jenkins+Kubernetes实现流水线CI/CD 接口自动化测试

一、环境及插件配置

Kubernetes --- K8s Pod 动态调度
Allure --- Allure 测试报告展示

可以参考之前的文章：Jenkins实现持续集成接口自动化测试

二、 Jenkins 全局工具配置

以下在 Jenkins → Manage Jenkins → Global Tool Configuration 中完成。

1. Allure Commandline（必须）

找到 "Allure Commandline" 区域
点击 "新增 Allure Commandline"
名称：填 allure（任意名称均可）
勾选 "Install automatically"
来源选择 "From Maven Central"
版本：下拉选择 2.30.0（或最新版）
保存

2. Git

默认即可，无需额外配置。

三、配置流水线

1.登录jenkins，点击new item

2.选择创建流水线

3.配置流水线

Definition：Pipeline script from SCM
SCM：Git
Repository URL：「你的 git 地址」
Credentials：git 地址类型，比如 GitHub、gitlab 这些
Branches to build：*/master
Script Path：Jenkinsfile
其余默认，保存

四. Jenkinsfile 流水线文件编写

采用声明式 Pipeline 语法，agent 在 K8s 集群动态创建 Pod。

1. 流水线阶段

|----------------------|-----------------------------|
| Stage | 作用 |
| Checkout | 从 GitLab 拉取测试代码 |
| Install Dependencies | 创建 venv + pip install 依赖 |
| Run Tests | pytest 执行 + 通知 + chmod 修复权限 |
| Post Actions | Allure 报告 + 归档 + 清理 |

2.你的代码根目录下创建Jenkinsfile文件，示例（可以直接让 AI 帮你生成）

python 复制代码

pipeline {
    agent {
        kubernetes {
            yaml """
apiVersion: v1
kind: Pod
spec:
  containers:
  # Jenkins通信容器jnlp，内网提前预制镜像，无需外网（不用内网镜像的话，外网拉取需要翻墙，可能会拉不下来）
  - name: jnlp
    image: harbor.inner.com/public/jenkins-inbound-agent:latest
    resources:
      requests:
        cpu: 100m
        memory: 256Mi
  # 自动化运行环境：Python运行容器
  - name: python-runner
    image: harbor.inner.com/public/python:3.10
    command: ["sleep", "infinity"]
    tty: true
    envFrom:
    - secretRef:
        name: project-common-env
        optional: true
"""
            defaultContainer 'python-runner'
        }
    }
    
    # 构建参数，可以在每次构建时，选择某个参数，让自动化更灵活
    parameters {
        choice(
            name: 'ENVIRONMENT',
            choices: ['TEST', 'DEV', 'PROD', 'XINING'],
            description: '测试环境选择'
        )
        booleanParam(
            name: 'SEND_EMAIL',
            defaultValue: false,
            description: '是否发送邮件通知'
        )
        booleanParam(
            name: 'SEND_WECHAT',
            defaultValue: true,
            description: '是否发送企业微信通知'
        )
    }

    environment {
        TEST_ENV    = "${params.ENVIRONMENT}"
        SEND_EMAIL  = "${params.SEND_EMAIL}"
        SEND_WECHAT = "${params.SEND_WECHAT}"
    }

    stages {
        stage('Checkout') {
            steps {
                    checkout scm
            }
        }


        stage('Install Dependencies') {
            steps {
                sh '''
                    python3 -m venv .venv
                    source .venv/bin/activate
                    pip install --no-cache-dir -r requirements.txt
                '''
            }
        }

        stage('Run Tests') {
            steps {
                sh '''
                    source .venv/bin/activate
                    echo "========================================="
                        echo "  环境:         ${TEST_ENV}"
                        echo "  发送邮件:     ${SEND_EMAIL}"
                        echo "  发送企业微信: ${SEND_WECHAT}"
                        echo "  Python:       $(python3 --version)"
                        echo "  Java:         $(java -version 2>&1 | head -1 || echo not found)"
                        echo "  Allure:       $(allure --version || echo not found)"
                        echo "========================================="
                        python3 run.py \
                            -env "${TEST_ENV}" \
                            --send-wechat "${SEND_WECHAT}" \
                            --send-email "${SEND_EMAIL}"

                        # 修复文件权限，确保 jnlp 能读取 python 容器生成的文件
                        chmod -R a+rw output/allure_result || true
                '''
            }
        }

    }

    post {
        always {
            allure includeProperties: false,
                results: [[path: 'output/allure_result']]
            archiveArtifacts artifacts: 'output/**/*', allowEmptyArchive: true
            cleanWs()
        }
        success {
            echo "✅ 自动化流水线全部执行成功"
        }
        failure {
            echo "❌ 流水线执行异常，构建失败"
        }
    }
}

五、推送代码，手动触发构建

六、构建失败问题排查思路

点击构建详情内的Console Output，复制里面报错内容给 AI，让 AI 帮你排查并解决

七、后续优化建议

1. 构建自定义镜像：使用Dockerfile，将 Python+JDK+Allure+依赖一体化打包，消除 Install Dependencies 耗时
1. 启用凭据注入：创建 Jenkins Credentials 后可将项目内的敏感数据，比如邮箱等存在环境变量里，避免硬编码在代码中
1. PVC 缓存 venv：利用运维 PVC 缓存 .venv，避免每次重装依赖（跟第一条解决的是一样的问题）
1. 定时构建：Build Triggers → Build periodically，如 H 8 * * 1-5
1. GitLab Webhook：代码 push 自动触发构建