基于Docker Compose的GitLab与Runner集成部署指南
2025-07-06 15:00:36作者:董灵辛Dennis
本文将以wx-chevalier/ms-backend-boilerplates项目中的devops/gitlab/docker-compose.yml文件为基础,详细介绍如何使用Docker Compose快速部署GitLab服务及其配套的GitLab Runner。
整体架构概述
这个Docker Compose配置定义了两个核心服务:
- GitLab CE (Community Edition) - 开源的代码托管和协作平台
- GitLab Runner - 用于执行CI/CD管道的组件
这种组合为开发团队提供了一个完整的代码管理和持续集成/持续交付(CI/CD)解决方案。
服务配置详解
1. GitLab服务配置
gitlab:
image: gitlab/gitlab-ce:latest
restart: unless-stopped
hostname: 'gitlab.wsat-scan.com'
environment:
GITLAB_OMNIBUS_CONFIG: |
external_url 'http://gitlab.wsat-scan.com'
nginx['redirect_http_to_https'] = false
gitlab_rails['gitlab_shell_ssh_port'] = 522
ports:
- '9090:80'
- '522:22'
volumes:
- config:/etc/gitlab
- logs:/var/log/gitlab
- data:/var/opt/gitlab
关键配置说明:
- 镜像选择:使用官方GitLab CE最新版镜像,社区版功能足够中小团队使用
- 重启策略:
unless-stopped确保服务在意外停止时自动重启 - 主机名配置:明确设置hostname为gitlab.wsat-scan.com,这对内部服务发现很重要
- 环境变量:通过GITLAB_OMNIBUS_CONFIG配置GitLab核心参数:
external_url:定义GitLab的外部访问地址nginx['redirect_http_to_https']:禁用HTTP到HTTPS的重定向(生产环境建议开启)gitlab_rails['gitlab_shell_ssh_port']:设置SSH克隆使用的端口
- 端口映射:
- 9090:80 - 将容器80端口映射到主机9090,提供Web访问
- 522:22 - SSH端口重映射,避免与主机SSH端口冲突
- 数据卷:使用三个独立卷分别存储配置、日志和应用数据,确保数据持久化
2. GitLab Runner服务配置
runner-docker:
image: gitlab/gitlab-runner:latest
restart: unless-stopped
volumes:
- runner_config:/etc/gitlab-runner
- /var/run/docker.sock:/var/run/docker.sock
关键配置说明:
- 镜像选择:使用官方GitLab Runner最新版镜像
- 重启策略:同样采用unless-stopped确保高可用
- 数据卷:
- runner_config卷持久化Runner配置
- 挂载主机docker.sock,使Runner能够使用主机Docker环境执行任务
数据持久化方案
配置中定义了四个数据卷:
volumes:
config:
logs:
data:
runner_config:
这种设计将不同类型的数据分开存储,具有以下优势:
- 配置与数据分离,便于备份和迁移
- 日志独立存储,方便日志收集和分析
- Runner配置单独保存,不影响GitLab主服务
部署与使用建议
-
初始化部署:
- 确保主机已安装Docker和Docker Compose
- 创建项目目录并保存docker-compose.yml文件
- 执行
docker-compose up -d启动服务
-
首次访问:
- 通过http://主机IP:9090访问GitLab
- 初始管理员账号为root,首次登录需设置密码
-
Runner注册:
- 进入GitLab管理界面获取注册令牌
- 执行
docker exec -it runner-docker gitlab-runner register完成注册 - 选择executor类型为docker
-
安全建议:
- 生产环境应配置HTTPS
- 考虑限制访问IP范围
- 定期备份数据卷
常见问题处理
- 启动缓慢:首次启动GitLab需要较长时间初始化(10分钟以上),属正常现象
- 端口冲突:如果9090或522端口被占用,可修改ports映射
- 磁盘空间:GitLab运行一段时间后可能占用大量磁盘空间,需监控数据卷大小
扩展配置思路
在实际生产环境中,可以考虑以下增强配置:
- 添加Redis和PostgreSQL作为外部服务,提升性能
- 配置SMTP服务启用邮件通知
- 设置定期备份任务
- 集成Prometheus监控
- 配置LDAP/AD认证
通过这个Docker Compose配置,开发者可以快速搭建一个功能完整的GitLab环境,为项目提供代码托管和CI/CD能力。这种容器化部署方式简化了安装过程,同时保持了配置的灵活性和可维护性。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322