imersao-cloud-devops

Introdução

Aula 1: Crie ambiente reais com Docker e dê fim ao "na minha máquina funciona"

Contexto

Nesta primeira aula, você vai aprender a trabalhar com contêineres utilizando Docker, preparando o ambiente ideal para aplicar conceitos de CI/CD. Também vamos explorar como a inteligência artificial pode ajudar na documentação e otimização de processos com o Gemini Code Assist.

Conteúdos

• Criar uma imagem Docker de uma aplicação simples (como uma API em Python).
• Entender e resolver o clássico problema do “na minha máquina funciona”.
• Aprender o que são contêineres e como funcionam as imagens Docker.
• Executar aplicações localmente via Docker Run e Docker-Compose.
• Construir suas próprias imagens personalizadas usando um Dockerfile.
• Utilizar o Docker Compose para uma orquestração básica de múltiplos serviços.

---

Minhas anotações sobre a aula:

O que é Docker e para que serve?

Docker é uma plataforma de código aberto para desenvolvimento, envio e execução de aplicações em contêineres. Fornecendo portabilidade, flexibilidade e escabilidade em qualquer ambiente, seja local ou na nuvem.

Instalação do docker

1. Acessar https://www.docker.com/.
2. Clicar em Download Docker Desktop
3. Selecionar o sistema operacional
4. Instalar.

O que eu preciso fazer para de fato melhorar a portabilidade para executar em outros sistemas?

1. Criar arquivo Dockerfile (Arquivo de definição cpm instruções do que vai ser rodado)
2. Definir a imagem base que será baixada do Docker Hub. PS: A imagem recomendada é sempre a alpine, visto que a imagem mais leve de programação e plataformas

#FROM [--platform=<platform>] <image> [AS <name>]
FROM python:3.12.11-alpine3.22

3. Definir o diretório de trabalho dentro do contêiner

WORKDIR /app

4. Copia o arquivo de requisitos e instala as dependências. Usamos --no-cache-dir para evitar o cache do pip, reduzindo o tamanho da imagem

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

5. Copia o restante do código da aplicação para o diretório de trabalho

COPY . .

6. Expôe a porta que a aplicação FastAPI irá rodar (padrão é 8000)

EXPOSE 8000

7. Comando para rodar a aplicação usando uvicorn

CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000", "--reload"]

Fazer Build da imagem

docker build -t api .

Remover Imagem

docker rmi api:latest

Rodar Imagem

docker run -p 8000:8000 api

Aula 2: Aprenda CI/CD na prática: automatize do build ao deploy

Contexto

Nesta aula, vamos implementar uma pipeline CI/CD básica no GitLab, usando o projeto Docker criado anteriormente. Você também vai conhecer os principais componentes de uma pipeline e aprender como a IA pode apoiar na criação de testes automatizados.

Conteúdos

• Entender o que é CI/CD na prática.
• Explorar os principais componentes de uma pipeline no GitLab: estágios, jobs, runners e o arquivo .gitlab-ci.yml.
• Construir uma pipeline simples com as etapas de build, test e deploy.
• Utilizar variáveis de ambiente e integrar o pipeline com o Docker.

---

Minhas anotações sobre a aula:

docker compose up

Aula 3: Fazendo deploy na Google Cloud Platform

1. Instalar gcloud CLI: https://cloud.google.com/sdk/docs/install

gcloud auth login
gcloud config set project PROJECT_ID
gcloud run deploy --port=8000