内容简介:伴随着Azure Devops的分布,我们给开发者也提供了一个全新的叫做Azure Pipelines的CI/CD服务,这项服务实现跨平台开发测试部署;对linux,macOS和windows提供云代理,并提供本地容器工作流支持,弹性k8s、VM和无服务器环境部署。微软承诺会大力支持开源软件开发,我们下一步就是为开源项目提供最好的CI/CD体验。今天开始,Azure Pipelines为所有开源项目免费地提供CI/CD不限时服务和10个并行作业。所有开源项目都免费运行在同样的基础架构上,也就意味着具有同样
伴随着Azure Devops的分布,我们给开发者也提供了一个全新的叫做Azure Pipelines的CI/CD服务,这项服务实现跨平台开发测试部署;对linux,macOS和windows提供云代理,并提供本地容器工作流支持,弹性k8s、VM和无服务器环境部署。
微软承诺会大力支持开源软件开发,我们下一步就是为开源项目提供最好的CI/CD体验。今天开始,Azure Pipelines为所有开源项目免费地提供CI/CD不限时服务和10个并行作业。所有开源项目都免费运行在同样的基础架构上,也就意味着具有同样性能和服务质量。许多排名靠前的开源项目已经开始使用Azure Pipelines,例如Atom, CPython, Pipenv, Tox, Visual Studio Code, 和TypeScript,使用列表每天都在持续更新中。
下面的内容,大家将会看到Atom如何在Linux, macOS, 和 Windows 中进行持续集成。
在Github市场中的Azure Pipelines应用
Azure Pipelines在Github市场中也有下载地址,可以很容易上手。只要在Github账号中安装了应用,就可以在自己的库中运行CI/CD。
Pull请求和CI检测
当Github应用设置好后,就可以看到pull请求和默认分支commit的CI/CD检查点
和Github API整合使得在pull请求结果中看开发结果很容易,如果有问题,调用栈和受影响文件都可以很容易显示出来。
不仅仅是开源
Azure Pipelines对私有部署也很有帮助,对来Columbia, Shell, Accenture等来说都是很好的CI/CD解决方案,同样微软自己最大项目如Azure, Office 365, 和Bing也都在使用。我们为私有项目提供每月1800分钟CI/CD云运行时间或者在自己硬件上不限时CI/CD时间,也可以在Azure DevOps或者Github 市场为私有项目购买并行作业。
除了CI,Azure Pipelines还可以弹性部署在任意平台上,包括Azure, Amazon Web Services, 和Google Cloud Platform,以及云端运行Linux, macOS 或者Windows的服务器,也有内置适配k8s、VM和serverless的部署。另外,还有丰富的语言和 工具 扩展生态系统。Azure Pipelines代理和任务都是开源的,也已经在Github上发布并接受反馈。
<video id="video" controls="" preload="none">
<source id="mp4" src=" https://sec.ch9.ms/ch9/81c6/6f ... ot%3B type="video/mp4">
</video>
以上所述就是小编给大家介绍的《Azure Pipelines为开源项目提供不限时CI/CD服务》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 记一次上古项目的限时开发
- [限时优惠]Python大数据分析与文本挖掘实战
- 最新Java高级架构师图集!需要的限时免费领取
- 免费!!3天直播外加19个视频,妥妥搞懂ZooKeeper!(限时领)
- PyTorch官方教程书限时免费!500页内容带你上手最流行框架
- UWA GOT (Online) 发布—限时免费 | 项目本地随时测,报告线上即时看
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
深入浅出强化学习:原理入门
郭宪、方勇纯 / 电子工业出版社 / 2018-1 / 79
《深入浅出强化学习:原理入门》用通俗易懂的语言深入浅出地介绍了强化学习的基本原理,覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。开篇从最基本的马尔科夫决策过程入手,将强化学习问题纳入到严谨的数学框架中,接着阐述了解决此类问题最基本的方法——动态规划方法,并从中总结出解决强化学习问题的基本思路:交互迭代策略评估和策略改善。基于这个思路,分别介绍了基于值函数的强化学习方法和基于直接策略......一起来看看 《深入浅出强化学习:原理入门》 这本书的介绍吧!