Tecnologia YAML

Ajustando CPU, memória e storage para builds intensivos

Dimensionar corretamente CPU, memória e storage no GitLab Runner é essencial para evitar falhas e lentidão nos pipelines. Esta lição mostra como definir requisitos mínimos e recomendados, ajustar recursos por executor e identificar sintomas de subdimensionamento.

Quantos Runners você realmente precisa?

O dimensionamento correto dos Runners do GitLab é essencial para evitar filas de jobs e desperdício de recursos. Entenda como analisar métricas, identificar gargalos e calcular a quantidade ideal de Runners para sua demanda.

Executores: Shell, Docker e mais, escolha técnica e limitações

A escolha do executor no GitLab Runner define como e onde seus jobs serão executados, impactando segurança, isolamento e velocidade. Entenda as diferenças, limitações e quando optar por Shell, Docker, VirtualBox ou outros, para alinhar a execução do pipeline às necessidades do seu ambiente.

GitLab Runner: executor, agente ou orquestrador?

O GitLab Runner não é o servidor GitLab, nem um simples agente. Ele executa os jobs definidos no pipeline CI/CD, conectando-se ao GitLab para receber instruções e reportar resultados. Existem diferentes tipos de Runner, cada um adequado para cenários específicos de automação.

Por que CI/CD mudou o ciclo de vida do software

O CI/CD revolucionou o ciclo de vida do software ao automatizar testes, builds e deploys, reduzindo erros humanos e acelerando entregas. Antes, releases eram lentos e arriscados; agora, pipelines automatizados garantem valor contínuo e previsível.

Collections, Ansible Galaxy e automação modular

O Ansible evoluiu para um ecossistema modular, onde collections e o Ansible Galaxy permitem reuso, padronização e colaboração em larga escala. Entender e usar collections é essencial para manter automações robustas, atualizáveis e alinhadas ao estado da arte.