CI/CD Pipelines mit GitHub Actions: Automatische Deployments einrichten

← Zurück zum Blog

Jedes Mal manuell auf den Server verbinden, Code ziehen, neu starten – das ist langsam, fehleranfällig und macht keinen Spaß. Eine CI/CD-Pipeline erledigt das vollautomatisch bei jedem Git-Push.

GitHub Actions Grundkonzepte

GitHub Actions sind in YAML-Dateien im Verzeichnis .github/workflows/ deines Repositories definiert. Jede Datei ist ein Workflow, der durch Events (Push, PR, Schedule) ausgelöst wird.

• Workflow – die gesamte Automatisierung
• Job – eine Gruppe von Steps, läuft auf einem Runner
• Step – einzelne Aufgabe (Shell-Befehl oder Action)
• Action – vorgefertigte Bausteine aus dem Marketplace
• Runner – die VM auf der der Job läuft (ubuntu-latest, etc.)

Minimales Beispiel: Tests bei jedem Push

Eine einfache Pipeline die Python-Tests ausführt:

name: Tests

on: [push, pull_request]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: "3.12"
      - run: pip install -r requirements.txt
      - run: pytest --tb=short

Docker-Image bauen und zu Registry pushen

Bei erfolgreichem Test: Docker-Image bauen und zu GitHub Container Registry (GHCR) oder Docker Hub pushen:

- name: Build & Push Docker Image
  uses: docker/build-push-action@v5
  with:
    push: true
    tags: ghcr.io/meinuser/meinapp:latest

Automatisches Deployment via SSH

Nach dem Push des Images den Server per SSH benachrichtigen:

- name: Deploy via SSH
  uses: appleboy/ssh-action@v1
  with:
    host: ${{ secrets.SERVER_HOST }}
    username: deploy
    key: ${{ secrets.SSH_PRIVATE_KEY }}
    script: |
      docker pull ghcr.io/meinuser/meinapp:latest
      docker-compose up -d --force-recreate

Secrets sicher verwalten

SSH-Keys, API-Tokens und Passwörter niemals in YAML-Dateien – immer über GitHub Secrets (Repository → Settings → Secrets and Variables → Actions). Diese werden als verschlüsselte Umgebungsvariablen verfügbar gemacht.

Fortgeschrittene Patterns

• Matrix-Builds: Gleichzeitig auf Python 3.10, 3.11, 3.12 testen
• Environments: Staging vs. Production mit manueller Freigabe
• Caching: pip/npm-Dependencies cachen für schnellere Runs
• Concurrency: Parallele Deployments für denselben Branch verhindern

Fazit

Eine CI/CD-Pipeline amortisiert sich nach wenigen Wochen. Entwickler können sich auf Code konzentrieren statt auf manuelle Deployments. Wir richten CI/CD-Pipelines für GitHub, GitLab und Bitbucket ein – vom einfachen Test-Run bis zum vollautomatischen Kubernetes-Rollout.