Mise à jour :
Dans cet article, j’explique comment déployer une machine sur Google Cloud Platform avec Terraform et la configurer avec Ansible. J’y montre la création d’un projet GCP, le provisionnement d’une instance de VM et la configuration d’un compte de service pour l’inventaire dynamique d’Ansible. Enfin, j’explique comment utiliser un playbook pour configurer la machine une fois provisionnée dans GCP.
Dans cet article, je réponds aux questions fréquentes sur Ansible, en couvrant des sujets comme la gestion des exceptions avec les blocks et rescue, l’ignoration des erreurs d’hôtes inaccessibles avec ignore_unreachable et l’exécution de tâches asynchrones. Je partage également des astuces pour simplifier l’écriture des playbooks avec module_defaults et l’utilisation des ancres et alias YAML. Ces tips vous aideront à améliorer vos playbooks Ansible dans vos environnements DevOps.
Dans cet article, j’explique comment configurer un tableau de bord pour surveiller plusieurs pipelines GitLab CI avec Grafana et Prometheus. J’exploite l’API de GitLab pour récupérer les métriques des pipelines, sans licence payante, en utilisant un Personal Access Token (PAT). Ensuite, je montre comment configurer un exportateur de pipelines et visualiser les données dans des tableaux de bord Grafana pour un suivi en temps réel.
Dans cet article, j’explique comment utiliser un inventaire dynamique avec Vagrant et Ansible. Vagrant génère automatiquement un fichier d’inventaire pour Ansible, que vous pouvez utiliser dans vos commandes ou configurer dans ansible.cfg. Je montre également comment ajouter des variables et groupes aux machines virtuelles en modifiant le fichier de configuration Vagrant, afin d’améliorer la flexibilité et la gestion de l’inventaire dans vos projets DevOps.
Cet article explique comment utiliser BuildKit pour créer des images multi-architecture avec Docker. Il décrit les étapes d’installation du builder avec QEMU, puis la configuration du multi-platform build en ajoutant des nœuds au builder pour supporter des architectures comme amd64, arm64 et d’autres. L’article inclut également des exemples de commandes Docker pour tester et valider la création d’images pour différentes architectures, tout en optimisant les performances avec BuildKit.
Dans cet article, j’explique comment valider une image Docker avec container-structure-test, un outil permettant de tester la structure d’une image, y compris les fichiers, commandes et métadonnées. Je guide l’installation et la configuration des tests à l’aide de fichiers JSON ou YAML. Cette méthode garantit que les images sont conformes aux attentes dans un pipeline CI/CD, assurant leur fonctionnalité et leur sécurité dans des workflows DevOps.
Dans cet article, j’explique comment utiliser Whaler pour faire du reverse engineering d’images Docker. Whaler permet de recréer un Dockerfile à partir d’une image existante, d’identifier les fichiers ajoutés via les commandes ADD ou COPY, de trouver les ports ouverts et de lister les variables d’environnement. Cet outil est utile pour comprendre comment une image a été construite et détecter d’éventuels secrets cachés dans les fichiers ajoutés aux couches de l’image.
Dans cet article, j’explique comment personnaliser Visual Studio Code pour le rendre plus agréable à utiliser. Je vous montre comment changer le thème de couleur, personnaliser les icônes et même ajouter un fond d’écran. Grâce à des extensions disponibles, vous pouvez modifier ces éléments visuels simplement en ajustant le fichier settings.json. Vous apprendrez aussi à changer la police de caractères pour une expérience de développement plus personnalisée.
Dans cet article, j’explique comment lancer des tests unitaires pour une application Django à l’aide de Docker et docker-compose. J’y montre comment configurer un Dockerfile et un fichier docker-compose.yml pour exécuter ces tests sans avoir besoin d’installer PostgreSQL localement. Je présente également l’intégration des tests dans un pipeline GitLab CI, avec un rapport de couverture de code pour assurer la qualité des applications Django.
Dans cet article, j’explique comment utiliser les jobs parallèles dans GitLab CI pour accélérer les pipelines en exécutant plusieurs tests ou builds simultanément. J’explore l’utilisation du parallel: X pour lancer des clones de jobs avec des variables comme CI_NODE_INDEX et CI_NODE_TOTAL, puis je montre comment utiliser l’option matrix pour exécuter des jobs sur plusieurs versions d’un langage, par exemple Python. Cela permet d’optimiser les temps d’exécution dans vos pipelines DevOps.
