CI/CD amb GitHub Actions

 Com actualització del projecte, establiré una integració contínua/entrega contínua: aquesta ens permetrà emmagatzemar el treball, actualitzar-lo de manera automàtica i fer proves contínues.

 Això ens ajudarà pensant en el projecte a tenir un registre clar dels canvis i a validar de forma integrada tant l'aplicació, com la infraestructura (que utilitza Terraform i Docker), assegurant que cada actualització sigui neta i controlada.

Ens dirigim al repositori flask_s3_file_manager i fem clic a la pestanya on diu Settings. Després a la columna esquerra despleguem el menú de Secrets and variables i fem clic a Actions. Allà trobarem una cosa anomenada Repository secrets on crearem un amb el nom AWS_ACCESS_KEY_ID, introduint com a secret l'ID d'AWS que tenim a la nostra CLI per l'usuari boto3_user, i afegim el secret. Fem el mateix per AWS_SECRET_ACCESS_KEY. En el cas de no recordar aquestes dades, podem executar un cat ~/.aws/credentials a la terminal, recordant com sempre no compartir MAI aquestes claus, ja que estaríem comprometent tot allò a què tingui accés aquest compte.

Un cop creats els secrets, creem una carpeta que es digui .github/workflows i a dins d'ella un arxiu anomenat deploy.yml. L'editem i configurem els disparadors (on: push: branches i pull_request) junt amb els blocs de jobs.

Establim on s'executarà la tasca (que serà ubuntu-latest) i a partir d'aquí definim els steps. Afegint un missatge de prova i una comprovació inicial.

Fet això, guardarem els canvis amb git add ., fem un git commit i un git push origin feature/terraform-aws-migration. Si anem a la pestanya Actions del repositori a GitHub, veurem com s'executa el flux de treball de CI/CD. Més endavant configurarem la versió de Python que executarà el codi, instal·larem les dependències necessàries del nostre requirements.txt i afegirem pytest.

Vaig haver d'enfrontar-me amb alguns problemes que ja coneixia de les meves proves locals, la versió de Python xocava amb la versió de Pytest, el que va provocar una fallada al pipeline. Per solucionar-ho, vaig anar directe al detall de l'error a GitHub Actions:

·L'error ens deia que no es podia importar mock_s3 des de moto. Això passa perquè ara la llibreria s'ha actualitzat i ara es fa dir mock_aws.

·Per solucionar-ho, vaig anar a l'arxiu de tests "test_s3_client.py", allà li vaig canviar dues coses, from moto import mock_s3 per mock_aws, i a la "fixture" de @pytest.fixture vaig actualitzar mock_s3() per mock_aws(). Amb això, els tests van tornar a passar sense problemes.

Després d'això, vaig configurar els passos d'autenticació a AWS (enllaçant-los als secrets creats prèviament), i vaig preparar l'integració amb ECR utilitzant l'acció oficial aws-actions/amazon-ecr-login@v2 per construir i pujar la imatge de Docker a ECR.

Per aïllar i provar l'automatització del pipeline de forma neta, vaig crear una nova branca dedicada anomenada feature/terraform-pipeline.

Aquí em vaig trobar amb una peça del trencaclosques que em faltava: creia que tan sols pujant la imatge ja funcionaria, però el pipeline fallava perquè el repositori d'ECR no existia prèviament. En afegir la plantilla de Terraform al deploy.yml i pujar els canvis a la branca feature/terraform-pipeline, Terraform es va encarregar d'aixecar la infraestructura necessària (creant el ECR) i permetent que la imatge de Docker es pugés i es desplegués (que a més incloïa ECS Fargate) amb èxit.

Per últim, per mantenir els costos a ratlla i deixar-ho tot net per les proves, vaig utilitzar l'ordre de la CLI per esborrar els recursos creats aws ecr delete-repository --repository-name flask-s3-file-manager --force --region eu-west-1.