Labs Pipeline Craft, Pratique GitLab CI/CD

Les guides expliquent comment GitLab CI/CD fonctionne. Les labs vous font pratiquer. Pipeline Craft est une série de 19 exercices sur un vrai projet Python (FastAPI) : vous forkez le dépôt, vous écrivez du YAML, vous poussez, et le pipeline passe au vert ou au rouge, à vous de diagnostiquer. Chaque lab est rattaché à une leçon de la formation GitLab CI/CD et vous le retrouvez directement après cette leçon dans le parcours. Cette page vous explique comment installer votre copie du projet et jouer les labs.

Ce que vous allez apprendre

Forker et cloner le projet Pipeline Craft pour travailler sur votre propre copie
Jouer un lab de bout en bout : branche de départ, code, push, vérification du pipeline
Vous débloquer en comparant votre travail à la branche solution
Choisir par où commencer selon votre niveau et votre objectif

Le projet fil rouge : Pipeline Craft

Tous les labs s'appuient sur Pipeline Craft, une API REST écrite en Python (FastAPI). Le code est volontairement simple, car c'est le pipeline qui est au centre de chaque exercice, pas l'application.

Le dépôt contient :

6 endpoints (/health, /version, /items en CRUD)
Des tests unitaires (pytest) et un linter (ruff)
Un Dockerfile multi-stage
Un script de déploiement simulé

Il est hébergé sur gitlab.com et embarque toutes les branches des labs : une branche starter/lab-XX (point de départ) et une branche solution/lab-XX (correction) pour chaque exercice.

Comment jouer les labs

Le principe tient en trois gestes : vous créez votre copie du dépôt (un fork), vous la clonez en local, puis vous travaillez sur la branche de départ de chaque lab. Le fork et le clone ne se font qu'une seule fois.

Étape 1 : forkez le dépôt (une seule fois)

Un fork crée une copie du dépôt dans votre espace GitLab. Vous en êtes propriétaire, vous pouvez y pousser du code et voir vos propres pipelines s'exécuter.

Ouvrez le dépôt original

Rendez-vous sur gitlab.com/Bob74/pipeline-craft.
Cliquez sur Fork (bouton en haut à droite)

Gardez les paramètres par défaut (votre namespace personnel, visibilité publique) et validez avec Fork project.
Vous avez votre copie

Elle vit à l'adresse gitlab.com/<votre-pseudo>/pipeline-craft. C'est là que vous travaillez pour tous les labs. Toutes les branches (starter/lab-01, solution/lab-01…) sont copiées automatiquement : pas besoin de re-forker pour chaque lab.

Étape 2 : clonez votre fork en local

# Remplacez <votre-pseudo> par votre nom d'utilisateur GitLab
git clone https://gitlab.com/<votre-pseudo>/pipeline-craft.git
cd pipeline-craft

Vous récupérez le projet sur votre machine. Listez les branches disponibles avec git branch -r : vous devez voir toutes les branches starter/* et solution/*.

Étape 3 : passez sur la branche de départ du lab

# Exemple pour le Lab 01
git checkout starter/lab-01

La branche starter/lab-XX contient l'état exact du projet au début du lab : parfois un pipeline cassé à réparer (Lab 02), parfois un pipeline qui marche mais sans optimisation (Lab 04), parfois aucun pipeline du tout (Lab 01).

Étape 4 : codez, poussez, vérifiez

Suivez les instructions du lab, modifiez les fichiers demandés, puis poussez :

git add -A
git commit -m "ci: solution lab 01"
git push origin starter/lab-01

Ouvrez Build > Pipelines sur votre projet GitLab pour voir le résultat. Pipeline vert ? Passez au lab suivant.

Si vous bloquez

La branche solution/lab-XX contient la correction complète. Comparez votre travail ou basculez dessus pour observer le résultat attendu :

# Voir ce qui diffère entre votre point de départ et la solution
git diff origin/starter/lab-01..origin/solution/lab-01

# Ou observer directement la solution
git checkout solution/lab-01

Le circuit en un coup d'œil

gitlab.com/Bob74/pipeline-craft   ← dépôt original (ne pas modifier)
        │
        ▼  Fork (une seule fois)
gitlab.com/<vous>/pipeline-craft  ← votre copie (vous y poussez)
        │
        ▼  git clone (une seule fois)
~/pipeline-craft/                 ← votre copie locale
        │
        ├── git checkout starter/lab-01   ← point de départ du lab
        ├── … codez, committez, poussez …
        └── git checkout solution/lab-01  ← correction si besoin

Les 19 labs

Les labs suivent la progression de la formation. Ils sont conçus pour être joués dans l'ordre : chaque lab s'appuie sur le .gitlab-ci.yml construit au précédent. Si vous en sautez un, partez de la branche solution/lab-XX du lab d'avant. Dans le parcours, chaque lab apparaît juste après la leçon qu'il met en pratique.

Fondamentaux (labs 01 à 11)

Du premier pipeline à un pipeline complet avec validation, registries, rapports qualité et diagnostic avancé.

Lab	Compétence visée	Leçon liée
01 Premier pipeline	Écrire un `.gitlab-ci.yml` à 3 stages	Premier pipeline
02 Lire un échec	Diagnostiquer un job rouge via les logs	Debug logs
03 Images et runners	Choisir les bonnes images, Docker-in-Docker	Runners
04 Artifacts et cache	Transmettre des fichiers, accélérer le pipeline	Artifacts et cache
05 Sortir les secrets	Variables protégées, masquage, `.env.example`	Variables
06 Contrôler l'exécution	`rules:`, `workflow: rules`, déploiement conditionnel	Rules
07 Valider un pipeline	`glab ci lint`, CI Lint, pré-validation locale	Valider son pipeline
08 Déclencher un pipeline	Schedules, trigger tokens, `$CI_PIPELINE_SOURCE`	Déclencheurs
09 Publier dans le registry	Container Registry, Package Registry, tags	Registries
10 Rapports qualité	JUnit, coverage, badge, Code Quality dans les MR	Rapports qualité
11 Débugger un job bloqué	Diagnostic pending/skipped, tags runner	Debug pending

Industrialisation (labs 12 à 19)

Cache avancé, factorisation du YAML, templates, parallélisme, DAG et pipelines parent-enfant.

Lab	Compétence visée	Leçon liée
12 Accélérer le pipeline	Cache `hashfiles`, images slim, `needs:`	DAG et parallélisme
13 DRY : extends et anchors	Factoriser le YAML avec `extends:` et ancres	Extends et anchors
14 Templates partagés	`include:` local, project, remote, template	Templates
15 Matrices multi-versions	`parallel:matrix` pour tester Python 3.11 et 3.12	Matrices
16 Pipeline parent-enfant	`trigger:include`, pipelines dynamiques	Parent-enfant
17 Workflows branches et MR	MR pipelines, merge trains, release flow	Workflows
18 Fiabilité et retry	`retry:`, `timeout:`, `interruptible:`	Fiabilité
19 Capstone industriel	Reconstruire un pipeline complet sur cahier des charges	Capstone

Par où commencer selon votre niveau

Les labs sont numérotés dans l'ordre d'apprentissage, mais rien ne vous oblige à tout jouer si vous avez déjà des bases.

Votre situation	Point de départ conseillé
Débutant en CI/CD	Lab 01, dans l'ordre
Vous maîtrisez déjà lint + test + build	Lab 04 (cache et artifacts)
Vous êtes à l'aise sur les fondamentaux	Lab 12 (bloc Industrialisation)
Vous préparez la certification Associate	Labs 01 à 11, puis 18 et 19

Variante homelab

Les labs fonctionnent sur gitlab.com avec les runners SaaS partagés. Si vous préférez un GitLab self-managed avec vos propres runners, les fichiers .gitlab-ci.yml restent identiques, seule l'infrastructure d'exécution change :

À retenir

19 labs progressifs sur un vrai projet Python, du premier pipeline à l'industrialisation
Chaque lab cible une compétence précise, validée par un pipeline vert
Le modèle fork + branche vous laisse travailler à votre rythme, avec la solution toujours disponible
Dans le parcours, chaque lab suit la leçon qu'il met en pratique : lisez, puis pratiquez
Une série sécurité viendra compléter les deux blocs actuels

Prochaines étapes

Lab 01, premier pipeline Écrivez votre premier .gitlab-ci.yml à 3 stages

Formation complète Les volets de la formation GitLab CI/CD

Concepts de base Rappel : stages, jobs, runners, images