Generare token per autenicarsi sulle API di GitHub
Registrare servizi multipli tramite chiavi in ASP.NET Core 8
Utilizzare i primary constructor di C# per inizializzare le proprietà
Eseguire una query su SQL Azure tramite un workflow di GitHub
Persistere la ChatHistory di Semantic Kernel in ASP.NET Core Web API per GPT
Utilizzare il nuovo modello GPT-4o con Azure OpenAI
Triggerare una pipeline su un altro repository di Azure DevOps