RousselTMLEARNING

Artículo · DevOps: del descubrimiento a la experiencia

CI/CD (1/5): principios y anatomía de un pipeline

Este artículo está disponible en francés.

1. CI, CD et CD #

Trois pratiques, souvent confondues.

Définitions #

CI, livraison continue, déploiement continu
La différence entre livraison et déploiement continus est la mise en production automatique.
PratiqueDéfinitionCondition
Intégration continue (CI)chaque modification est intégrée à la branche principale, construite et testée automatiquement, plusieurs fois par jourtests automatisés rapides, branches courtes
Livraison continue (Continuous Delivery)chaque version qui passe le pipeline est déployable en production à tout moment, en un clicdéploiement automatisé et reproductible
Déploiement continu (Continuous Deployment)chaque version qui passe le pipeline part automatiquement en productionconfiance totale dans les tests, déploiements progressifs, retour arrière automatique

La CI répond à « mon code s'intègre-t-il avec celui des autres ? », la livraison continue à « puis-je livrer maintenant ? », le déploiement continu supprime la question.

Pourquoi c'est rentable #

  • Des lots plus petits : chaque déploiement change peu de choses, donc casse peu et se diagnostique vite.
  • Un retour rapide : un développeur apprend en minutes qu'il a cassé quelque chose, pas en semaines.
  • Un processus reproductible : la mise en production devient un non-événement.
  • Des métriques DORA meilleures : fréquence de déploiement, délai, taux d'échec et temps de restauration.

2. Anatomie d'un pipeline #

Les étapes du commit à la production.

Les étapes #

Étapes d'un pipeline CI/CD
Les premières étapes doivent être les plus rapides : on échoue tôt.
ÉtapeContenuDurée cible
Commit stagecompilation, tests unitaires, lint, analyse statique, détection de secrets< 10 min
Packageconstruction d'un artefact unique et versionné (image, binaire, paquet)quelques minutes
Tests d'acceptationtests d'intégration et de bout en bout sur un environnement éphémère ou de staging< 30 min
Déploiementpromotion du même artefact vers staging puis productionminutes
Vérificationsmoke tests, analyse des métriques, retour arrière automatique si dégradationminutes

Les briques techniques #

NotionRôle
Déclencheurpush, pull request, tag, planification, déclenchement manuel
Runner / agentmachine (souvent un conteneur éphémère) qui exécute les jobs
Job / étapeunité de travail ; les jobs d'un même stage tournent en parallèle
Cachedépendances réutilisées d'un build à l'autre pour gagner du temps
Artefactrésultat produit par un job et transmis aux suivants ou publié
Environnementcible de déploiement (staging, production) avec ses secrets et ses règles d'approbation
Secretsidentifiants injectés au moment de l'exécution, jamais écrits dans le dépôt

3. Les principes fondamentaux #

Ce qui rend un pipeline fiable.

Build once, deploy many #

On construit l'artefact une seule fois, on lui donne une version immuable (le SHA du commit), et c'est ce même artefact qui est testé puis promu de staging en production. Reconstruire pour la production, c'est déployer quelque chose qui n'a jamais été testé.

Erreur Courante : Une image taguée latest ou reconstruite par environnement casse la traçabilité : impossible de savoir exactement ce qui tourne en production ni de revenir à la version précédente.

Les autres règles #

  1. Pipeline as code : la définition du pipeline est versionnée avec le code (.github/workflows, .gitlab-ci.yml, Jenkinsfile).
  2. Échouer vite : les contrôles rapides d'abord, les plus longs ensuite.
  3. Le pipeline rouge est prioritaire : on répare (ou on annule le commit) avant de continuer.
  4. Configuration externe : l'artefact est identique partout, seule la configuration change (variables, secrets, 12 facteurs).
  5. Reproductibilité : versions d'outils et de dépendances figées, runners éphémères.
  6. Tout passe par le pipeline, y compris les correctifs urgents : sinon le pipeline cesse d'être la source de vérité.

4. Un premier pipeline #

La même logique avec deux outils.

GitHub Actions #

# .github/workflows/ci.yml
name: ci
on:
  push: { branches: [main] }
  pull_request: {}
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with: { python-version: "3.12", cache: pip }
      - run: pip install -r requirements.txt
      - run: pytest -q
  build:
    needs: test
    if: github.ref == 'refs/heads/main'
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: docker build -t app:${{ github.sha }} .

GitLab CI #

# .gitlab-ci.yml
stages: [test, build]
test:
  stage: test
  image: python:3.12
  script:
    - pip install -r requirements.txt
    - pytest -q
build:
  stage: build
  image: docker:27
  services: [docker:27-dind]
  rules: [{ if: '$CI_COMMIT_BRANCH == "main"' }]
  script:
    - docker build -t $CI_REGISTRY_IMAGE:$CI_COMMIT_SHA .
Suite du chapitre : Les quatre leçons suivantes détaillent chaque partie : intégration continue et tests, artefacts et environnements, stratégies de déploiement, puis outils.

📄 CI/CD de bout en bout (1/5) : principes et anatomie d'un pipeline →

Mi seguimiento

  • ⏱ Duración estimada : ≈ 9 min

Inicia sesión para seguir tu progreso y tomar notas. Iniciar sesión

💬 Preguntas sobre esta lección

Todavía no hay preguntas: sé el primero en pedir ayuda o compartir tu configuración.

Hacer una pregunta sobre esta lección →

Artículos recomendados

CI/CD de bout en bout (2/5) : intégration continue, tests et qualité

Réussir l'intégration continue : pyramide des tests, tests unitaires, d'intégration, de contrat e...

CI/CD de bout en bout (3/5) : artefacts, registres et environnements

Livrer en continu : artefacts immuables et versionnés, registres d'images et de paquets, promotio...

CI/CD de bout en bout (5/5) : GitHub Actions, GitLab CI, Jenkins et Argo CD en pratique

Comparer et utiliser les outils CI/CD : GitHub Actions, GitLab CI, Jenkins, Argo CD et Flux ; pip...

CI/CD de bout en bout (4/5) : stratégies de déploiement et retour arrière

Déployer sans interruption et sans risque : recreate, rolling update, blue/green, canary, feature...

Bonnes pratiques DevOps : culture, CI/CD, infrastructure as code et mesure

Bonnes pratiques DevOps : culture et collaboration, intégration et livraison continues, trunk-bas...

DevSecOps : sécuriser la chaîne logicielle de bout en bout

Intégrer la sécurité dans le pipeline DevOps : shift-left, modélisation des menaces, détection de...

Mesurer la performance DevOps : métriques DORA, SPACE et amélioration continue

Mesurer et améliorer la performance de livraison : les métriques DORA (fréquence de déploiement, ...

Observabilité, SRE et gestion des incidents pour les équipes DevOps

Exploiter ce que l'on livre : métriques, logs et traces, golden signals, SLI, SLO et budgets d'er...

Git pour le DevOps : branches, revues de code et versions

Organiser le travail avec Git dans une démarche DevOps : trunk-based development ou GitFlow, bran...

Apoyar

♥ APOYAR

Apoya RousselTM Learning

Los cursos, artículos, prácticas y certificados siguen siendo gratuitos y sin publicidad intrusiva. Una contribución libre, por el importe que elijas, financia el alojamiento, los entornos de prácticas y nuevos contenidos.

Contribuir con PayPal Importe libre · tarjeta o cuenta PayPalMás información
QR code PayPal
O escanea este código QR con tu teléfono

¡Gracias, cada contribución cuenta!