Go 语言的依赖管理

Go 语言发展至今，其依赖管理机制一直被人诟病，从 go get 到 go dep，再到现在的 VGo。随着 Go 模块化支持的引入，大家逐渐开始接受由 Google 主导的 VGo 作为其官方依赖管理工具。VGo 顾名思义，Version of Go，就是为解决 Go 的版本化问题。

VGo 是一种语义化（Semantic）的依赖描述方式，在.mod文件中描述模块及其依赖。mod 文件顾名思义就是模块（module）的意思，在 GO 1.11 及以上版本需要通过功能开关GO111MODULE=on 来打开，也就是说默认还是兼容的传统模式，并没有强制用户切换，但后续可能会变成默认打开。

VGo 虽然目前还算不上成熟，但 VGo 已经兼容了原生Go的很多命令，比如 install/build/run 等等，这里值得一提的是原来的tool相关命令也一并兼容了过来，对于原来经常使用 format/vet 等工具来做基础检查的开发者来说，确实还是很贴心友好的。

VGo 的安装很简单，执行 go get -u golang.org/x/vgo ，然后编译其成二进制，export 到环境变量即可。通过 vgo -h 即可查看所支持的命令，我们可以通过一个示例来感受下 VGo 的使用，该示例的链接：https://research.swtch.com/vgo-tour ，这里不再赘述。

Go 语言制品仓库

Go 语言开发通常也是在开源框架或组件的基础上进行的，因此也需要一个Go制品库来为开发团队提供统一的依赖源及构建产出管理。对于开发团队而言，某个开发者的依赖可能来自于外部，也可能来自于内部其他团队，因此制品库还需要能屏蔽这种后端依赖源的易变性，为开发者提供统一不变的 Endpoint。

目前 JFrog Artifactory 产品提供了Go语言制品仓库的支持，能够满足上述对于依赖解析、制品存储及多团队协同的需求。本文后续的 CI&CD Pipeline 就将采用 Artifactory Go 仓库，站在交付过程的角度看，制品仓库还需要管理持续集成过程，例如构建任务及其历史，制品的元数据（生命周期关键事件及其结果），制品的构建依赖、环境参数等，为线上问题的快速排查提供基础数据保障。

因此，Artifactory 制品仓库不仅仅是只有解析依赖和存储制品这两个基础能力，还需要为实际上线发布提供过程跟踪保障，例如持续集成差异的快速对比。

Go CI&CD with Jenkins Pipeline

JFrog Artifactory 提供了 CLI 工具，此工具支持 Go 语言单元测试、构建、打包、上传及升级（Promotion）、元数据管理以及质量关卡等 CI&CD Pipeline 全生命周期的标准操作。相对于API 操作更加简单，而且不必暴露认证信息在 Jenkins Pipeline 中，安全性更好。关于Go语言制品仓库的介绍 ，请点击：https://www.jfrog.com/confluence/display/RTF/Go+Registry

一个完整的 Go Jenkins CI&CD Pipeline 应包含的任务如上所述，在 Jenkins Job 定义时采用 GitLab 托管 Jenkinsfile 的方式，一方面保证 Jenkins Job 的高可用性，另一个方面也是确保其变更的可追踪性。

Jenkins Pipeline 托管在 GitLab 后，任何对 Jenkins Job 的定义的变更都需要通过 Git Commit/ Pull Request / Merge 等步骤来进行，当代码被Merge之后跑一次 CI&CD 的过程以检验 Jenkins Pipeline 定义的变更是否符合预期设计。如果将 CI&CD 的流程当做基础设施看待，那么这也是一种基础设施即代码思想的落地实践。

Jenkins Pipeline 运行后，Artifactory 会记录整个CI&CD过程中的构建产出物及其相关的元数据信息，将二者绑定在接下来的部署提供数据决策支撑。

在记录元数据的同时，还会记录整个过程，将发布模块、依赖、环境参数等一并记录下来，提供反向依赖解析、发布详情对比等支持，帮助快速定位、分析问题。

除了支持正向依赖的查看之外，还可以快速反向排查某个依赖组件被其他那些模块所依赖，在那些构建任务的哪一次所引用等详细情况。对于老版本组件升级、微服务拆分都是非常有帮助的功能特性，可以快速节省排查时间且提升准确度。

最后的部署动作，我们采用质量关卡对即将部署的组件进行筛选，确保其满足上线部署（通常默认是测试环境）条件，如果满足则直接部署，否则发送邮件或者直接阻断流程。

总结

Go 语言基于 Jenkins Pipeline 的持续交付不仅仅只是自动化测试、构建和发布，而且还包含了元数据收集、发布Promotion及质量关卡等运用，在保证了效率的同时能够做到灵活的质量管控。于此同时，Artifactory 还考虑到了构建过程的管理，提供了底层依赖变化带来的影响范围分析能力，两次发布参数（依赖、环境信息等）的快速对比能力等等，大幅度降低了上线发布时问题排查的时间成本。

作者：
付 辉 JFrog 中国解决方案架构师，主要关注CI&CD，容器技术及微服务。