Giter Site home page Giter Site logo

it_talent_hackathon_3's Introduction

3º HACKATHON – DEVOPS – IT TALENT 2024

Este projeto foi desenvolvido para o terceiro hackathon, tivemos a oportunidade de aplicar os conhecimentos adquiridos ao longo do curso.

Objetivo

Demonstrar a integração prática de Docker, SonarQube, GitHub Actions e AWS S3, automatizando a construção e implantação de uma aplicação React em um bucket S3 da AWS, com análises de qualidade de código via SonarQube.

Pré-requisitos

Para realizar as atividades, era necessário ter:

  • Docker instalado
  • Conta no GitHub
  • Conta na AWS

Desafio

Etapa 1: Criação de um projeto SonarQube como contêiner e execução local

  • Para essa atividade, iremos criar um projeto do Sonarqube, utilizando como projeto base o nosso repositório de backend: moisesAlc/Backend- ITTalent. Faça um clone do repositório para o seu computador.
  • Em seguida, precisaremos entender como utilizar o Sonarqube na versão de contêiner. Podemos ter uma visão inicial sobre qualquer projeto que esteja no DockerHub, dando uma olhada na página do projeto (assim, obteremos mais detalhes específicos sobre como executar a imagem): sonarqube - Official Image | Docker Hub
  • Você não usará o SonarQube em produção, então, poderá se utilizar desse passo-a-passo para executar a versão de contêiner local: Try out SonarQube
  • Deverá baixar o SonarScanner CLI também SonarScanner CLI

Etapa 2: CI/CD com GitHub Actions e AWS

  • Para essa atividade você deverá criar um workflow do Github Actions que irá realizar o build de uma aplicação React moisesAlc/ReactBasic: Repo CreateReactApp p/ CI/CD IT Talent e, em seguida, subir o conteúdo desse build (que estará na pasta /build) para um bucket S3 da AWS que seja acessível publicamente.

Resultados

SonarQube

  • Configurei e executei um projeto SonarQube utilizando um contêiner Docker.
  • Analisei o código do repositório moisesAlc/Backend-IT_Talent com o SonarQube.
  • Utilizei o SonarScanner CLI para realizar a análise do código e visualizei os resultados na interface do SonarQube.

CI/CD com GitHub Actions e AWS

  • Criei um workflow do GitHub Actions para buildar a aplicação React com sucesso.
  • Configurei o GitHub Actions para enviar o build da aplicação para um bucket S3 na AWS.
  • Verifiquei que o conteúdo do bucket S3 estava acessível publicamente.

Imagens

Etapa 1: Criação de um projeto SonarQube como contêiner e execução local

Imagem1 Imagem2 Imagem3 Imagem4 Imagem5 Imagem6 Imagem7 Imagem8

Etapa 2: CI/CD com GitHub Actions e AWS

Imagem9 Imagem10 Imagem11 Imagem12 Imagem13

Conclusão

Participar deste hackathon foi uma experiência enriquecedora que permitiu aplicar na prática os conceitos e ferramentas que aprendemos ao longo do curso. A criação do projeto SonarQube e a configuração do pipeline CI/CD com GitHub Actions e AWS foram desafiadoras, mas extremamente gratificantes. Estou ansiosa para continuar aprimorando minhas habilidades em DevOps e enfrentar novos desafios.

Nome: Ingrid Moitinho de Souza

it_talent_hackathon_3's People

Contributors

ingridmoitinho avatar

Stargazers

Max Müller avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.