Kurze Zeitreise

Die Geschichte des Raspberry Pi geht zurück auf das Jahr 2006. Als ein Team von Wissenschaftlern und Technikern am Computer Laboratory der University of Cambridge, darunter Eben Upton, Rob Mullins, Jack Lang, Alan Mycroft und Pete Lomas, eine wachsende Besorgnis über den Rückgang der Informatikkenntnisse unter britischen Schülern feststellten. Die Anzahl der Schüler, die Informatik auf Universitätsebene studierten, nahm ab. Hinzu kam, dass die Schüler weniger praktische Programmiererfahrungen hatten, als in den Jahren vorher.

Als Hauptursache des Rückgangs identifizierten sie die Unzugänglichkeit von erschwinglichen, programmierbaren Computern für junge Menschen. In den 80er Jahren hatten Heimcomputer wie der BBC-Micro und der Commodore 64 eine Generation von Technikbegeisterten inspiriert. Dies ermöglichte auch vielen von ihnen Programmierkenntnisse zu erwerben. Doch die Komplexität der Computer steigerte sich im Laufe der Zeit. Vor allem stiegen damit auch die Anschaffungskosten, wodurch sie für viele unzugänglich geworden sind, insbesondere im Kontext der Bildung.

Um dieses Problem zu lösen, arbeitete das Team an der Entwicklung eines kleinen, erschwinglichen und benutzerfreundlichen Einplatinencomputers. Dieser sollte den Schülern ermöglichen, Programmieren und Computertechnik auf spielerische Weise zu erlernen. Die Idee, ein Gerät zu schaffen, dass in der Lage ist, grundlegende Programmieraufgaben auszuführen. Dies zu einem Bruchteil der Kosten eines herkömmlichen Computers. Dieses Projekt führte zur Entstehung des kleinen Alleskönners.

Entstehung der Raspberry Pi Foundation

Man gründete im Jahr 2009 die Raspberry Pi Foundation, eine gemeinnützige Organisation, um die Entwicklung des Geräts voranzutreiben und Bildungsressourcen bereitzustellen, die auf dem Raspberry Pi basierten. Im Februar 2012 kam dann die erste Version, das Model B, auf den Markt. Die Nachfrage nach dem Gerät, enorm. Und innerhalb weniger Jahre gingen Millionen von Raspberry Pi-Einheiten weltweit über die Ladentheke.

Seitdem hat die Raspberry Pi Foundation verschiedene Modelle und Generationen des Geräts veröffentlicht, die jeweils verbesserte Hardware und Funktionalität bieten. Weiterhin mit der Aufgabe, das Erlernen von Programmierkenntnissen und Computertechnik für Menschen aller Altersgruppen und Fähigkeiten zugänglich und erschwinglich zu machen. Der kleine Alleskönner hat inzwischen eine große und leidenschaftliche Gemeinde. Bestehend aus Bastlern, Entwicklern und Technikbegeisterten und man nutzt es für eine Vielzahl von Projekten und Anwendungen.

Modelle und technische Daten

Seit der ersten Version gibt es mehrere Modelle mit unterschiedlichen Spezifikationen. Hier sind einige der bekanntesten Modelle:

1. Raspberry Pi 1 Model B (2012): Das ursprüngliche Modell mit einem 700 MHz Single-Core-Prozessor, 512 MB RAM und 2 USB-Anschlüssen.

2. Raspberry Pi 2 Model B (2015): Eine Verbesserung des ursprünglichen Modells mit einem 900 MHz Quad-Core-Prozessor und 1 GB RAM.

3. Raspberry Pi 3 Model B (2016): Das erste Modell mit integriertem Wi-Fi und Bluetooth, ausgestattet mit einem 1,2 GHz Quad-Core-Prozessor und 1 GB RAM.

4. Raspberry Pi 4 Model B (2019): Das bisher leistungsstärkste Modell mit einem 1,5 GHz Quad-Core-Prozessor, bis zu 8 GB RAM und Unterstützung für Dual-4K-Displays.

(Hier sei noch zu erwähnen, dass es auch alternative Geräte gibt, die wesentlich leistungsstärker sind. Doch darüber schreibe ich noch einen gesonderten Beitrag.)

Raspberry Pi Zero (2015) und Zero W (2017): Kleinere und kostengünstigere Modelle, die sich gut für einfache Projekte eignen.

Anwendungen und Projekte

Die Vielseitigkeit des kleinen Alleskönners hat dazu geführt, dass man es in einer Vielzahl von Projekten und Anwendungen einsetzen kann. Einige Beispiele hierfür sind:

• Heimautomatisierung: Die Verwendung des kleinen Alleskönners, um die eigenen smarten Geräte zu steuern oder um das gesamte Zuhause zu automatisieren.
• Retro-Gaming: Mit Emulatoren wie RetroPie kann man eine Vielzahl von klassischen Spielen aus verschiedenen Konsolen-Generationen genießen.
• Media Center: Man kann den kleinen Alleskönner als Media Center nutzen, indem man Kodi oder Plex installiert und Lieblingsfilme sowie Serien streamen.
• Lern- und Bildungsplattform: Um Programmieren zu lernen oder eigene Anwendungen zu entwickeln, um anderen dabei zu helfen, neue Fähigkeiten zu erlernen.
• Wetterstation: Benutzerdefinierte Wetterstation, um die Umgebungsinformationen wie Temperatur, Luftfeuchtigkeit und Luftdruck zu überwachen.
• Internet der Dinge (IoT) Projekte: Integration in ein IoT-Netzwerk, um Sensoren und Aktoren über das Internet zu steuern und um Daten zu sammeln.
• Robotik: Als Gehirn des eigenen Roboters, der in der Lage ist, verschiedene Aufgaben auszuführen, wie z.B. automatisiertes Fahren, Objektverfolgung und mehr.
• Sicherheit und Überwachung: Als kostengünstiges Sicherheitssystem mit Bewegungsmeldern, Kameras und Alarmen.
• Webserver: Als eigenen Webserver, um Websites oder Webanwendungen zu hosten.
• Künstliche Intelligenz und maschinelles Lernen: Experimente mit AI-Frameworks wie TensorFlow oder PyTorch, um Machine-Learning-Modelle auf dem Raspberry Pi zu erstellen oder auszuführen. Wobei sich hier auch NVIDIA’s Jetson anbietet und auch von der Performance her wahrscheinlich bei weitem besser aufgestellt ist 😉

Raspberry Pi Ressourcen und Community

Eine der größten Stärken des Raspberry Pi ist die riesige und engagierte Community. Die Raspberry Pi Community bietet unzählige Ressourcen, Tutorials und Foren, um Fragen zu beantworten und bei der Lösung von Problemen zu helfen. Einige empfehlenswerte Ressourcen sind:

Die offizielle Website: Hier findet man Neuigkeiten, Projekte und Lernressourcen direkt von der Raspberry Pi Foundation.

Raspberry Pi Forums: Eine aktive Community, in der man Fragen stellen, Antworten finden und sich mit anderen Enthusiasten austauschen kann.

Hackster.io: Eine Plattform für Bastler und Entwickler, um Raspberry Pi-Projekte mit detaillierten Anleitungen zu teilen und um neue Ideen zu entdecken.

Instructables: Eine weitere hervorragende Quelle für Schritt-für-Schritt-Anleitungen und Projekte, die auf dem Raspberry Pi basieren.

GitHub: Auf GitHub findet man zahlreiche Repositories, die Software, Tools und Projekte für den Kleinen enthalten. Einen Beitrag über GitHub selbst gibt es hier 😉

Fazit

Der Raspberry Pi hat die Welt der Heimcomputer und Bastler revolutioniert und ist ein Paradebeispiel dafür, wie ein kleines, kostengünstiges Gerät großen Einfluss haben kann. Seine Vielseitigkeit, einfache Handhabung und große Community haben dazu geführt, dass man es heute in einer Vielzahl von Projekten und Anwendungen einsetzen kann. Leider sind die Preise aufgrund der Pandemie und den damit verbundenen Lieferengpässen wesentlich gestiegen. Ansonsten bietet sich der kleine Alleskönner an, spannende unzählige Möglichkeiten zu entdecken. Man kann es kaufen, verschenken und auch spenden. In der Regel kann man damit nichts falsch machen.

Der Beitrag Raspberry Pi – Der Kleine mit großem Potential erschien zuerst auf CEOsBay.

Apache Kafka ist die Entwicklung von LinkedIn. Seit 2012 ist es Teil der Apache Software Foundation. Im Jahr 2014 gründeten die Entwickler das Unternehmen Confluent aus LinkedIn heraus, welches die Weiterentwicklung von Apache Kafka fokussiert. Apache Kafka ist ein verteiltes System, das skalierbar und fehlertolerant und somit für Big-Data-Anwendungen geeignet ist.

Wie funktioniert Apache Kafka?

Den Kern des Systems bildet ein Rechnerverbund (Cluster), bestehend aus sogenannten Brokern. Broker speichern Schlüssel-Wert-Nachrichten zusammen mit einem Zeitstempel in Topics. Topics wiederum sind in Partitionen aufgeteilt, die im Kafka-Cluster verteilt und repliziert sind. Innerhalb einer Partition werden die Nachrichten in der Reihenfolge gespeichert, in der sie geschrieben wurden. Lese- und Schreibzugriffe umgehen den Arbeitsspeicher durch die direkte Anbindung der Festplatten mit dem Netzwerkadapter (Zero Copy), so dass weniger Kopiervorgänge vor dem Schreiben oder Versenden von Nachrichten nötig sind.

Was ist Zero Copy im Kontext Apache Kafka?

Zero Copy „Null-Kopie“ beschreibt Computeroperationen, bei denen die CPU keine Daten von einem Speicherbereich in einen anderen kopiert oder bei denen unnötige Datenkopien vermieden werden. Dies wird häufig verwendet, um CPU-Zyklen und Speicherbandbreite bei vielen zeitaufwändigen Aufgaben zu sparen. Beispielsweise bei der Übertragung einer Datei mit hoher Geschwindigkeit über ein Netzwerk, wodurch die Leistung von Programmen (Prozessen), die von einem Computer ausgeführt werden, verbessert wird.

Anwendungen, die Daten in einen Kafka-Cluster schreiben, werden als Producer bezeichnet, Anwendungen, die Daten von dort lesen, als Consumer. Zur Datenstromverarbeitung besteht die Möglichkeit, Kafka Streams zu verwenden. Kafka Streams ist eine Java-Bibliothek, die Daten aus Kafka liest, verarbeitet und die Ergebnisse nach Kafka zurückschreibt. Auch die Verwendung mit anderen Stream-Verarbeitungssystemen ist möglich. Ab der Version 0.11.0.0 ist „„transaktionales Schreiben“ auch möglich, dadurch ist garantiert, dass die Verarbeitung von Nachrichten exakt ein einziges Mal stattfindet, wenn eine Anwendung Kafka Streams verwendet. Stichwort (Exactly-Once processing) – Wobei dies ein Thema für sich darstellt und den Rahmen hier sprengen würde.

Kafka unterstützt zwei Arten von Topics: „normal“ und „compacted“ Topics. Normale Topics garantieren, Nachrichten für einen konfigurierbaren Zeitraum vorzuhalten oder einen gewissen Speicherbedarf nicht zu überschreiten. Liegen Nachrichten vor, die älter sind als die konfigurierte „retention time“, oder ist das Speicherlimit einer Partition überschritten, kann Kafka alte Nachrichten löschen, um Festplattenspeicher freizugeben. Standardmäßig speichert Kafka Nachrichten für 7 Tage, aber es ist auch möglich, Nachrichten für immer zu speichern. Neben „normal“ Topics bietet Kafka auch „compacted“ Topics an, die keiner Zeit- oder Platzlimitierung unterliegen. Stattdessen werden neuere Nachrichten als Aktualisierung („updates“) alter Nachrichten mit dem gleichen Schlüssel interpretiert. Dadurch ist garantiert, dass keine Löschung der neuesten Nachricht pro Schlüssel stattfindet. Nutzer können Nachrichten jedoch explizit löschen, indem sie eine Spezialnachricht (sog. tombstone) mit null-Wert für den entsprechenden Schlüssel schreiben.

Apache Kafka bietet vier Hauptschnittstellen an:

• Producer API
  Für Anwendungen, die Daten in einen Kafka-Cluster schreiben wollen. 
• Consumer API
  Für Anwendungen, die Daten aus einem Kafka-Cluster lesen wollen.
• Connect API
  Import/Export-Schnittstelle zur Anbindung von Drittsystemen und baut auf der Consumer- und der Producer-API auf. Kafka Connect führt sogenannte Konnektoren („connectors“) aus, welche die eigentliche Kommunikation mit dem Drittsystem übernehmen. Dabei definiert die Connect-API die Programmierschnittstellen, die von einem Connector implementiert werden müssen. Es gibt bereits viele frei verfügbare und kommerzielle Konnektoren, die genutzt werden können. Apache Kafka liefert selbst keine produktreifen Konnektoren.
• Streams API
  Java-Bibliothek zur Datenstromverarbeitung. Die Bibliothek ermöglicht es, zustandsbehaftete Datenstromverarbeitungsprogramme zu entwickeln, die sowohl skalierbar, flexibel als auch fehlertolerant sind. Dafür bietet Kafka Streams eine eigene domänenspezifische Sprache (DSL) an, die Operatoren zum Filtern, Abbilden (Mappen) oder Gruppieren enthält. Des Weiteren werden Zeitfenster, Joins, und Tabellen unterstützt. Ergänzend zur domänenspezifischen Sprache ist es auch möglich, eigene Operatoren in der Processor-API zu implementieren. Diese Operatoren können auch in der domänenspezifischen Sprache genutzt werden. Zur Unterstützung zustandsbehafteter Operatoren wird RocksDB verwendet. Dies erlaubt es, Operatorzustände lokal vorzuhalten und Zustände, die größer als der verfügbare Hauptspeicher sind, als RocksDB-Daten auf die Festplatte auszulagern. Um den Anwendungszustand verlustsicher zu speichern, werden alle Zustandsänderungen zusätzlich in einem Kafka-Topic protokolliert. Im Falle eines Ausfalls können alle Zustandsübergänge aus dem Topic ausgelesen werden, um den Zustand wiederherzustellen.

Die Consumer- und Producer-Schnittstellen basieren auf dem Kafka-Nachrichtenprotokoll und können als Referenzimplementierung in Java angesehen werden. Das eigentliche Kafka-Nachrichtenprotokoll ist ein binäres Protokoll und erlaubt es damit, Consumer- und Producer-Clients in jeder beliebigen Programmiersprache zu entwickeln. Damit ist Kafka nicht an das JVM-Ökosystem gebunden.

Fazit

Apache Kafka bietet als Plattform ein redundantes und skalierbares Event-Streaming. Es funktioniert sowohl auf einem einzelnen Server als auch in riesigen Clustern mit multiplen Brokern. Die Datenquellen und Senken werden in Kafka als Producer und Consumer bezeichnet, die Events in Topics schreiben oder aus Topics lesen. Zusätzlich können verschiedene Systeme über Kafka Connect angebunden werden. Eine Echtzeitdatenverarbeitung auf Stream Basis ist über das Kafka-Streams-Framework möglich. Durch Consumer Groups kann man auch die Anwendungen, die ihre Daten aus Kafka beziehen, verteilt ausgeführen, ohne dass die Verarbeitung eines Events mehrfach stattfindet.

Der Beitrag Apache Kafka – Echtzeit-Datenströme in wertvolle Einblicke verwandeln erschien zuerst auf CEOsBay.

Kurze Zeitreise

Jenkins ist in erster Linie eine Entwicklung von Kohsuke Kawaguchi. Einem ehemaligen Mitarbeiter von Sun Microsystems, der es unter dem Namen Hudson entwickelt hat. Kawaguchi verließ das Unternehmen, nachdem Oracle es Ende Januar 2010 übernahm. Er behielt aber die Leitung bei Hudson und arbeitete nach eigenen Angaben auf freiberuflicher Basis weiter bei Oracle. Oracle hielt nach wie vor die Namensrechte an Hudson. Aus diesem Grund hat man das Projekt schließlich in Jenkins umbenannt. Die Namensgebung erfolgte laut der Entwickler aufgrund der äquivalenten Assoziation der beiden Wörter mit dem Beruf des Butlers.

Oracle trieb die Entwicklung von Hudson weiterhin voran. Deshalb spricht man heute von einem Fork (einer „Abspaltung“) in der Softwareentwicklung. Im Jahr 2016 wurde die Entwicklung von Hudson zugunsten von Jenkins eingestellt und der Eclipse Foundation gespendet. Die Entwicklung wird jetzt als Open-Source-Projekt unter der Leitung der CD Foundation, einer Organisation innerhalb der Linux Foundation, verwaltet.

Wofür Pipelines?

Im Grunde genommen automatisieren Pipelines Tests und Berichte zu isolierten Änderungen in einer größeren Codebasis in Echtzeit und erleichtern die Integration unterschiedlicher Codezweige in einen Hauptzweig. Man erkennt dadurch schnell Fehler in einer Codebasis, erstellt die Software, automatisiert das Testen der Builds, bereitet die Codebasis für die Bereitstellung (Auslieferung) vor und stellt schließlich Code in Containern und auf virtuellen Maschinen sowie Bare-Metal- und Cloud-Servern bereit. Es gibt auch kommerzielle Versionen von Jenkins, auf die ich in diesem Beitrag aber nicht weiter eingehe.

Continious Integration / Kontinuierliche Integration

Kontinuierliche Integration hat sich seit der Erfindung weiterentwickelt. Ursprünglich war es die Norm, dass Teams einen Build pro Tag veröffentlichten. Nun ist es die Regel, dass jedes Teammitglied täglich oder häufiger Aktualisierungen einreicht, die man als Commit bezeichnet (Siehe Git / GitHub). Dies erfolgt bei jeder wesentlichen Änderung eines Builds. Bei der richtigen Anwendung bietet Continuous Integration verschiedene Vorteile, wie zum Beispiel ständige Rückmeldungen zum Status der Software. Da man durch CI, Mängel frühzeitig in der Entwicklung erkennt, sind Fehler in der Regel kleiner, weniger komplex und leichter zu beheben.

Jenkins und CI/CD

Im Laufe der Zeit wurden Jenkins Continuous Delivery und Deployment hinzugefügt. Continuous Delivery bedeutet, dass das Erstellen und Packen von Code für die spätere Bereitstellung in Test-, Produktions-Staging- und Produktionsumgebungen automatisiert wird. Continuous Deployment automatisiert den letzten Schritt der Bereitstellung des Codes an seinem endgültigen Ziel.

In beiden Fällen reduziert die Automatisierung die Anzahl der auftretenden Fehler, da die richtigen Schritte und Best Practices in Jenkins kodiert sind. Jenkins beschreibt einen gewünschten Zustand und der Automatisierungsserver stellt sicher, dass dieser Zustand erreicht wird. Darüber hinaus macht diese Automatisierung die Bereitstellung schneller, da Vorgänge nicht mehr an personelle Beschränkungen gebunden sind. Schließlich reduziert es die Belastung des Entwicklungs- und Betriebsteams, indem es die Notwendigkeit von manuellen Rollouts mitten in der Nacht und am Wochenende beseitigt.

Jenkins und Microservices

Jenkins bewährt sich besonders in Microservices-Architekturen. Da es eines der Ziele von Microservices ist, Anwendungen und Dienste häufig zu aktualisieren, sollte man dafür sorgen, dass die Bandbreite die Releases nicht verzögert. Mehr und kleinere Dienste mit schnelleren Update-Intervallen lassen sich nur durch Automatisierung gut umsetzen – und dafür ist es wohl die richtige Wahl.

Jenkins X

Das Jenkins X-Projekt wurde 2018 mit dem Ziel gestartet, eine moderne, Cloud-native Version von Jenkins zu erschaffen. Das Projekt steht ebenfalls unter der Leitung der CD Foundation. Die Architektur, Technologie und Pipeline-Sprache unterscheiden sich grundsätzlich von Jenkins. Jenkins X ist für Kubernetes konzipiert und verwendet es in einer eigenen Implementierung. Andere Cloud-native Technologien, die Jenkins X verwendet, sind Helm und Tekton, auf die ich in gesonderten Beiträgen eingehen werde.

Wie funktioniert Jenkins?

Jenkins läuft auf einer Vielzahl von Betriebssystemen bzw. Plattformen. Darunter gibt es Windows, MacOS und Unix-Varianten. Am besten jedoch läuft es auf Linux. Es erfordert mindestens eine Java 8 VM oder höher und kann auf Oracle Java Runtime Environment oder Open Java Development Kit ausgeführt werden. Normalerweise läuft es als Java-Servlet innerhalb eines Jetty-Anwendungsservers. Es kann aber auch auf anderen Java-Anwendungsservern wie Apache Tomcat ausgeführt werden. Auch kann es in einem Docker-Container ausgeführt werden. Im Docker Hub-Online-Repository sind aus diesem Grund schreibgeschützte Jenkins-Images verfügbar.

Um Jenkins zu auszuführen, werden Pipelines erstellt. Eine Pipeline ist eine Reihe von Schritten, die der Jenkins-Server ausführt. Diese Schritte sind in einem Klartext-Jenkins-File gespeichert. Das Jenkins-File verwendet eine geschweifte Klammersyntax, die einer JSON gleicht. Schritte in der Pipeline werden als Befehle mit Parametern deklariert und in geschweiften Klammern gekapselt. Der Jenkins-Server liest dann die Jenkins-Datei und führt die Befehle aus, wobei der Code die Pipeline vom festgeschriebenen Quellcode zur Produktionslaufzeit weiterleitet. Ein Jenkins-File kann über eine grafische Benutzeroberfläche oder durch Code erstellt werden.

Plugins

Für Jenkins sind eine Reihe von Plugins verfügbar, damit es mit anderen Tools zusammenarbeiten kann. Mit Plugins lässt sich auch der Funktionsumfang der Software erweitern. Fertige bzw. bewährte Plugins können aus dem Online-Repository für Jenkins-PlugIns heruntergeladen und über die Jenkins-Webbenutzeroberfläche oder -CLI (Kommandozeile, Command Line Interface) geladen werden. Man kann aber auch eigene Plugins entwickeln.

Plugins helfen bei der Integration anderer Entwicklertools in die Jenkins-Umgebung, fügen der Web-UI neue Elemente hinzu. Dies dient im Allgemeinen der erleichterten Verwaltung und Benutzung. Ein wichtiges Einsatzgebiet von Plugins ist das Bereitstellen von Integrationspunkten für CI/CD-Quellen und -Ziele. Dazu gehören Software-Versionskontrollsysteme (SVCs) wie Git und Atlassian BitBucket, Container-Laufzeitsysteme – insbesondere Docker, sowie Hypervisoren wie VMware vSphere, Public-Cloud-Instanzen wie Google Cloud Platform und AWS und schließlich Private-Cloud-Systeme wie OpenStack. Es gibt auch Plugins, die eine Kommunikation mit Betriebssystemen über FTP, CIFS und SSH unterstützen.

Plugins verwenden ihren eigenen Satz von Java-Annotationen und Designmustern, die definieren, wie sie instanziiert werden. Die Plugin-Entwicklung nutzt außerdem die Maven-Bereitstellung für Jenkins.

Sicherheit

Bei der Sicherheit geht es vor allem darum den Server und die Benutzer zu schützen. Die Serversicherheit wird mehr oder weniger auf dieselbe Art und Weise erreicht, wie auf regulären Servern. Der Zugriff auf den Standort, beispielsweise eine VM oder einen Bare-Metal-Server, ist so konfiguriert, dass möglichst wenige Prozesse mit dem Server kommunizieren dürfen. Dies wird durch typische Serverbetriebssysteme und Netzwerksicherheitsfunktionen erreicht.

Darüber hinaus ist der Zugriff auf den Server über die Jenkins-Benutzeroberfläche mit den regulären Mechanismen, wie Multi-Faktor-Authentifizierung oder der Beschränkung der Anzahl von legitimierten Benutzern, geschützt.

Jenkins enthält außerdem Sicherheitsfunktionen für die interne Nutzerdatenbank. Man unterscheidet zwei Sicherheitsbereiche. Zum einen den Sicherheitsbereich und den Autorisierungsbereich. Im Sicherheitsbereich regeln Administratoren, wer Zugriff hat, und im Autorisierungsbereich bestimmen die Nutzer selbst, was man mit dem Zugriff anstellen kann.

Fazit

Ein großer Vorteil von Jenkins sind die Unmengen an verfügbaren Plugins. Diese tragen zu einer enormen Flexibilität bei. Auch die umfangreichen Skript- und deklarativen Sprachen, mit denen man stark benutzerdefinierte Pipelines erstellen kann, stellen einen großen Mehrwert dar. Da es weitestgehend neutral ist, passt es gut in die meisten Umgebungen, einschließlich in komplexe Hybrid- und Multi-Cloud-Systeme.

Da Jenkins schon etwas länger als vergleichbare Lösungen in diesem Bereich verwendet wird, gibt es umfangreiche Dokumentationen und zahlreiche Community-Ressourcen, an denen man sich bedienen kann. Diese Ressourcen erleichtern die Installation, Verwaltung und Fehlerbehebung ungemein.

Da die gesamte Lösung auf Java basiert, steht es auf einer soliden Basis, die man mit gängigen Designmustern und Frameworks erweitern kann. Auch wenn sich die Installation relativ einfach gestaltet, kann es relativ schwierig sein, komplexe Pipelines zu entwickeln, zu debuggen und zu warten.

Das Open-Source-System ist außerdem eine Single-Server-Architektur. Dies kann jedoch die Ressourcen auf einen einzigen Computer, eine virtuelle Maschine oder einen Container einschränken. Cluster werden nicht unterstützt. Diese Tatsache kann die Leistung enorm einschränkten. Es kann auch dazu führen, dass es zum Server-Sprawl kommt und man den Überblick über all die einzelnen Jenkins-Server verliert.

Der Beitrag Jenkins – Automatisierte Arbeitsabläufe beim Testing erschien zuerst auf CEOsBay.