CI/CD implementálása Python projekten

A képzés során megismerhető a CI/CD folyamata Python projekt példáján. GitHub, Jenkins, SonarQube és Nexus használatával automatizált pipeline-t építünk. Docker image-et készítünk, amit Kubernetes környezetbe telepítünk.

A tanfolyam célja, hogy a résztvevők átfogó képet kapjanak a modern szoftverfejlesztési és szállítási folyamatokról, különös tekintettel a Python projektekre. A képzés során a résztvevők saját kezűleg építenek fel egy teljes CI/CD pipeline-t, amely magában foglalja a kód verziókezelését, automatikus tesztelést, kódminőség ellenőrzést, csomagolást, konténerizációt és deployment-et Kubernetes környezetbe.

A gyakorlati megközelítés mellett a tanfolyam hangsúlyt fektet a DevOps kultúra megértésére és a best practice-ek elsajátítására. A résztvevők megismerik az iparági szabványokat, eszközöket és munkafolyamatokat, amelyek lehetővé teszik a gyors, megbízható és automatizált szoftverszállítást. A tanfolyam végére a résztvevők képesek lesznek önállóan CI/CD pipeline-t tervezni és implementálni Python projektekhez.

A tanfolyamot Python fejlesztőknek, DevOps mérnököknek és rendszergazdáknak ajánljuk.

Ez a tanfolyam neked szól, ha:

• Python fejlesztő vagy és CI/CD-t szeretnél tanulni
• DevOps mérnök vagy és Python projektekkel dolgozol
• Automatizálni szeretnéd a build és deployment folyamatokat
• Jenkins-t szeretnél használni CI/CD-hez
• Docker és Kubernetes-t szeretnél alkalmazni
• Kódminőséget szeretnéd javítani (SonarQube)
• Modern szoftverfejlesztési gyakorlatokat szeretnél elsajátítani
• Team lead vagy és CI/CD-t szeretnél bevezetni

• Gyakorlati tudás: Teljes CI/CD pipeline építése
• Iparági eszközök: Jenkins, Docker, Kubernetes, SonarQube használata
• Automatizálás: Build, test és deploy folyamatok automatizálása
• Kódminőség: Clean code, statikus analízis és tesztelés
• Modern DevOps: Konténerizáció és orchestration
• Produktivitás: Gyorsabb release ciklusok
• Karrierlehetőségek: DevOps és CI/CD készségek iránti erős piaci kereslet

• Szállítási folyamatok (klasszikus vs modern megközelítés)
• Szoftver életciklus (development, testing, staging, production)
• Életciklus példa (valós projekt bemutatása)
• DevOps bevezetés (kultúra, gyakorlatok, előnyök)
• Docker példa (konténerizáció alapjai)
• Folyamatos szállítás (Continuous Delivery, CD)
• CD példa (automatizált deployment)
• Klasszikus problémák (manuális deployment, “works on my machine”)
• Folyamatos integrálás (Continuous Integration, CI)
• CI példa (automatizált build és test)
• Pipeline áttekintés (CI/CD pipeline elemei)
• Pipeline példa (end-to-end pipeline bemutatása)
• Build eszközök (összehasonlítás, Python specifikus eszközök)

• Fejlesztői környezet (IDE, tools, best practices)
• Projekt struktúra (Python projekt felépítése)
• Projekt létrehozása (cookiecutter, project templates)
• Függőségkezelés (pip, requirements.txt, Poetry, Pipenv)
• venv vs. global (virtual environment használata)
• Egyéb csomagkezelők (Poetry, Pipenv, Conda)
• Minta program (referencia projekt létrehozása)

• Tesztelés alapok (miért fontos a tesztelés)
• Tesztek típusai (unit, integration, e2e, acceptance)
• Tesztelés áttekintése (testing pyramid)
• Unit testing (unit tesztek írása Python-ban)
• pytest keretrendszer (modern Python testing framework)
• unittest keretrendszer (Python beépített test framework)
• pytest példa (egyszerű és összetett tesztek)
• Egyszerű pytest (assert alapú tesztek)
• Dokumentáció generálás (automatikus dokumentáció)
• Docstrings (Python dokumentációs stringek)
• Dokumentáció formátumok (Sphinx, reStructuredText, Markdown)
• CI/CD dokumentáció (dokumentáció build pipeline-ban)

• Pytest haladó (fixture-ök, paraméterezés, plugin-ek)
• Automatizált tesztek (CI pipeline-ban futó tesztek)
• TDD bevezető (Test-Driven Development)
• Pytest koncepciók (test discovery, assertions, markers)
• Fixture bevezető (setUp és tearDown pytest-ben)
• Fixture paraméterek (paraméterezett fixture-ök)
• Fixture használat (scope, autouse)
• OOP tesztelés (osztályok és metódusok tesztelése)
• Mockolás (unittest.mock, pytest-mock)
• Dependency Injection (DI tesztelésben)

• Clean code (tiszta kód elvek)
• PEP8 ismertető (Python style guide)
• PEP8 futtatása (flake8, pylint, black)
• Type hinting (Python type annotations)
• mypy statikus analízis (type checking)
• Kódlefedettség (coverage.py, pytest-cov)
• Kódellenőrzés (linter-ek használata)

• Csomagolás (Python package-ek)
• setuptools, wheel, twine
• PyPI publikálás
• CLI alkalmazások készítése
• Lokális telepítés és fejlesztés

• Docker alapok és architektúra
• Dockerfile készítés Python projekthez
• Image build és layer optimalizáció
• Docker Compose
• Container futtatás és hálózatok

• Git alapok és branching stratégiák
• GitHub / GitLab használat
• Pull/Merge request workflow
• pre-commit hookok
• GitLab CI/CD (.gitlab-ci.yml)
• Jenkins pipeline és Jenkinsfile

• Nexus bevezető és telepítés
• Privát PyPI repository
• Docker registry használat
• Artifact feltöltés és letöltés

• Jenkins telepítés és konfiguráció
• Pipeline as Code (Jenkinsfile)
• Multi-branch pipeline
• Build és deployment lépések
• Blue Ocean UI

• .gitlab-ci.yml pipeline
• GitLab Runner
• CI/CD environments

• SQLAlchemy ORM
• PostgreSQL Dockerben
• DB CRUD műveletek
• Kapcsolatok (relationships)
• Alembic migrációk

• Kubernetes alapok
• kubectl használat
• Pod, Node, Cluster
• Deployment és Service YAML
• Minikube lokális cluster

• Kódminőség analízis
• SonarQube telepítés Dockerben
• GitLab integráció
• Coverage és security analízis

• Postman használat
• Collection és environment kezelés
• Automatizált API tesztelés
• Newman CLI futtatás
• CI integráció (Jenkins / GitLab CI)

• Python fejlesztési tapasztalat
• Virtuális környezetek (venv, virtualenv) kezelése
• Függőségkezelés (pip, requirements.txt)
• Git verziókezelő rendszer alapjai (clone, commit, push, pull, branch, merge)
• Linux/Unix parancssor használata (navigáció, fájlkezelés, jogosultságok)
• Bash vagy más shell scripting alapok
• HTTP protokoll és REST API alapfogalmak
• JSON és YAML formátumok olvasása és írása
• SQL nyelv alapjai (SELECT, INSERT, UPDATE, DELETE, JOIN)
• Relációs adatbázisok alapfogalmai
• Hálózati alapismeretek (TCP/IP, DNS, portok)
• Szövegszerkesztő vagy IDE használata Python fejlesztéshez

A tanfolyam közepes/haladó szintű, tapasztalt Python fejlesztőknek és kezdő DevOps mérnököknek készült. A résztvevőknek rendelkezniük kell szilárd Python tudással és képesnek kell lenniük önálló alkalmazásfejlesztésre. Command-line és Git ismeretek elengedhetetlenek a tanfolyam sikeres teljesítéséhez. Docker és Kubernetes előzetes tapasztalat hasznos, de nem kötelező, mivel ezeket a technológiákat a tanfolyam során részletesen áttekintjük.

• CI/CD folyamatokat tervezel és implementálsz
• Jenkins pipeline-okat építesz
• Docker image-eket készítesz Python alkalmazásokhoz
• Docker Compose-t használsz
• Kubernetes-ben deployolsz
• Minikube-ot használsz lokális fejlesztéshez
• GitLab CI/CD-t konfigurálsz
• Git branching stratégiákat alkalmazol
• Pre-commit hookokat használsz
• Nexus artifact repository-t üzemeltetsz
• SonarQube-ot használsz kódminőség ellenőrzésre
• pytest-et használsz unit és integration tesztekhez
• TDD-t (Test-Driven Development) alkalmazol
• Kódlefedettséget mérsz
• Type hinting-et használsz
• PEP8-at betartod
• Python csomagokat készítesz és publikálsz
• Postman-t és Newman-t használsz API tesztelésre
• Adatbázis migrációkat kezelsz (Alembic)