×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Automating DevOps with GitLab CI/CD Pipelines. Build efficient CI/CD pipelines to verify, secure, and deploy your code using real-life examples Christopher Cowell, Nicholas Lotz, Chris Timberlake

(ebook) (audiobook) (audiobook) Książka w języku 1
Automating DevOps with GitLab CI/CD Pipelines. Build efficient CI/CD pipelines to verify, secure, and deploy your code using real-life examples Christopher Cowell, Nicholas Lotz, Chris Timberlake - okladka książki

Automating DevOps with GitLab CI/CD Pipelines. Build efficient CI/CD pipelines to verify, secure, and deploy your code using real-life examples Christopher Cowell, Nicholas Lotz, Chris Timberlake - okladka książki

Automating DevOps with GitLab CI/CD Pipelines. Build efficient CI/CD pipelines to verify, secure, and deploy your code using real-life examples Christopher Cowell, Nicholas Lotz, Chris Timberlake - audiobook MP3

Automating DevOps with GitLab CI/CD Pipelines. Build efficient CI/CD pipelines to verify, secure, and deploy your code using real-life examples Christopher Cowell, Nicholas Lotz, Chris Timberlake - audiobook CD

Autorzy:
Christopher Cowell, Nicholas Lotz, Chris Timberlake
Serie wydawnicze:
Learning
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
348
Dostępne formaty:
     PDF
     ePub
Zostało Ci na świąteczne zamówienie opcje wysyłki »
Developers and release engineers understand the high stakes involved in building, packaging, and deploying code correctly. Ensuring that your code is functionally correct, fast, and secure is a time-consuming and complex task. Code implementation, development, and deployment can be conducted efficiently using GitLab CI/CD pipelines.
Automating DevOps with GitLab CI/CD Pipelines begins with the basics of Git and GitLab, showing how to commit and review code. You’ll learn to set up GitLab Runners for executing and autoscaling CI/CD pipelines and creating and configuring pipelines for many software development lifecycle steps. You'll also discover where to find pipeline results in GitLab, and how to interpret those results. Through the course of the book, you’ll become well-equipped with deploying code to different environments, advancing CI/CD pipeline features such as connecting GitLab to a Kubernetes cluster and using GitLab with Terraform, triggering pipelines and improving pipeline performance and using best practices and troubleshooting tips for uncooperative pipelines. In-text examples, use cases, and self-assessments will reinforce the important CI/CD, GitLab, and Git concepts, and help you prepare for interviews and certification exams related to GitLab.
By the end of this book, you'll be able to use GitLab to build CI/CD pipelines that automate all the DevOps steps needed to build and deploy high-quality, secure code.

Wybrane bestsellery

O autorach książki

Christopher Cowell tworzy treści edukacyjne w Instabase, wcześniej był trenerem w GitLabie. Przez dwie dekady pracował również jako naukowiec i inżynier QA w takich firmach jak Accenture, Oracle i Puppet.

Nicholas Lotz jest trenerem technicznym w GitLabie. Wcześniej pracował jako inżynier systemowy i konsultant w branży infrastruktury oprogramowania.

Chris Timberlake jest starszym architektem rozwiązań w GitLabie. Wcześniej pracował w Red Hat. Ma spore doświadczenie w obszarze bezpieczeństwa i pracy w organach ścigania.

Zobacz pozostałe książki z serii Learning

Packt Publishing - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
116,10 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.