瀑布模型是否可以利用CI/CD+并仍然被视为瀑布模型

32次阅读
没有评论

问题描述

有人认为DevOps只是将敏捷方法扩展到操作和配置等领域。这让我想知道:传统的瀑布模型是否可以融合CI/CD和配置即代码,并仍然被视为真正的瀑布软件开发方法?

解决方案

请注意以下操作注意版本差异及修改前做好备份。

方案1

我认为可以。瀑布模型和CI/CD的区别在于步骤的组织方式。在瀑布模型中,需求在进行详细设计之前被“最终确定”。设计在实施开始之前被“最终确定”。系统测试在满足需求之后进行。一些类似瀑布模型的模型,如具有这些阶段之间一些重叠的sashimi模型或具有子项目的瀑布模型,在整体系统需求和架构完成后是多个瀑布模型。
这些步骤的组织方式并不会阻止持续集成或代码配置。可以在开发环境中进行持续部署,但在需求完成之前,可能无法进行对生产环境的持续交付或持续部署,这取决于需求完成之前的中间构建的可用性。这些实践在系统实施开始后仍然可以使用。持续集成和自动化测试可以帮助开发人员在系统集成和系统测试活动开始之前发现问题。代码配置可以帮助进行系统的配置管理,使其与软件系统一起进行版本控制,并在需要时在不同的测试和生产环境中进行部署。
高度顺序模型和迭代增量模型之间的关键区别在于对反馈的响应,而不是可以使用的实践。某些实践可能没有太多意义,特别是如果它们是关于获取和响应反馈的。如果您在可以开始对系统进行反馈之前就“最终确定”了需求和设计,利益相关者的反馈很可能会改变这些需求和/或设计。由于需求和设计的工作范围以及对构建系统的影响,后期更改是昂贵的。

方案2

使用脚本或工具来管理容器的启动顺序可能会增加复杂性,并且需要确保容器A和容器B之间的依赖关系正确设置。
另一种方法是编写脚本或使用工具来控制容器的运行顺序。你可以使用docker run命令来手动控制容器的启动顺序,或者使用一些第三方工具来管理容器的依赖关系。

示例:

以下是一个简单的bash脚本示例,可以在容器A启动后启动容器B:

#!/bin/bash
# 启动容器A
docker run -d --name container_a your_image_a
# 等待容器A完全启动
while ! docker exec container_a echo "Container A is ready"; do
  sleep 1
done
# 启动容器B
docker run -d --name container_b your_image_b

在这个示例中,我们首先使用docker run命令启动容器A,并将其命名为container_a。然后,使用一个循环来等待容器A完全启动(这里是通过在容器内运行echo命令来测试)。一旦容器A就绪,我们再使用docker run命令启动容器B,并将其命名为container_b

正文完