Coder Social home page Coder Social logo

testawsdevops's Introduction

Test AWS DevOps

Créer un pipeline de livraison continue avec AWS à partir d'un répertoire Git.

Prérequis

  1. Avoir un compte et se connecter à la console AWS
  2. Disposer d'un repository git du code source hébergé sur Github

Configurer une application avec AWS Elastic Beanstalk

Aller sur la console AWS Elastic Beanstalk et cliquer sur le bouton Créer une nouvelle application.

Donner un nom avotre application (ex: testAWSdevops) et cliquer sur Créer.

Créer un environnement pour votre app en cliquant sur Créer un nouvel environnement.

Pour une application web, sélectionner Environnement de serveur web pui cliquer sur Sélectionner.

Sur l'onglet suivant, dans la section Informations sur l'environnement vous pouvez choisir un sous-domaine et inscrire une description de votre app mais ceci est facultatif.

Dans la section Plateforme, sélectionner le type de serveur voulu. Pour les besoins de ce tuto nous allons choisir ici Node.js.

Dans la section Code de l'application, sélectionner Exemple d'application, car nous allons mette notre code plus tard.

Cliquer sur Créer un environnement et attendre la fin de la création, celà peut prendre quelques minutes.

Créer un projet de génération avec AWS Code Build

Aller sur la console AWS CodeBuild et cliquer sur le bouton Créer un projet.

Donner au projet le nom de l'app suivi de -build (ex: testAWSdevops-build).

Dans la section Source, sélectionner Github puis choisissez votre repo contenant l'application.

Dans la section Webhook, sélectionner Reconstruire à chaque modification du code puis choisissez Une seule génération.

Dans la section Environnement, sélectionner image gérée puis Amazon Linux 2 comme OS. Sélectionner l'environement d'éxecution standard puis aws/codebuild/amazonlinux2-x86_64-standard:3.0 comme image et cliquer sur Nouveau rôle de service.

Dans la section Fichier buildspec, Choisir utiliser un fichier buildspec s'il y a un fichier buildspec.yml à la racine de votre projet, sinon choisir Insérer des commandes de génération, basculer vers l'éditeur et copier ces lignes :

version: 0.2
phases:
    build:
        commands:
            - npm i --save
artifacts:
    files:
        - '**/*'

Cliquer sur Créer un projet de génération puis sur Démarrer la génération et attendre la fin du build.

Créer un pipeline de livraison continue avec AWS Code Pipeline

Aller sur la console AWS CodePipeline et cliquer sur le bouton Créer un pipeline.

Donner au projet le nom de l'app suivi de -pipeline (ex: testAWSdevops-pipeline), s'assurer que nouveau rôle de service est coché puis cliquer sur Suivant.

Dans l'onglet suivant, choisir son fournisseur de source et s'y connecter. Dans notre cas il s'agit de Github. Une fois connecté, choisir le bon repo et la branche master ou main. Vérifier que la détection des modifications est bien cliquée et cliquer sur Suivant.

Dans l'onglet Ajouter une étape de génération, choisir AWS code build comme fournisseur de build, choisir le nom du projet créé précédement et cliquer sur Suivant.

Dans l'onglet Ajouter une étape de déploiement, choisir AWS Elastic Beanstalk comme fournisseur de déploiement, choisir le nom de l'application créé précédement, son environnement et cliquer sur Suivant.

Vérifier la configuration et cliquer sur Créer un pipeline.

Une fois la phase Deploy passée en vert et le message Succeeded, cliquez sur « AWS Elastic Beanstalk ». Vos environnements AWS Elastic Beanstalk figurent dans un nouvel onglet.

L'application à été déployée sur l'URL figurant sur la ligne Devopsgettingstarted-env.


source tuto officiel AWS

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.