GitLab CI/CD: Pipelines, Runner und DevSecOps

Seminarziel

Die Teilnehmenden erlernen den Aufbau und die Wartung von GitLab-Pipelines mittels der .gitlab-ci.yml. Ziel ist es, Stages und Jobs logisch zu strukturieren, Runner (Shared/Specific) optimal zu konfigurieren und durch den Einsatz von Artifacts und Caching die Build-Zeiten drastisch zu verkürzen.

Inhalt

• 1. Grundlagen der Pipeline-Architektur
  • Die .gitlab-ci.yml: Syntax, Struktur und Best Practices für lesbaren Code.
  • Stages und Jobs: Logische Trennung von Build, Test und Deploy zur Parallelisierung.
  • YAML-Anker und Extends: Redundanz vermeiden durch Wiederverwendung von Code-Bausteinen.
• 2. Runner-Management: Shared vs. Specific
  • Runner-Architektur: Funktionsweise des GitLab Runners und Registrierungsprozess.
  • Executor-Wahl: Docker, Kubernetes oder Shell - wann nutzt man welches Modell?
  • Tags und Policies: Gezielte Zuweisung von Jobs an spezifische Hardware oder Umgebungen.
• 3. Performance-Optimierung: Artifacts und Caching
  • Artifacts: Übergabe von Build-Ergebnissen zwischen Jobs und deren Haltbarkeit.
  • Caching: Strategien zur Beschleunigung von Dependency-Installs (npm, maven, pip).
  • DAG (Directed Acyclic Graph): Jobs unabhängig von Stages starten, um Flaschenhälse zu eliminieren.
• 4. Environments und Deployment-Strategien
  • Environment-Management: Tracking von Deployments auf Staging, Produktion und Preview.
  • Review Apps: Dynamische Testumgebungen pro Merge Request zur visuellen Abnahme.
  • Rollback-Mechanismen: Schnelles Zurückrollen bei Fehlern direkt aus der GitLab-UI.
• 5. Integrierte Security (DevSecOps)
  • SAST & DAST: Statische und dynamische Analyse des Codes auf Sicherheitslücken.
  • SCA (Dependency Scanning): Identifikation von verwundbaren Bibliotheken und Lizenz-Compliance.
  • Secret Detection: Automatisches Verhindern von Passwort-Leaks im Repository.
• 6. Auto DevOps und Templates
  • Auto DevOps: Die Magie hinter den Standard-Pipelines von GitLab verstehen und anpassen.
  • CI/CD Templates: Nutzung und Erstellung von firmenweiten Standards für alle Projekte.
  • Variables & Secrets: Sicherer Umgang mit Passwörtern und API-Keys in der Pipeline.
• 7. Containerisierung und GitLab Registry
  • Container Scanning: Überprüfung von Docker-Images auf Schwachstellen in der Registry.
  • Integrierte Registry: Docker-Images direkt in GitLab bauen, lagern und scannen.
  • Kaniko & Buildah: Docker-Images sicher innerhalb von unprivilegierten Runnern bauen.
• 8. Praxis-Simulation: Die „Safe-to-Prod“ Pipeline
  • Herausforderung: Aufbau einer Pipeline, die bei jedem Push automatisch scannt, testet und ein Review-Environment bereitstellt.
  • Krisen-Übung: Ein simulierter Sicherheits-Fund stoppt das Deployment - Analyse und Behebung.
  • Audit: Optimierung der Pipeline auf Geschwindigkeit und minimale Runner-Kosten.