Kamal部署工具与Earthly构建系统的集成实践
2025-05-18 22:23:24作者:谭伦延
在现代化应用部署流程中,构建和部署环节的分离已经成为一种最佳实践。本文将探讨如何将Earthly构建系统与Kamal部署工具进行有效集成,实现构建与部署的解耦。
Earthly与Kamal的基本原理
Earthly是一个基于BuildKit的构建工具,它通过声明式语法定义构建流程,并提供了强大的缓存机制。而Kamal是一个面向Rails应用的部署工具,默认使用Dockerfile进行镜像构建。
集成挑战
当尝试将两者集成时,会遇到一个核心矛盾:Kamal期望直接使用Dockerfile进行构建,而Earthly则采用自己的构建定义方式。这种差异导致无法直接通过单一命令实现两者的无缝衔接。
解决方案
方案一:利用Kamal的跳过构建功能
- 首先使用Earthly独立完成镜像构建
- 按照Kamal预期的命名规则为镜像打标签
- 在Kamal配置中设置
skip_push: true - 使用
kamal deploy --skip-push命令进行部署
这种方法实现了构建与部署的完全分离,适合已经在CI流程中使用Earthly的团队。
方案二:利用BuildKit原生缓存
Kamal实际上支持BuildKit作为底层构建引擎,这意味着Earthly构建的缓存层理论上可以被复用。可以通过配置Kamal的builder缓存选项来优化构建性能。
最佳实践建议
- 构建与部署分离:建议在CI流水线中完成所有构建和测试工作,仅将验证通过的镜像用于部署
- 标签一致性:确保Earthly构建的镜像标签与Kamal预期格式一致
- 缓存共享:如果使用相同的基础设施,可以配置共享的BuildKit缓存
- 环境一致性:虽然构建与部署分离,但仍需确保构建环境与生产环境的一致性
总结
通过合理的配置和工作流设计,Earthly和Kamal可以很好地协同工作。关键在于理解两者的设计理念和工作原理,找到适合团队工作流程的集成点。构建与部署的分离不仅能够提高流程的灵活性,还能更好地实现质量门禁和安全控制。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C041
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
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++
694
367
Ascend Extension for PyTorch
Python
240
275
暂无简介
Dart
696
164
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
React Native鸿蒙化仓库
JavaScript
269
328
🔥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
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869