Aller au contenu
CI/CD & Automatisation medium

Volet 1 : Fondamentaux Dagger en Python

4 min de lecture

Ce premier volet vous amène du « script Python qui build » au « pipeline complet et reproductible ». Vous apprendrez l'API Dagger, le cycle async, la gestion des fichiers, et surtout le cache qui fait toute la différence.

  • Mental model : comprendre l'architecture "local-first" de Dagger
  • Container API : manipuler images, commandes et variables d'environnement
  • Fichiers : monter des répertoires, récupérer des outputs
  • Tests : intégrer pytest et générer des rapports
  • Build : créer des images OCI reproductibles
  • Cache : accélérer drastiquement vos pipelines
  • Secrets : injecter des credentials sans fuites
  • CI : exécuter le même pipeline en local et en GitLab/GitHub
#ModuleNiveauFocus
1Mental model "local-first"Débutantengine, CLI, local vs CI
2Installation & "Hello Pipeline"Débutantprojet, env, premiers conteneurs
3Connexion, cycle async, erreursDébutantconnect, logs, exceptions
4Container API : images, exec, envDébutantfrom_, with_exec, variables
5Fichiers & workspaceDébutantdir, mounts, outputs
6Tests : pytest + rapportsIntermédiairejunit, couverture, artefacts
7Build d'image : reproductibilitéIntermédiairebuild context, tags, metadata
8Caching : layers vs volumes vs fonctionsIntermédiaireperfs, invalidation
9Secrets (sans fuites)Intermédiaireinjection, logs, bonnes pratiques
10Paramétrage : config, matrix simpleIntermédiaireoptions, branches, versions
11Intégration CI (GitLab/GitHub)Intermédiaireexécuter le même pipeline en CI
12Synthèse : pipeline complet "propre"Intermédiairemini-capstone

Avant de commencer ce volet :

  • Python 3.10+ : connaissance des bases (fonctions, classes, async)
  • Git : cloner un repo, commits, branches
  • Terminal : navigation, commandes de base
  • Docker ou Podman : installé et fonctionnel

Tout au long du Volet 1, vous travaillerez sur un projet Python minimal (hello-dagger) que vous enrichirez à chaque module :

  1. Installation : initialiser Dagger sur le projet
  2. Tests : ajouter pytest et générer des rapports
  3. Build : créer une image Docker
  4. CI : exécuter le pipeline en GitLab/GitHub

Ce site vous est utile ?

Sachez que moins de 1% des lecteurs soutiennent ce site.

Je maintiens +700 guides gratuits, sans pub ni tracking. Un soutien, même symbolique, m'aide à couvrir l'hébergement et à garder ces ressources gratuites. Merci pour votre appui.

Le formulaire ne s'affiche pas ? Ouvrir Ko-fi dans un onglet.

Abonnez-vous et suivez mon actualité DevSecOps sur LinkedIn