CI/CD: как устроен пайплайн
«CI/CD — это уже не «изучите на будущее», а ежедневная рутина». В 2027 году автотест, который не встроен в пайплайн, — это просто скрипт на полке. Jenkins, GitLab CI и GitHub Actions стали обязательной средой для любого DevOps-инженера. При этом AI меняет правила: OpenAI запускает 1 млн сборок в день, а AI-аугментированные пайплайны сокращают время сборки на 58%, выполнение тестов — на 69%, MTTR — на 65%. Появляются две модели деплоя: prompt-to-deploy для экспериментов и git-push-to-deploy для продакшена. В этой статье — как устроен CI/CD-пайплайн, какие инструменты используют в России, как AI меняет процессы и какие ошибки избежать.
📋 Содержание статьи
Что такое CI/CD
CI (Continuous Integration) — непрерывная интеграция. Разработчики часто сливают код в общий репозиторий, и каждый коммит автоматически собирается и тестируется.
CD (Continuous Delivery/Deployment) — непрерывная доставка или развёртывание. Код автоматически проходит стадии и попадает в продакшн (или готов к деплою).
Зачем это нужно
- Скорость: релизы за часы, а не недели ;
- Качество: автоматические тесты ловят ошибки до продакшена;
- Надёжность: одинаковый процесс на всех окружениях;
- Прозрачность: видно, что и когда задеплоено;
- MTTR: быстрое восстановление после сбоев .
CI vs CD
| Параметр | CI | CD |
|---|---|---|
| Что делает | Собирает и тестирует | Доставляет и деплоит |
| Триггер | Каждый коммит | После успешного CI |
| Цель | Найти ошибки рано | Быстро доставить в прод |
Как устроен пайплайн
Типичный CI/CD-пайплайн включает несколько стадий. Каждая стадия — это проверка или действие, которое должно пройти, чтобы код двигался дальше.
Стадии пайплайна
- Lint: проверка стиля кода;
- Unit-тесты: быстрые тесты отдельных функций;
- Сборка: создание артефакта (Docker image, JAR);
- Integration-тесты: проверка взаимодействия компонентов;
- Security scan: поиск уязвимостей;
- Публикация: загрузка артефакта в registry;
- Деплой в staging: развёртывание в тестовой среде;
- Smoke-тесты: быстрая проверка работоспособности;
- Деплой в prod: развёртывание в продакшене .
Пример пайплайна для веб-приложения
Триггер: push в ветку main.
- Lint → Unit-тесты → Сборка Docker-образа → Security scan → Push в registry → Deploy в staging → Smoke-тесты → Manual approval → Deploy в prod.
Deploy-стратегии
- Blue/Green: две среды, переключение трафика;
- Canary: постепенное увеличение трафика на новую версию;
- Rolling update: постепенная замена Pod'ов в Kubernetes .
Инструменты: GitLab CI, GitHub Actions, Jenkins
| Инструмент | Плюсы | Минусы |
|---|---|---|
| GitLab CI | Всё в одном (Git + CI/CD), self-hosted, безопасен для РФ | Требует администрирования |
| GitHub Actions | Простой старт, огромная экосистема | Перебои с доступом из России, SaaS |
| Jenkins | Гибкость, плагины, бесплатный | Сложная настройка, требует поддержки |
GitLab CI
GitLab CI — это CI/CD, встроенный в GitLab. Конфигурация в `.gitlab-ci.yml`, runners выполняют задачи. Для российских команд часто предпочтительнее, потому что можно развернуть self-hosted на Yandex Cloud и не зависеть от санкционных облаков .
GitHub Actions
GitHub Actions — облачный CI/CD от GitHub. Простой синтаксис YAML, огромная библиотека готовых actions. Подходит для open-source-зеркал, но имел перебои с доступом из России .
Jenkins
Jenkins — старейший и самый гибкий инструмент. Тысячи плагинов, можно автоматизировать почти всё. Но требует глубокой настройки и поддержки. В 2027 году Jenkins остаётся в enterprise, но его доля снижается .
ArgoCD и Flux
Для GitOps-деплоя в Kubernetes используются ArgoCD и Flux. Они синхронизируют состояние кластера с Git-репозиторием .
Что выбирают в России
GitLab CI — де-факто стандарт
Для российских команд GitLab CI часто предпочтительнее: self-hosted, безопасен с точки зрения санкций, весь функционал внутри периметра .
Отечественные аналоги
Некоторые организации по требованиям регуляторов переходят на российские CI/CD-системы. Например, вместо Jenkins используют более локальные решения .
Что требуют в вакансиях
По данным вакансий DevOps-инженеров в Москве :
- GitLab CI: наиболее востребован;
- Jenkins: требуется, но доля снижается ;
- GitHub Actions: для open-source и международных проектов;
- ArgoCD: для GitOps .
AI в CI/CD
AI меняет CI/CD быстрее, чем любой другой аспект DevOps. Причины — скорость генерации кода и необходимость автоматической проверки.
Проблема: пайплайн стал бутылочным горлышком
До AI разработчик тратил неделю на код и день на деплой. Теперь наоборот: код пишется за час, а деплой ждёт весь день. OpenAI запускает 1 млн сборок в день — 660 сборок на инженера .
AI-augmented пайплайн
Исследования IEEE предлагают пять интеллектуальных стадий :
- Code+AI: генерация и проверка кода;
- SmartBuild: оптимизация сборки;
- Predictive Test: предсказание, какие тесты запускать;
- Canary+AI: адаптивные пороги canary;
- Self-Heal: автоматическое восстановление.
Результаты: сокращение build time на 58%, test execution — на 69%, MTTR — на 65% .
Две модели деплоя
В 2027 году нужны две параллельные модели :
- Prompt-to-deploy: быстрый эксперимент, агент деплоит сам;
- Git-push-to-deploy: продакшн через PR, review, merge.
Обе модели должны быть policy-gated и аудируемыми.
AI-агенты в пайплайне
AI-агенты могут работать на пяти точках :
- PR review: автоматическая проверка кода;
- Test selection: выбор релевантных тестов;
- Build-failure triage: анализ причин падения сборки;
- Security remediation: исправление уязвимостей;
- Post-deploy verification: проверка после деплоя .
Лучшие практики
1. Секреты — в masked variables
Никогда не хардкодьте токены и не выводите их в логах. Используйте masked-переменные и Vault .
2. Быстрый фидбэк
Запускайте быстрые проверки (lint, unit) раньше, тяжёлые (integration) — позже .
3. Rollback-стратегия
Всегда должен быть план отката при провале деплоя .
4. Smoke-тесты после деплоя
Проверяйте, что приложение работает после деплоя, а не только что оно собралось .
5. Кэширование
Плохое кэширование — причина 30-минутных сборок. Настройте кэш зависимостей и слоёв Docker .
6. Security-сканирование
Trivy, Snyk, SAST/DAST — обязательные стадии пайплайна .
Ошибки
1. Секреты в логах
`echo $TOKEN` в пайплайне. Используйте masked-переменные .
2. Flaky-тесты
Перезапуск тестов «пока не пройдут» скрывает реальные регрессии .
3. Нет rollback
При провале деплоя нечего откатить .
4. Shared runners
Секреты утекают между job'ами. Используйте isolated runners .
5. Нет smoke-тестов
Деплой без проверки, что приложение работает .
6. Долгие сборки
30-минутные пайплайны из-за плохого кэша .
Наши рекомендации
Что вы получаете на наших курсах по DevOps
- CI/CD — GitLab CI, GitHub Actions, Jenkins;
- Пайплайны — от lint до деплоя;
- AI — как использовать в CI/CD;
- Безопасность — секреты, сканирование;
- Практику — на реальных проектах;
- Помощь с трудоустройством — подготовка к собеседованиям.
📌 Итоговый вывод
CI/CD — это backbone современной разработки. В 2027 году AI меняет пайплайны, но база остаётся: сборка, тесты, деплой, безопасность.
Что нужно знать:
- Пайплайн: lint → тесты → сборка → security → деплой → smoke ;
- Инструменты: GitLab CI (стандарт в РФ), GitHub Actions, Jenkins ;
- AI: сокращает build time на 58%, test execution — на 69%, MTTR — на 65% ;
- Две модели: prompt-to-deploy и git-push-to-deploy ;
- Ошибки: секреты в логах, flaky-тесты, нет rollback, shared runners, нет smoke, долгие сборки.
Хотите освоить CI/CD? Запишитесь на курс в Lead Hub.
Также рекомендуем: обучение DevOps, с чего начать, Docker или Kubernetes, DevSecOps, портфолио, все статьи о DevOps.