在現代軟體開發中，持續集成 (Continuous Integration, CI) 是一個至關重要的流程。透過自動化的構建與測試，開發團隊可以快速發現並解決問題，大幅提高開發效率和產品品質。今天我們將介紹如何使用 Azure DevOps Pipelines 設置 CI 流程。

持續集成 (CI) 是什麼?

持續集成 (CI) 是指開發者頻繁將程式碼提交到共享的版本庫，並透過自動化的測試和構建來快速檢查每次變更是否穩定。CI 的主要目的是減少整合時的衝突，並保證程式碼隨時可以被交付。
CI 的核心目標包括：

• 自動化測試：每次程式碼變更都會觸發測試，以保證新功能不會破壞現有的功能。
• 自動化構建：當程式碼提交後，系統會自動編譯應用程式，確保無法通過編譯的程式碼不會進入生產環境。
• 快速反饋：當測試失敗或編譯出錯時，開發者能快速收到通知並進行修正。

持續集成 (CI) 的好處

透過 Azure Pipelines 進行持續集成，開發團隊可以受益於以下幾個方面：

• 提升團隊協作效率：CI 自動化測試讓開發者可以專注於功能開發，而不用擔心程式碼衝突(conflict)或回滾(rollback)問題。
• 快速識別問題：每次程式碼提交都會自動進行測試，確保每次變更的可靠性，問題能夠早發現、早解決。
• 穩定可預測的交付：通過 CI，開發團隊能夠持續產出穩定且可交付的軟體版本，縮短開發到交付的周期。

Azure DevOps Pipelines 概述

Azure Pipelines 是 Azure DevOps 的一部分，它是一個完整的 CI/CD 解決方案。通過 Azure Pipelines，我們可以：

1. 構建和測試應用程式，支援多種程式語言和框架（如 .NET、Java、Node.js、Python 等）。
2. 自動化測試以確保應用程式的穩定性。
3. 使用 YAML 文件來定義 CI/CD 流程，靈活而且版本可控。

設置 Azure DevOps Pipelines 的步驟

1. 創建 Pipeline 專案

首先，確保已在 Azure DevOps 中創建了一個專案（可以參考之前的文章 Day03 - 使用 Azure DevOps 加速交付）。進入專案後，點擊左側的 Pipelines 選項，然後點擊 Create Pipeline 來開始設置。

2. 連接版本控制庫

Azure Pipelines 支援多種版本控制系統，包括 Azure Repos、GitHub 和 Bitbucket。在本範例中，我們將使用前篇創建的 Azure Repos(Day04 - 使用 Azure DevOps Repos 進行 Git 版本控制)。選擇版本控制系統，然後選擇要建立 CI 的程式碼庫。

3. 選擇構建配置

當連接到版本庫後，Azure Pipelines 會嘗試自動偵測專案的技術棧並建議合適的構建模板。選擇合適的模板（如 Node.js、Python、.NET 等）後，可以根據需要進行自定義。

4. 編寫 YAML 文件

Azure Pipelines 支援使用 YAML 文件來靈活配置 CI 流程。以下範例展示了如何針對 Python 應用程式，自動化構建和測試過程，並在多個 Python 版本上進行驗證。

trigger:
- main

pool:
  vmImage: ubuntu-latest

strategy:
  matrix:
    Python38:
      python.version: '3.8'
    Python39:
      python.version: '3.9'
    Python310:
      python.version: '3.10'
    Python311:
      python.version: '3.11'

steps:
- task: UsePythonVersion@0
  inputs:
    versionSpec: '$(python.version)'
  displayName: 'Use Python $(python.version)'

- script: |
    python -m pip install --upgrade pip
    pip install -r requirements.txt
  displayName: 'Install dependencies'

- script: |
    pip install pytest pytest-azurepipelines
    pytest
  displayName: 'pytest'
  

1. 觸發條件 (trigger)

這段設定告訴 Azure Pipelines，當 main 分支有變更時（例如，推送新的程式碼），自動觸發這個 CI 流程。

• main：指定當 main 分支發生變動（如 push、pull request 合併等）時觸發工作流。這確保每次有新變更提交到主要分支，CI 會自動開始執行。

2. 虛擬機環境 (pool)

Azure Pipelines 允許在多種平台上運行構建工作，這裡使用的是 Ubuntu 最新版本 作為虛擬機映像。

• pool：代表工作流程將在哪個環境上執行。Azure 提供各種預設的映像，如 ubuntu-latest, windows-latest, 和 macos-latest，根據需求選擇不同的 OS。
• vmImage: ubuntu-latest：這裡指定了一台最新版本的 Ubuntu 作為運行環境，用來進行構建與測試流程。

3. 構建策略 (strategy)

這部分使用了 matrix 策略，讓 Azure Pipelines 同時在多個 Python 版本上進行測試。這樣能確保應用程式在多個版本的 Python 上都能正常工作。

• strategy: matrix：Matrix 策略允許同一工作流程在多個環境或版本中執行，這裡針對 Python 的多個版本進行測試。
• Python38, Python39, Python310, Python311：這些代表每次 CI 執行時會針對這四個 Python 版本（3.8、3.9、3.10 和 3.11）進行測試。
• python.version: '3.x'：這是設定變數，指定每個流程要使用的 Python 版本。YAML 文件的變數可以在後續的步驟中引用。

4. 使用指定 Python 版本 (steps)

在這個步驟中，我們使用 Azure Pipelines 提供的 UsePythonVersion 任務來指定 Python 的版本。

• steps：步驟定義了構建和測試過程中的每個動作。這裡的 UsePythonVersion 是一個專門的任務，用來在虛擬機中設定特定的 Python 版本。
• task: UsePythonVersion@0：這是 Azure Pipelines 預設的任務，用來下載並安裝指定版本的 Python。@0 代表這個任務的版本號。
• versionSpec: '$(python.version)'：引用之前 matrix 策略中定義的 Python 版本變數。這樣可以確保每次工作流運行時，會根據不同的 Python 版本進行切換。
• displayName: 'Use Python $(python.version)'：顯示名稱，用來在 Azure Pipelines 界面上顯示當前使用的 Python 版本。

5. 安裝依賴項 (steps)

這個步驟使用 pip 來安裝應用程式的依賴項。

• script：定義要在虛擬機上執行的命令行指令。這裡的指令包括兩部分：
  1. python -m pip install --upgrade pip：使用 Python 更新 pip（Python 的套件管理工具），以確保使用最新版本。
  2. pip install -r requirements.txt：從 requirements.txt 文件中安裝所有的應用程式依賴項。這個文件通常會列出應用程式所需的所有第三方庫和其版本。
• displayName: 'Install dependencies'：這個步驟的顯示名稱，方便在 Azure Pipelines 介面中識別。

6. 執行測試 (steps)

這個步驟使用 pytest 測試框架來運行單元測試。

• pip install pytest pytest-azurepipelines：這行命令安裝 pytest 測試框架以及 pytest-azurepipelines 插件，後者能讓 pytest 測試結果整合到 Azure Pipelines 中。
• pytest：運行 pytest 來執行單元測試，確保應用程式的功能符合預期。
• displayName: 'pytest'：顯示名稱，讓我們清楚地看到這一步是測試步驟。

6. 執行 Pipeline

配置完成後，點擊 Run 來觸發構建流程。Azure Pipelines 將會開始下載依賴、執行測試並構建應用程式。您可以在 Pipelines 頁面查看構建過程的詳細日誌和結果。

小結&預告

持續集成 (CI) 是 DevOps 的基石，可以說是無處不在，它讓開發團隊可以高效、可靠地交付軟體。通過 Azure DevOps Pipelines，我們可以輕鬆設置自動化構建和測試，提升開發效率並保證應用的穩定性。隨著專案的發展，我們可以進一步整合自動化部署流程，實現持續交付 (CD)。明天，我們將進一步探討 持續交付 (CD) 的實踐與應用~

圖片來源

參考文件

自定義 Python 管線

建置和發佈 Python 應用程式