Skip to content

Jenkins ‐ Jenkins Pipeline Project

woojin.jang edited this page Jul 17, 2026 · 3 revisions

Pipeline Script

// 선언형 파이프라인의 시작. 전체 CI/CD 흐름을 정의하는 블록
pipeline {

    // 어느 젠킨스 에이전트(노드)에서든 실행 허용. 사용 가능한 워커에 배정됨
    agent any 

    // 파이프라인을 이루는 단계(stage)들의 묶음
    stages {
        // 'Build' 라는 이름의 단계. 젠킨스 UI에 이 이름으로 표시됨
        stage('Build') {
            steps {
                echo 'make a new burger'
                sh 'mkdir -p kitchen'
                sh 'touch kitchen/hambuger.txt'
                sh 'echo "Patty" >> kitchen/hambuger.txt'
                sh 'cat kitchen/hambuger.txt'
            }
        }
    }

    // 파이프라인(또는 스테이지)의 모든 단계가 끝난 뒤 실행되는 후처리 블록
    post {
        // 성공/실패/중단 등 결과와 무관하게 항상 실행
        always {
            // 워크스페이스를 비움
            cleanWs()
        }
    }
}

빌드 성공 시 결과물 저장 방법

pipeline {
    agent any

    // 변수 정의
    environment {
        BUILD_FILE_NAME = 'hambuger.txt'
    }

    stages {
        stage('Build') {
            steps {
                // 빌드 시작 전 워크스페이스를 먼저 비워 깨끗한 상태에서 시작
                cleanWs()
                echo 'make a new burger'
   
                // 위에 선언한 변수명 사용 시 반드시 큰따옴표여야만 한다.
                echo "$BUILD_FILE_NAME"
                // 여러 개의 명령어를 하나로 합치기
                sh '''
                    mkdir -p kitchen
                    touch kitchen/hambuger.txt
                    echo "Patty" >> kitchen/hambuger.txt
                    cat kitchen/hambuger.txt
                '''
            }
        }
    }
    
    // 파이프라인의 모든 단계가 끝난 뒤 실행되는 후처리 블록
    post {
        // 빌드가 성공했을 때만 실행
        success {
            // 특정 폴더 아래 모든 파일을 빌드 산출물(아티팩트)로 보관 → 젠킨스 UI에서 다운로드 가능
            archiveArtifacts artifacts: "kitchen/**"
        }
    }
}
  • Jenkins Pipeline에서 종료 코드 0은 프로그램이 성공적으로 실행되었음을 나타낸다.
  • 종료 코드가 1 ~ 255 사이의 숫자라면 실패를 나타낸다.
  • 하나의 Stage 실행 중 종료 코드가 반환되면 그 이후 작업은 수행되지 않는다.

📖 Code Philosophy

📖 Java

📖 Kotlin

📖 Coroutine

📖 Spring

📖 Spring Security

📖 Spring Batch

📖 Database

📖 MySQL

📖 Redis

📖 JPA

📖 QueryDsl

📖 MSA

📖 Kafka

📖 Apache Flink

  • [Apache Flink - Apache Flink Architecture]
  • [Apache Flink - Stream Processing]
  • [Apache Flink - Data Stream API & Window]
  • [Apache Flink - State Management]

📖 HTTP

📖 AWS

📖 Docker

📖 Kubernetes

📖 Github Actions

📖 Jenkins

📖 Nginx

📖 Monitoring

📖 Test(feat. Load Testing)

  • [Test - Load Testing Fundamentals]
  • [Test - Identifying Bottlenecks with Load Testing]
  • [Test - Resolving Bottlenecks and Improving Performance]

📖 Test(feat. Java)

📖 Spring AI

📖 gRPC

  • [gRPC - Writing .proto Files with Protocol Buffers]
  • [gRPC - Various Communication Patterns in gRPC]
  • [gRPC - gRPC Optimization Techniques and Advanced Features]

📖 TDD(Test-Driven-Development)

📖 PostgreSQL

  • [PostgreSQL - Docker만을 사용하는 경량화된 환경 구성 방법]
  • [PostgreSQL - PostgreSQL에서 제공하는 데이터 타입]
  • [PostgreSQL - PostgreSQI의 JSONB, 역인덱싱과 활용 방법]
  • [PostgreSQL - 데이터베이스 성능을 위한 최적화 패턴 및 전략]
  • [PostgreSQL - 트랜잭션과 ACID, Isolation 수준별 차이]
  • [PostgreSQL - Database Lock 교착상태와 읽기/쓰기 성능을 보장하는 MVCC 모델]
  • [PostgreSQL - pgvector와 벡터 저장, 유사도 검색 패턴 개념]
  • [PostgreSQL - 벡터 인덱스 최적화와 벡터 검색과 전문 검색 결합 패턴]
  • [PostgreSQL - PostgreSQL 플러그인]
  • [PostgreSQL - PostGIS - 공간 쿼리와 GIST 인덱스, 지리 타입과 공간 쿼리를 위한 타입과 기본 함수]
  • [PostgreSQL - pg_search - 검색 엔진 없이 텍스트 검색 구현과 주의사항]
  • [PostgreSQL - 단일 인스턴스 한계를 극복하는 분산 패턴과 스케줄링, 분산 환경 구축 방법]
  • [PostgreSQL - Citus - 분산 테이블과 분산 쿼리를 위한 Extension과 데이터 분산 처리]
  • [PostgreSQL - pg_cron - PostgreSQL로 구성하는 CronJob]
  • [PostgreSQL - 스케줄러 + 분산 처리를 동시에 도입하는 주기적 집계 쿼리 패턴]

📖 Workflow-Driven Techniques for Large-Scale Traffic Processing

  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Kafka + Debezium을 활용한 CDC 패턴 설계]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Temporal을 활용한 워크플로우 패턴]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Docker와 경량 이미지를 활용한 환경 구축 방법]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Kafka에서의 메시지 Delivery Guarantee]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - 실시간 동기화의 핵심 CDC]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - MySQL Binary Log 기반의 CDC]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Binary Log 기반의 CDC 구현 플랫폼 Debezium이란?]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Debezium Architecture]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Debezium Architecture Best Practice와 주의사항]

📖 Reactive Programming

📖 ElasticSearch

  • [ElasticSearch - Search Fundamentals & How Search Works]
  • [ElasticSearch - Korean-Optimized Search]
  • [ElasticSearch - Mapping & Data Types]
  • [ElasticSearch - Common Search Features]
  • [ElasticSearch - Building a Product Search Engine with Elasticsearch]
  • [ElasticSearch - Deploying Elasticsearch with Elastic Cloud]
  • [ElasticSearch - Managing Documents]
  • [ElasticSearch - Analysis & Mapping]
  • [ElasticSearch - Search Fundamentals]
  • [ElasticSearch - Query Joins]
  • [ElasticSearch - Processing Search Results]
  • [ElasticSearch - Aggregations]
  • [ElasticSearch - Tips for Improving Search Results]
  • [ElasticSearch - Elasticsearch Clients]
  • [ElasticSearch - Understanding How Elasticsearch Works]
  • [ElasticSearch - Monitoring Elasticsearch]
  • [ElasticSearch - Elasticsearch Troubleshooting]

Clone this wiki locally