หน้านี้ได้รับการแปลโดย Cloud Translation API

ชุดเครื่องมือพื้นฐานระบบคลาวด์ 101

1. ข้อมูลเบื้องต้นเกี่ยวกับ CFT 101

อัปเดตล่าสุด: 11-02-2022

Cloud Foundation Toolkit คืออะไร

โดยพื้นฐานแล้ว CFT มีเทมเพลตแนวทางปฏิบัติแนะนำเพื่อให้เริ่มต้นใช้งาน Google Cloud Platform ได้อย่างรวดเร็ว ในบทแนะนำนี้ คุณจะได้เรียนรู้วิธีมีส่วนร่วมใน Cloud Foundation Toolkit

สิ่งที่คุณต้องมี

บัญชี GitHub
ติดตั้ง Docker ในเครื่องของคุณหรือใช้ Cloud Shell ( การติดตั้งใน Mac, การติดตั้งใน Windows)
โปรแกรมแก้ไขโค้ดสำหรับการแก้ไขโค้ด (ตัวอย่าง: Visual Studio Code)
มีความคุ้นเคยกับ Git และ GitHub ในระดับพื้นฐาน
มีประสบการณ์ในการใช้ Terraform และโครงสร้างพื้นฐานเป็นโค้ด
สิทธิ์ในการมอบบทบาทผู้สร้างโปรเจ็กต์ให้กับบัญชีบริการ
องค์กร Google Cloud, โฟลเดอร์ทดสอบ และบัญชีสำหรับการเรียกเก็บเงิน

สิ่งที่คุณจะสร้าง

ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีมีส่วนร่วมใน Cloud Foundation Toolkit (CFT)

คุณจะได้รับสิ่งต่อไปนี้

ตั้งค่าสภาพแวดล้อมการพัฒนาเพื่อมีส่วนร่วมใน CFT
เพิ่มฟีเจอร์ลงในโมดูล CFT
เพิ่มการทดสอบสำหรับฟีเจอร์ที่เพิ่ม
เรียกใช้การทดสอบการผสานรวมใน CFT
เรียกใช้การทดสอบ Lint
คอมมิตโค้ดไปยัง GitHub และส่งคำขอดึงข้อมูล (PR)

คุณจะดำเนินการตามขั้นตอนข้างต้นทั้งหมดได้โดยการเพิ่มฟีเจอร์ใหม่ลงในโมดูล CFT ของ Google Cloud Storage คุณจะเพิ่มป้ายกำกับที่ชื่อ "silly_label" ซึ่งจะเพิ่มลงในที่เก็บข้อมูลทั้งหมดที่สร้างผ่านโมดูล GCS CFT โดยอัตโนมัติ นอกจากนี้ คุณยังจะได้เขียนการทดสอบเพื่อตรวจสอบฟีเจอร์และตรวจสอบการผสานรวมตั้งแต่ต้นทางจนถึงปลายทางด้วย

2. ตั้งค่าสภาพแวดล้อมการพัฒนา

หากต้องการ คุณสามารถใช้ Cloud Shell เพื่อวัตถุประสงค์ในการพัฒนาได้ หากไม่ต้องการใช้ Cloud Shell เพื่อมีส่วนร่วมใน CFT คุณสามารถตั้งค่าสภาพแวดล้อมการพัฒนาในเครื่องได้

ตั้งค่า Git

GitHub ใช้ระบบควบคุมเวอร์ชัน (VCS) แบบโอเพนซอร์สที่ชื่อ Git Git มีหน้าที่รับผิดชอบทุกอย่างที่เกี่ยวข้องกับ GitHub ซึ่งเกิดขึ้นในเครื่องหรือ Cloud Shell ของคุณ

เมื่อใช้ Cloud Shell คุณไม่จำเป็นต้องติดตั้ง Git เนื่องจากมีการติดตั้งไว้ล่วงหน้าแล้ว

$ git --version
# This will display the git version on the Cloud Shell.

หากตั้งค่าสภาพแวดล้อมการพัฒนาในเครื่อง คุณต้องติดตั้ง Git

การตั้งค่าชื่อผู้ใช้และอีเมลใน Git

Git ใช้ชื่อผู้ใช้เพื่อเชื่อมโยงคอมมิตกับข้อมูลประจำตัว ชื่อผู้ใช้ Git ไม่เหมือนกับชื่อผู้ใช้ GitHub

คุณเปลี่ยนชื่อที่เชื่อมโยงกับ Git Commit ได้โดยใช้คำสั่ง git config การเปลี่ยนชื่อที่เชื่อมโยงกับการคอมมิต Git โดยใช้ git config จะมีผลกับการคอมมิตในอนาคตเท่านั้น และจะไม่เปลี่ยนชื่อที่ใช้สำหรับการคอมมิตที่ผ่านมา

คุณตั้งค่า Git เรียบร้อยแล้ว และควรจะสามารถ Fork, สร้าง และโคลนสาขาได้ เราจะใช้ Git อย่างกว้างขวางใน Codelab นี้

3. ที่เก็บข้อมูล GCS ของ CFT ที่แยกออกมา

แตกเนื้อหาที่เก็บ CFT

คุณตั้งค่า Git ในเครื่องหรือ Cloud Shell ในขั้นตอนก่อนหน้า ตอนนี้คุณต้อง Fork ที่เก็บ CFT ของ Google Cloud Storage เพื่อเริ่มมีส่วนร่วม

Fork คือสำเนาของที่เก็บ การแยกที่เก็บช่วยให้คุณทดลองการเปลี่ยนแปลงได้อย่างอิสระโดยไม่ส่งผลกระทบต่อโปรเจ็กต์เดิม

โดยส่วนใหญ่แล้ว Fork จะใช้เพื่อเสนอการเปลี่ยนแปลงโปรเจ็กต์ของผู้อื่น หรือใช้โปรเจ็กต์ของผู้อื่นเป็นจุดเริ่มต้นสำหรับไอเดียของคุณเอง

เช่น คุณสามารถใช้ Fork เพื่อเสนอการเปลี่ยนแปลงที่เกี่ยวข้องกับการแก้ไขข้อบกพร่อง หากต้องการแก้ไขข้อบกพร่อง ให้ทำดังนี้

Fork ที่เก็บ
ทำการแก้ไข
ส่งคำขอ Pull ไปยังเจ้าของโปรเจ็กต์

ขั้นตอนการ Fork ที่เก็บ CFT

เปิดเว็บเบราว์เซอร์แล้วไปที่ที่เก็บ terraform-google-modules/terraform-google-cloud-storage เราจะใช้ที่เก็บนี้สำหรับ Codelab ทั้งหมด
คลิกแยกที่มุมขวาบนของหน้า

คุณจะเห็นตัวเลือกตำแหน่งที่ต้องการ Fork ให้เลือกโปรไฟล์ของคุณ แล้วระบบจะ Fork ที่เก็บ

โคลน Fork ในเครื่อง

Fork ที่คุณสร้างคือสำเนาของที่เก็บโมดูล GCS ตอนนี้คุณจะโคลนที่เก็บนี้ไปยังสภาพแวดล้อมในเครื่องเพื่อเพิ่มฟีเจอร์ใหม่ได้แล้ว

ขั้นตอนการโคลน Fork มีดังนี้

เปิดเว็บเบราว์เซอร์แล้วไปที่ Fork ของคุณใน terraform-google-modules/terraform-google-cloud-storage
ที่มุมขวาบน คุณจะเห็นปุ่ม "โค้ด" ให้คลิกปุ่มนี้

หลังจากคลิกปุ่ม "Code" แล้ว ให้คลิกไอคอน "คัดลอก" เพื่อคัดลอก URL ของ Fork คุณจะใช้ URL นี้เพื่อโคลน Fork ไปยังสภาพแวดล้อมในเครื่อง

ไปที่เทอร์มินัลใน VSCode หรือเครื่องของคุณ แล้วโคลน Fork

$ git clone <url>
# This command will clone your fork locally.
# Paste the copied URL from the previous step.

ตอนนี้คุณได้โคลน Fork ในเครื่องแล้ว คุณควรไปที่รีโป สร้างกิ่งใหม่จาก Fork และทำการเปลี่ยนแปลงโค้ดในกิ่งชั่วคราว

ตามธรรมเนียม คุณตั้งชื่อสาขาได้ดังนี้

สำหรับคำขอฟีเจอร์ feature/feature-name
สำหรับการอัปเดตภายใน internal/change-name
สำหรับการแก้ไขข้อบกพร่อง bugfix/issue-name

เนื่องจากคุณกำลังเพิ่มฟีเจอร์ใหม่ คุณจึงตั้งชื่อกิ่งชั่วคราวว่า feature/silly_label ได้

$ cd terraform-google-cloud-storage
# This command takes you into the cloned directory on your local machine.

$ git branch
# This command tells your current branch
# When you run this for the first time after you have cloned, your 
# output should say "master", that is your fork.

$ git checkout -b feature/silly_label
# This command creates a new branch on your fork and switches your 
# branch to the newly created branch.

$ git branch
# This command will confirm your current branch to be "feature/silly_label"

ตอนนี้คุณพร้อมที่จะเริ่มทำงานใน Cloud Foundation Toolkit แล้ว

4. สร้างสภาพแวดล้อมการทดสอบ

กระบวนการพัฒนา CFT มาตรฐานจะอิงตามการใช้โปรเจ็กต์ทดสอบที่แยกต่างหากสำหรับการทดสอบ ขั้นตอนนี้จะแนะนำวิธีสร้างโปรเจ็กต์ทดสอบ (อิงตามการกำหนดค่ามาตรฐาน) ผ่านบัญชีบริการ

0. ติดตั้ง Docker Engine

หากใช้เครื่องเพื่อวัตถุประสงค์ในการพัฒนา คุณต้องติดตั้ง Docker Engine

1. ติดตั้ง Google Cloud SDK

คุณไม่จำเป็นต้องติดตั้ง Google Cloud SDK หากใช้ Cloud Shell ของ GCP

ไปที่ Google Cloud SDK แล้วดาวน์โหลดโปรแกรมติดตั้งแบบอินเทอร์แอกทีฟสำหรับแพลตฟอร์มของคุณ

2. กำหนดค่า

หากต้องการสร้างสภาพแวดล้อมการทดสอบ คุณจะต้องมีองค์กร Google Cloud, โฟลเดอร์ทดสอบ และบัญชีสำหรับการเรียกเก็บเงิน คุณต้องตั้งค่าเหล่านี้ผ่านตัวแปรสภาพแวดล้อม

export TF_VAR_org_id="your_org_id"
export TF_VAR_folder_id="your_folder_id"
export TF_VAR_billing_account="your_billing_account_id"

3. ตั้งค่าบัญชีบริการ

ก่อนสร้างสภาพแวดล้อมการทดสอบ คุณต้องดาวน์โหลดคีย์บัญชีบริการไปยังสภาพแวดล้อมการทดสอบ บัญชีบริการนี้จะต้องมีบทบาทผู้สร้างโปรเจ็กต์ ผู้ใช้บัญชีสำหรับการเรียกเก็บเงิน และผู้ดูองค์กร ขั้นตอนเหล่านี้จะช่วยให้คุณสร้างบัญชีบริการใหม่ได้ แต่คุณจะใช้บัญชีที่มีอยู่ซ้ำก็ได้

3.1 สร้างหรือเลือกโปรเจ็กต์ GCP เริ่มต้น

ก่อนสร้างบัญชีบริการ คุณต้องเลือกโปรเจ็กต์ที่จะโฮสต์บัญชีบริการ นอกจากนี้ คุณยังสร้างโปรเจ็กต์ใหม่ได้ด้วย

gcloud config set core/project YOUR_PROJECT_ID

3.2 เปิดใช้ Google Cloud APIs

เปิดใช้ Google Cloud APIs ต่อไปนี้ในโปรเจ็กต์เริ่มต้น

gcloud services enable cloudresourcemanager.googleapis.com
gcloud services enable iam.googleapis.com
gcloud services enable cloudbilling.googleapis.com

3.3 สร้างบัญชีบริการ

สร้างบัญชีบริการใหม่เพื่อจัดการสภาพแวดล้อมการทดสอบ

# Creating a service account for CFT.
gcloud iam service-accounts create cft-onboarding \
  --description="CFT Onboarding Terraform Service Account" \
  --display-name="CFT Onboarding"

# Assign SERVICE_ACCOUNT environment variable for later steps
export SERVICE_ACCOUNT=cft-onboarding@$(gcloud config get-value core/project).iam.gserviceaccount.com

วิธียืนยันว่าสร้างบัญชีบริการแล้ว

gcloud iam service-accounts list --filter="EMAIL=${SERVICE_ACCOUNT}"

3.4 มอบหมายบทบาทผู้สร้างโปรเจ็กต์ ผู้ใช้บัญชีสำหรับการเรียกเก็บเงิน และผู้ดูองค์กรให้กับบัญชีบริการ:

gcloud resource-manager folders add-iam-policy-binding ${TF_VAR_folder_id} \
  --member="serviceAccount:${SERVICE_ACCOUNT}" \
  --role="roles/resourcemanager.projectCreator"
gcloud organizations add-iam-policy-binding ${TF_VAR_org_id} \
  --member="serviceAccount:${SERVICE_ACCOUNT}" \
  --role="roles/billing.user"
gcloud beta billing accounts add-iam-policy-binding ${TF_VAR_billing_account} \
  --member="serviceAccount:${SERVICE_ACCOUNT}" \
  --role="roles/billing.user"
gcloud organizations add-iam-policy-binding ${TF_VAR_org_id} \
  --member="serviceAccount:${SERVICE_ACCOUNT}" \
  --role="roles/resourcemanager.organizationViewer"

ตอนนี้คุณมีบัญชีบริการที่ใช้จัดการสภาพแวดล้อมการทดสอบได้แล้ว

4. เตรียมข้อมูลเข้าสู่ระบบ Terraform

หากต้องการสร้างสภาพแวดล้อมการทดสอบ คุณต้องดาวน์โหลดคีย์บัญชีบริการลงในเชลล์

4.1 คีย์บัญชีบริการ

สร้างและดาวน์โหลดคีย์บัญชีบริการสำหรับ Terraform

gcloud iam service-accounts keys create cft.json --iam-account=${SERVICE_ACCOUNT}

4.2 ตั้งค่าข้อมูลเข้าสู่ระบบ Terraform

ระบุคีย์ให้กับ Terraform โดยใช้ตัวแปรสภาพแวดล้อม SERVICE_ACCOUNT_JSON และตั้งค่าเป็นเนื้อหาของคีย์บัญชีบริการ

export SERVICE_ACCOUNT_JSON=$(< cft.json)

หลังจากจัดเก็บข้อมูลเข้าสู่ระบบในตัวแปรสภาพแวดล้อมแล้ว ให้นำไฟล์คีย์ออก คุณสร้างคีย์ใหม่ได้ในภายหลังหากจำเป็นโดยใช้คำสั่งเดียวกันกับด้านบน

rm -rf cft.json

5. สร้างโปรเจ็กต์ทดสอบสำหรับการทำให้ Terraform ใช้งานได้

เมื่อเตรียมทุกอย่างพร้อมแล้ว คุณก็สร้างโปรเจ็กต์ทดสอบได้ด้วยคำสั่งเดียว เรียกใช้คำสั่งนี้จากรูทไดเรกทอรีของ terraform-google-cloud-storage

make docker_test_prepare

คุณจะเห็นเอาต์พุตด้านล่างเมื่อเรียกใช้ make docker_test_prepare และในตอนท้ายคุณจะได้รับ test_project_id ที่สร้างขึ้น ซึ่งคุณจะใช้เพื่อทดสอบและติดตั้งใช้งานโมดูล Cloud Storage ด้วยฟีเจอร์ใหม่ หากพบปัญหาในการลิงก์บัญชีสำหรับการเรียกเก็บเงิน โปรดดูขั้นตอนการแก้ปัญหา

macbookpro3:terraform-google-cloud-storage user$ make docker_test_prepare
docker run --rm -it \
                -e SERVICE_ACCOUNT_JSON \
                -e TF_VAR_org_id \
                -e TF_VAR_folder_id \
                -e TF_VAR_billing_account \
                -v /Users/cft/terraform-google-cloud-storage:/workspace \
                gcr.io/cloud-foundation-cicd/cft/developer-tools:0.8.0 \
                /usr/local/bin/execute_with_credentials.sh prepare_environment
Activated service account credentials for: [cft-onboarding@<project_id>.iam.gserviceaccount.com]
Activated service account credentials for: [cft-onboarding@<project_id>.iam.gserviceaccount.com]
Initializing modules...

Initializing the backend...

Initializing provider plugins...

The following providers do not have any version constraints in configuration,
so the latest version was installed.

To prevent automatic upgrades to new major versions that may contain breaking
changes, it is recommended to add version = "..." constraints to the
corresponding provider blocks in configuration, with the constraint strings
suggested below.

* provider.google-beta: version = "~> 3.9"
* provider.null: version = "~> 2.1"
* provider.random: version = "~> 2.2"

Terraform has been successfully initialized!

You may now begin working with Terraform. Try running "terraform plan" to see
any changes that are required for your infrastructure. All Terraform commands
should now work.

If you ever set or change modules or backend configuration for Terraform,
rerun this command to reinitialize your working directory. If you forget, other
commands will detect it and remind you to do so if necessary.
module.project.module.project-factory.null_resource.preconditions: Refreshing state... [id=8723188031607443970]
module.project.module.project-factory.null_resource.shared_vpc_subnet_invalid_name[0]: Refreshing state... [id=5109975723938185892]
module.project.module.gsuite_group.data.google_organization.org[0]: Refreshing state...
module.project.module.project-factory.random_id.random_project_id_suffix: Refreshing state... [id=rnk]
module.project.module.project-factory.google_project.main: Refreshing state... [id=<project-id>]
module.project.module.project-factory.google_project_service.project_services[0]: Refreshing state... [id=<project-id>/storage-api.googleapis.com]
module.project.module.project-factory.google_project_service.project_services[1]: Refreshing state... [id=<project-id>/cloudresourcemanager.googleapis.com]
module.project.module.project-factory.google_project_service.project_services[2]: Refreshing state... [id=<project-id>/compute.googleapis.com]
module.project.module.project-factory.data.null_data_source.default_service_account: Refreshing state...
module.project.module.project-factory.google_service_account.default_service_account: Refreshing state... [id=projects/ci-cloud-storage-ae79/serviceAccounts/project-service-account@<project-id>.iam.gserv
iceaccount.com]
module.project.module.project-factory.google_project_service.project_services[3]: Refreshing state... [id=<project-id>/serviceusage.googleapis.com]
module.project.module.project-factory.null_resource.delete_default_compute_service_account[0]: Refreshing state... [id=3576396874950891283]
google_service_account.int_test: Refreshing state... [id=projects/<project-id>/serviceAccounts/cft-onboarding@<project-id>.iam.gserviceaccount.com]
google_service_account_key.int_test: Refreshing state... [id=projects/<project-id>/serviceAccounts/cft-onboarding@<project-id>.iam.gserviceaccount.com/keys/351009a1e011e88049ab2097994d1c627a61
6961]
google_project_iam_member.int_test[1]: Refreshing state... [id=<project-id>/roles/iam.serviceAccountUser/serviceaccount:cft-onboarding@<project-id>.iam.gserviceaccount.com]
google_project_iam_member.int_test[0]: Refreshing state... [id=<project-id>/roles/storage.admin/serviceaccount:cft-onboarding@<project-id>.iam.gserviceaccount.com]

Apply complete! Resources: 0 added, 0 changed, 0 destroyed.

Outputs:

project_id = <test-project-id>
sa_key = <sensitive>
Found test/setup/make_source.sh. Using it for additional explicit environment configuration.

ตอนนี้คุณได้สร้างโปรเจ็กต์ทดสอบแล้ว ซึ่งอ้างอิงโดย project_id ดังที่คุณเห็นในเอาต์พุตของคอนโซล ตั้งค่าสภาพแวดล้อมในการพัฒนาและทดสอบแล้ว

5. เพิ่มฟีเจอร์ใหม่ลงในโมดูล CFT

เมื่อตั้งค่าสภาพแวดล้อมการพัฒนาและการทดสอบแล้ว มาเริ่มเพิ่มฟีเจอร์ "silly_label" ลงในโมดูล CFT ของ google-cloud-storage กัน

ตรวจสอบว่าคุณอยู่ใน terraform-google-cloud-storage และเปิดไฟล์ main.tf ตามที่เห็นด้านล่างในโครงสร้างโฟลเดอร์

เนื่องจาก "silly_label" เป็นป้ายกำกับ คุณจึงต้องเพิ่มฟีเจอร์ในบรรทัดที่ 27 ในตัวแปร "labels" ใน main.tf ดังที่เห็นด้านล่าง

terraform-google-cloud-storage/main.tf

resource "google_storage_bucket" "buckets" {
 <...>
 storage_class = var.storage_class
 // CODELAB:Add silly label in labels variable
 labels        = merge(var.labels, { name = replace("${local.prefix}${lower(each.value)}", ".", "-") }, { "silly" = var.silly_label })
 force_destroy = lookup(
 <...>
}

ตอนนี้คุณจะเพิ่มตัวแปร silly_label ใน variables.tf ที่เห็นในโครงสร้างโฟลเดอร์ด้านบน

คัดลอกโค้ดด้านล่างและเพิ่มลงในบรรทัดที่ 31 ใน variables.tf และตรวจสอบว่ามีอักขระขึ้นบรรทัดใหม่เหนือและใต้บล็อกตัวแปรที่คุณเพิ่ม

terraform-google-cloud-storage/variables.tf

variable "names" {
 description = "Bucket name suffixes."
 type        = list(string)
}

// CODELAB: Add "silly_label" variable to variables.tf between "names" and "location"
variable "silly_label" {
 description = "Sample label for bucket."
 type        = string
}

variable "location" {
 description = "Bucket location."
 default     = "EU"
}

6. เพิ่มฟีเจอร์ใหม่ลงในตัวอย่างของที่เก็บข้อมูล

คุณได้เพิ่มฟีเจอร์ลงใน main.tf ของโมดูลแล้ว ตอนนี้คุณจะทดสอบฟีเจอร์ที่เพิ่มผ่านตัวอย่าง

คุณจะต้องเพิ่ม "silly_label" ลงใน examples/multiple-buckets/main.tf

เราจะใช้ตัวอย่างนี้ในขั้นตอนถัดไปเพื่อทำการทดสอบการผสานรวม

คัดลอกและวางบรรทัดตัวแปร silly_label ด้านล่างไปยังบรรทัดที่ 27 ใน main.tf ที่ terraform-google-cloud-storage/examples/multiple-buckets/ ตามที่เห็นในโครงสร้างโฟลเดอร์

terraform-google-cloud-storage/examples/multiple-buckets/main.tf

module "cloud_storage" {
 <...>
 // CODELAB: Add "silly_label" as an example to main.tf.
 silly_label        = "awesome"

 <..>
}

7. อัปเดตการทดสอบพิมพ์เขียวเพื่อตรวจสอบฟีเจอร์

คุณได้เพิ่มฟีเจอร์ลงใน main.tf ของโมดูลแล้ว จากนั้นจึงเพิ่มฟีเจอร์ลงในตัวอย่าง multiple_buckets ตอนนี้คุณต้องทดสอบฟีเจอร์ผ่านการทดสอบการผสานรวมพิมพ์เขียวที่เขียนด้วย Golang

คุณจะเพิ่มการทดสอบใหม่ในไฟล์ multiple_buckets_test.go ซึ่งอยู่ในโครงสร้างโฟลเดอร์ด้านล่าง

คุณเพิ่ม "silly_label" ในที่เก็บข้อมูลทั้งหมดที่สร้างผ่านโมดูล multiple_buckets และตอนนี้คุณต้องเขียนการทดสอบเพื่อทดสอบฟีเจอร์ใหม่

ในโค้ดด้านล่าง คุณจะได้รับป้ายกำกับของแต่ละที่เก็บข้อมูลผ่านคำสั่ง gcloud alpha storage จากนั้นตรวจสอบเอาต์พุตที่ส่งคืนจากคำสั่ง

test/integration/multiple_buckets/multiple_buckets_test.go

func TestMultipleBuckets(t *testing.T) {
 <..>
op := gcloud.Run(t, fmt.Sprintf("alpha storage ls --buckets gs://%s", bucketName), gcloudArgs).Array()[0]

// verify silly label on each bucket
assert.Equal("awesome", op.Get("metadata.labels.silly").String(), "should have silly label set to awesome")

// verify lifecycle rules
...
}

8. เรียกใช้การทดสอบการผสานรวมใน CFT

การทดสอบการผสานรวม

การทดสอบการผสานรวมใช้เพื่อยืนยันลักษณะการทำงานของโมดูลราก โมดูลย่อย และตัวอย่าง การเพิ่ม การเปลี่ยนแปลง และการแก้ไขควรมาพร้อมกับการทดสอบ

การทดสอบการผสานรวมเขียนขึ้นโดยใช้เฟรมเวิร์กการทดสอบ Blueprint และเรียกใช้โดยใช้ CFT CLI เครื่องมือเหล่านี้รวมอยู่ในอิมเมจ Docker เพื่อความสะดวก

กลยุทธ์ทั่วไปสำหรับการทดสอบเหล่านี้คือการยืนยันลักษณะการทำงานของโมดูลตัวอย่าง เพื่อให้มั่นใจว่าโมดูลราก โมดูลย่อย และโมดูลตัวอย่างทั้งหมดทำงานได้อย่างถูกต้อง

ในการดำเนินการแบบอินเทอร์แอกทีฟ คุณจะดำเนินการแต่ละขั้นตอนผ่านคำสั่งหลายรายการ

เรียกใช้ make docker_run เพื่อเริ่มคอนเทนเนอร์ Docker สำหรับการทดสอบในโหมดอินเทอร์แอกทีฟ

Make เป็นเครื่องมือสร้างอัตโนมัติที่สร้างโปรแกรมและไลบรารีที่เรียกใช้งานได้จากซอร์สโค้ดโดยอัตโนมัติด้วยการอ่านไฟล์ที่ชื่อ Makefile ซึ่งระบุวิธีสร้างโปรแกรมเป้าหมาย เมื่อคุณทำการเปลี่ยนแปลงไฟล์ ระบบจะต้องอัปเดตคอนเทนเนอร์ Docker โดยอัตโนมัติ

เมื่อเรียกใช้ make docker_run คุณจะสร้างพื้นที่ทํางานในคอนเทนเนอร์ Docker และเปิดใช้งานข้อมูลเข้าสู่ระบบสําหรับบัญชีบริการ ระบบจะใช้พื้นที่ทำงานในขั้นตอนถัดไปเพื่อเรียกใช้การทดสอบ