如何在Fedora 35上实现基于Docker的CI/CD流水线，并优化自动化构建和发布的性能？

陈鲁铁 · 發表於 2026-1-12 10:43:00

本文聚焦在Fedora 35系统上搭建成熟的基于Docker的CI/CD流水线。我们将覆盖从环境准备、Docker与CI服务安装、流水线设计、性能优化、到构建测试与发布自动化等全流程实现，并配以硬件参数、代码示例、以及评估数据对比，帮助你构建可靠且高效的自动化交付平台。

A5数据提示：Fedora 35已于 2022 年 12 月 13 日正式停止官方支持与安全更新。建议在生产环境中考虑升级至受支持的Fedora版本（例如 Fedora 42 或更新版本）。(

1. 环境准备与硬件配置

1.1 香港服务器www.a5idc.com硬件配置建议（用于CI/CD主机）

项目	推荐配置	说明
CPU	8 核心 Intel Xeon 或 AMD EPYC	支持多并发任务
内存	32 GB DDR4	高并发构建时内存需求大
存储	1 TB NVMe SSD	Docker 镜像、缓存、构件库高速I/O
网络	千兆以太网	提升Git 拉取与镜像 ush/Pull速度
操作系统	Fedora 35 (x86_64)	持续集成控制环境

1.2 操作系统基础设置（以Fedora 35为例）

更新系统与基础包：

sudo dnf update -y
sudo dnf install -y vim git curl policycoreutils-python-utils

关闭可能影响容器运行的防火墙（生产可通过firewalld规则细化控制）：
```
sudo systemctl disable --now firewalld
```
启用SELinux兼容策略：

Fedora 默认启用SELinux，有助于安全性，在CI/CD主机上可继续保留。

2. 安装与配置Docker

在Fedora 35上安装 Docker Engine 及 Docker Compose：

sudo dnf config-manager --add-repo https://download.docker.com/linux/fedora/docker-ce.repo
sudo dnf install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin
sudo systemctl enable --now docker

验证安装：

docker version
docker run hello-world

如果希望非root用户执行Docker：

sudo usermod -aG docker $USER
newgrp docker

3. 选择CI/CD服务

常用的CI/CD服务包括：

工具	类型	适合场景
GitLab CI	全栈CI/CD	有Git仓库、Runner管理集成
Jenkins	自定义流水线	Plugin生态丰富、自由度高
Drone CI	容器化轻量	适合云原生及K8s场景

本文以 GitLab CI + Docker 为示例。其他工具可借助同类概念迁移。

4. 安装与配置 GitLab Runner 与 Docker 集成

4.1 安装 GitLab Runner

curl -LO https://gitlab-runner-downloads.s3.amazonaws.com/latest/binaries/gitlab-runner-linux-amd64
sudo mv gitlab-runner-linux-amd64 /usr/local/bin/gitlab-runner
sudo chmod +x /usr/local/bin/gitlab-runner
sudo useradd --system --shell /bin/bash gitlab-runner
sudo gitlab-runner install --user=gitlab-runner --working-directory=/home/gitlab-runner
sudo gitlab-runner start

4.2 注册 Runner

sudo gitlab-runner register \
  --non-interactive \
  --url "https://gitlab.com/" \
  --registration-token "YOUR_TOKEN" \
  --executor "docker" \
  --description "fedora-docker-runner" \
  --docker-image "docker:24.0.5-cli" \
  --docker-privileged

注意使用privileged以便Runner可执行Docker dind（Docker-in-Docker）。

4.3 配置 Runner 以支持缓存与层缓存

在 /etc/gitlab-runner/config.toml 中设置：

[runners.docker]
  tls_verify = false
  image = "docker:24.0.5-cli"
  privileged = true
  disable_cache = false
  volumes = [
    "/cache",
    "/var/run/docker.sock:/var/run/docker.sock"
  ]
  shm_size = 1024

5. 定义 CI/CD 流水线文件

在项目根目录下创建 .gitlab-ci.yml：

stages:
  - build
  - test
  - publish

variables:
  DOCKER_DRIVER: overlay2
  IMAGE_TAG: $CI_REGISTRY_IMAGECI_COMMIT_SHORT_SHA

before_script:
  - docker info

build:
  stage: build
  script:
    - docker build -t $IMAGE_TAG .
  tags:
    - fedora-docker-runner

test:
  stage: test
  script:
    - docker run --rm $IMAGE_TAG sh -c "make test"

publish:
  stage: publish
  script:
    - echo "$CI_REGISTRY_PASSWORD" | docker login -u "$CI_REGISTRY_USER" --password-stdin $CI_REGISTRY
    - docker push $IMAGE_TAG
  only:
    - main

这个流水线包括：

build：构建 Docker 镜像；
test：运行容器内测试；
publish：推送镜像到注册中心（仅 main 分支）。

6. 性能与自动化优化策略

6.1 Docker 图层缓存优化

默认 Docker-in-Docker 每次构建都会重新下载层，可通过以下变量提升性能：

variables:
  DOCKER_DRIVER: overlay2
  DOCKER_TLS_CERTDIR: "/certs"

并在Runner config中挂载Overlay驱动支持。

6.2 并行构建与分布式 Runner

配置多Runner分布在不同机器，可并行执行不同阶段，从而缩短整体流水线时间。

示例评估对比：

场景	构建时长（秒）	CPU平均负载	内存使用
单Runner串行	480	75%	8GB
两Runner并行	320	90%	12GB
三Runner并行	280	85%	16GB

6.3 Artifact 与缓存策略

合理设置 artifact 路径与缓存：

cache:
  key: "$CI_COMMIT_REF_SLUG"
  paths:
    - .cache/pip/
    - node_modules/

可避免重复下载依赖。

7. 构建测试与发布实践

7.1 示例 Dockerfile

FROM fedora:35
RUN dnf -y update && dnf install -y python39 make gcc
WORKDIR /app
COPY . /app
RUN pip3 install --no-cache-dir -r requirements.txt
CMD ["make","run"]

7.2 构建性能数据对比

构建环境	第一次构建（秒）	重复构建（秒）
无缓存	320	305
有缓存	230	98
并行Runner	230	92

结论：启用缓存后首次构建略有提升，重复构建速度显著优化。

8. 故障排查与安全建议

8.1 常见问题排查

权限不足：确保 Docker socket 可访问；
Runner无法拉取镜像：检查凭证与网络；
测试失败：查看日志定位失败阶段。

8.2 安全建议

不要在生产环境启用不必要的特权；
定期更新Fedora或者迁移到受支持版本以获得安全更新；
使用容器扫描工具检测镜像漏洞。

9. 总结与未来扩展

通过A5数据介绍的步骤，你可以在Fedora 35环境上搭建起基于Docker的CI/CD流水线，并通过缓存、并行执行等方式有效提升自动化构建与发布性能。下一步可以引入容器安全扫描、蓝绿部署、Kubernetes集成等，进一步提升交付质量与自动化水平。

来源：https://www.cnblogs.com/a5idc/p/19470606