总览

PipelineRun允许您实例化并执行集群内管道。管道按所需的执行顺序指定一个或多个任务。 PipelineRun按照指定的顺序在管道中执行任务，直到所有任务成功执行或发生故障为止。

注意：PipelineRun自动为管道中的每个任务创建相应的TaskRun。

Status字段跟踪PipelineRun的当前状态，并可用于监视进度。 此字段包含每个TaskRun的状态，以及用于实例化此PipelineRun的完整PipelineSpec，以实现全面的可审核性。

配置PipelineRun

必要字段： apiVersion-指定API版本。例如tekton.dev/v1beta1。kind-指示此资源对象是PipelineRun对象。元数据-指定唯一标识PipelineRun对象的元数据。例如，一个名字。spec-指定此PipelineRun对象的配置信息。pipelineRef或pipelineSpec-指定目标管道。 可选字段： resources-指定要提供的PipelineResources以执行目标Pipeline。params-为管道指定所需的执行参数。serviceAccountName-指定一个ServiceAccount对象，该对象为管道提供特定的执行凭据。serviceAccountNames-将特定的serviceAccountName值映射到管道中的“任务”。这将覆盖为整个管道设置的凭据。taskRunSpec-指定PipelineRunTaskSpec的列表，该列表允许为每个任务设置ServiceAccountName和Pod模板。这将覆盖整个管道的Pod模板集。超时-指定PipelineRun失败之前的超时。podTemplate-指定Pod模板，用作执行每个任务的Pod的配置基础。

指定目标管道

您必须通过引用现有的Pipeline定义或直接将Pipeline定义嵌入PipelineRun中来指定希望PipelineRun执行的目标Pipeline。

要通过引用指定目标管道，请使用pipelineRef字段：

spec: pipelineRef: name: mypipeline

要将Pipeline定义嵌入PipelineRun中，请使用pipelineSpec字段：

spec: pipelineSpec: tasks: - name: task1 taskRef: name: mytask

pipelineSpec示例示例中的Pipeline显示早晨和晚上的问候。 一旦创建并执行它，就可以检查其Pod的日志：

kubectl logs $(kubectl get pods -o name | grep pipelinerun-echo-greetings-echo-good-morning) Good Morning, Bob! kubectl logs $(kubectl get pods -o name | grep pipelinerun-echo-greetings-echo-good-night) Good Night, Bob!

您还可以在嵌入的管道定义中嵌入task定义

spec: pipelineSpec: tasks: - name: task1 taskSpec: steps: ...

指定资源

管道需要使用PipelineResources为构成它的任务提供输入并存储输出。 您必须在PipelineRun定义的spec部分的资源字段中配置这些资源。

管道可能要求您提供许多不同的资源。 例如：

当对拉取请求执行管道时，触发系统必须指定git资源的提交。在针对自己的环境手动执行Pipeline时，必须使用git资源设置GitHub分支； 您使用图像资源的图像注册表； 和您的Kubernetes集群使用集群资源。

您可以使用resourceRef字段引用PipelineResources：

spec: resources: - name: source-repo resourceRef: name: skaffold-git - name: web-image resourceRef: name: skaffold-image-leeroy-web - name: app-image resourceRef: name: skaffold-image-leeroy-app

您还可以使用resourceSpec字段将PipelineResource定义嵌入PipelineRun中：

spec: resources: - name: source-repo resourceSpec: type: git params: - name: revision value: v0.32.0 - name: url value: https://github.com/GoogleContainerTools/skaffold - name: web-image resourceSpec: type: image params: - name: url value: gcr.io/christiewilson-catfactory/leeroy-web - name: app-image resourceSpec: type: image params: - name: url value: gcr.io/christiewilson-catfactory/leeroy-app

指定Parameters

您可以指定要在执行期间传递给Pipeline的Parameters，包括Pipeline中不同任务的同一参数的不同值。

spec: params:

name: pl-param-x value: “100”name: pl-param-y value: “500”

如果需要，您可以根据使用情况传入额外的参数。一个示例用例是您的CI系统自动生成PipelineRun，并且它具有要提供给所有PipelineRun的参数。因为您可以传递额外的参数，所以您不必经历检查每个管道并仅提供所需参数的复杂性。

指定自定义ServiceAccount凭据

通过在PipelineRun定义的serviceAccountName字段中指定ServiceAccount对象名称，可以使用一组特定的凭据在PipelineRun中执行Pipeline。如果未明确指定，则PipelineRun创建的TaskRun将使用configmap-defaults ConfigMap中指定的凭据执行。如果未指定此默认值，则TaskRun将使用为目标名称空间设置的默认服务帐户执行。

将ServiceAccount凭据映射到任务

如果在指定执行凭据时需要更多粒度，请使用serviceAccountNames字段将特定serviceAccountName值映射到管道中的特定Task。这将覆盖您在上一节中为管道设置的全局serviceAccountName。

例如，如果您指定以下映射：

spec: serviceAccountName: sa-1 serviceAccountNames: - taskName: build-task serviceAccountName: sa-for-build

指定Pod模板

您可以指定Pod模板配置，该配置将用作Pod的配置起点，您的Tasks中指定的容器映像将在其中执行。 这使您可以专门为每个TaskRun自定义Pod配置。

在以下示例中，任务定义了一个名为my-cache的volumeMount对象。 PipelineRun使用persistentVolumeClaim为任务配置此对象，并以用户1001的身份执行该对象。

apiVersion: tekton.dev/v1beta1 kind: Task metadata: name: mytask spec: steps: - name: writesomething image: ubuntu command: ["bash", "-c"] args: ["echo 'foo' > /my-cache/bar"] volumeMounts: - name: my-cache mountPath: /my-cache --- apiVersion: tekton.dev/v1beta1 kind: Pipeline metadata: name: mypipeline spec: tasks: - name: task1 taskRef: name: mytask --- apiVersion: tekton.dev/v1beta1 kind: PipelineRun metadata: name: mypipelinerun spec: pipelineRef: name: mypipeline podTemplate: securityContext: runAsNonRoot: true runAsUser: 1001 volumes: - name: my-cache persistentVolumeClaim: claimName: my-volume-claim

指定taskRunSpecs

指定PipelineTaskRunSpec的列表，其中包含TaskServiceAccountName，TaskPodTemplate和PipelineTaskName。 根据TaskName将规范映射到相应的Task，PipelineTask将与配置的TaskServiceAccountName和TaskPodTemplate一起运行，覆盖管道范围内的ServiceAccountName和podTemplate配置，例如：

spec: podTemplate: securityContext: runAsUser: 1000 runAsGroup: 2000 fsGroup: 3000 taskRunSpecs: - pipelineTaskName: build-task taskServiceAccountName: sa-for-build taskPodTemplate: nodeSelector: disktype: ssd

如果与此管道一起使用，则构建任务将使用特定于任务的PodTemplate（其中nodeSelector的磁盘类型等于ssd）

指定 Workspaces

如果管道指定一个或多个Workspaces，则必须将这些Workspaces映射到PipelineRun定义中的相应物理卷。例如，可以将PersistentVolumeClaim卷映射到Workspaces，如下所示：

workspaces: - name: myworkspace # must match workspace name in Task persistentVolumeClaim: claimName: mypvc # this PVC must already exist subPath: my-subdir

指定LimitRange

为了仅消耗从被调用的任务一次执行一个步骤所需的最少资源，Tekton仅从每个步骤中请求CPU，内存和临时存储的最大值。 这足够了，因为步骤只能在Pod中一次执行一个。 最大值以外的请求都设置为零。

当在其中执行PipelineRun的名称空间中存在LimitRange参数并且为容器资源请求指定了最小值时，Tekton将搜索名称空间中存在的所有LimitRange值，并使用最小值而不是0。

配置故障超时

您可以使用timeout字段以分钟为单位设置PipelineRun的所需超时值。如果未在PipelineRun中指定此值，则将应用全局默认timeout值。如果将timeout设置为0，则遇到错误时PipelineRun将立即失败。

首次安装Tekton时，全局默认超时设置为60分钟。您可以使用config/config-defaults.yaml中的default-timeout-minutes字段设置其他全局默认timeout值。

timeout是符合Go的ParseDuration格式的持续时间。例如，有效值为1h30m，1h，1m和60s。如果将全局超时设置为0，则所有没有单独设置超时的PipelineRun都会在遇到错误时立即失败。

监视执行状态

当您执行PipelineRun时，其状态字段会累积有关每个TaskRun以及整个PipelineRun的执行信息。此信息包括与TaskRun关联的管道任务的名称，TaskRun的完整状态以及有关可能与TaskRun关联的条件的详细信息。

statusreasoncompletionTime is setDescriptionUnknownStartedNoThe PipelineRun has just been picked up by the controller.UnknownRunningNoThe PipelineRun has been validate and started to perform its work.UnknownPipelineRunCancelledNoThe user requested the PipelineRun to be cancelled. Cancellation has not be done yet.TrueSucceededYesThe PipelineRun completed successfully.TrueCompletedYesThe PipelineRun completed successfully, one or more Tasks were skipped.FalseFailedYesThe PipelineRun failed because one of the TaskRuns failed.False[Error message]NoThe PipelineRun encountered an non-permanent error, but it’s still running and it may ultimately succeed.False[Error message]YesThe PipelineRun failed with a permanent error (usually validation).FalsePipelineRunCancelledYesThe PipelineRun was cancelled successfully.FalsePipelineRunTimeoutYesThe PipelineRun timed out.

扫描关注我: