GitLab CI: правила запуска и зависимости заданий

Почему после одного push появились два pipeline? Почему нужный тест пропал из merge request? Почему успешная сборка не передала файл следующей job? Этот курс учит отвечать на такие вопросы по конфигурации и проверять ответ на небольшом проекте.

Мы начинаем с терминов: событие, pipeline, job, stage, runner, ветка, тег и MR. Затем последовательно разбираем workflow: rules, правила jobs, needs, optional, artifacts и типичные ошибки оптимизации. Каждый механизм объясняется на конкретном примере до задания.

Вы настроите pipeline для ветки, merge request и тега, устраните лишнюю пару branch/MR, сохраните обязательные тесты и передадите проверенный результат сборки в упаковку. В комплекте — Python-проект без внешних библиотек, полная итоговая конфигурация, пять отдельных неисправных YAML, итоговое задание и шаблон протокола.

Формат: 5 модулей, 15 уроков, 90 шагов, 30 тестов с обратной связью и 15 практик. Ориентир — 10–14 часов. Автоматически проверяются ответы в тестах; практики выполняются в отдельном учебном GitLab и проверяются по наблюдаемым результатам. Для практики нужны права работы в проекте и готовый runner с поддержкой image Python. GitLab-проект и runner не предоставляются вместе с курсом: их нужно подготовить самостоятельно или использовать доступ организации. Администрирование runner, Docker-сборки и развёртывание не требуются и не рассматриваются.

Итог — исправленный .gitlab-ci.yml, архив результата по тегу и протокол положительных и отрицательных сценариев. Проверите не только успешный запуск, но и остановку дальнейшей работы после ошибки тестов или повреждения artifact.

Для локальных опытов заранее подготовьте Git, Python 3.12 или новее и shell sh/bash/zsh; в Windows подойдёт Git Bash. Программирование на Python не требуется. Готовый runner должен принимать jobs без меток tags. В курсе есть промежуточные конфигурации для сверки и точные шаги намеренного внесения и восстановления ошибок.