带你一步步搞定Tekton流水线，边学边做不怕复杂的那种

【来源：Cloudbees官方博客、Tekton官方文档、个人实践总结】

好,咱们就直接开干，用最实在的方式把Tekton这个流水线工具给整明白，你别看它名字听起来挺专业的，其实拆开来看，就是一堆按你规矩办事的“小机器人”，我们一步一步把它们组装起来，让它们帮我们自动打包代码、跑测试、部署应用，下面我就带你亲手搭一个最简单的流水线，目标是：当我把代码推到Git仓库时，流水线能自动把代码拉过来，然后打个“Hello World”的包。

第一步：先得有个地方让“小机器人”干活——安装Tekton

Tekton是跑在Kubernetes（K8s）里的，所以你首先得有一个K8s集群，如果你本地有Minikube或者Docker Desktop（开启了Kubernetes功能），那就足够了，安装Tekton本身超级简单，就用K8s的命令行工具kubectl就行。【来源：Tekton官方安装指南】

打开你的终端,输入下面这条命令：

kubectl apply --filename https://storage.googleapis.com/tekton-releases/pipeline/latest/release.yaml

这条命令就像是去应用商店下载并安装一个大型软件,你需要稍微等一会儿，让K8s把Tekton需要的各种组件（比如控制器、Webhook什么的）都创建好，你可以用 kubectl get pods --namespace tekton-pipelines 命令瞅一眼，等到所有Pod的状态都变成“Running”了，就说明安装成功了。

第二步：认识最基础的“乐高积木”——Task（任务）

Tekton流水线是由一个个Task组成的,Task就是一个个独立的任务单元，克隆代码”、“编译项目”、“构建镜像”，每个Task里又可以包含一个或多个Step（步骤），每个Step就是一个具体的操作，跑在一个独立的容器里。

我们来定义第一个Task,它的活儿很简单：就是在屏幕上打印一句“Hello World”，我们用一个YAML文件来定义它，比如叫 hello-task.yaml：【来源：Tekton概念文档】

apiVersion: tekton.dev/v1beta1
kind: Task
metadata:
  name: hello-task
spec:
  steps:
    - name: say-hello
      image: alpine
      command: ["echo"]
      args: ["Hello, World! This is my first Tekton Task!"]

我来解释一下这个“说明书”：

• apiVersion 和 kind：告诉K8s“我要创建一个Tekton的Task资源”。
• metadata.name：给这个Task起个名字，叫hello-task，方便后面找它。
• spec.steps：定义这个Task具体要干的步骤列表。
• steps[0].name：给这个步骤起个名，say-hello。
• steps[0].image：指定这个步骤在什么样的环境里运行，这里我们用最轻量的alpineLinux镜像。
• command 和 args：就是在这个alpine容器里要执行的命令，相当于在终端里输入 echo "Hello, ..."。

写好这个文件后,用 kubectl apply -f hello-task.yaml 命令把它提交给K8s集群，这样我们就有了一个可用的Task。

第三步：让“小机器人”开始执行任务——创建TaskRun

Task定义好了,但它只是个模板，不会自己动，我们需要创建一个TaskRun来真正触发它执行，TaskRun就是Task的一次实际运行实例，再创建一个文件 hello-taskrun.yaml：【来源：Tekton TaskRun文档】

apiVersion: tekton.dev/v1beta1
kind: TaskRun
metadata:
  name: hello-taskrun
spec:
  taskRef:
    name: hello-task

这个文件更简单：

• kind: 说明这是个TaskRun。
• spec.taskRef.name: 告诉Tekton“请去运行那个名叫hello-task的Task”。

同样用 kubectl apply -f hello-taskrun.yaml 命令提交，提交之后，Tekton就会立刻开始执行这个任务。

第四步：看看“小机器人”干得咋样——查看日志

任务提交了,我们怎么知道它成功了呢？得看日志，先用 kubectl get taskruns 命令看看这个TaskRun的状态，如果STATUS显示Succeeded，就说明成功了。

我们可以查看这个TaskRun的详细日志：

kubectl logs --all-containers=true -f taskrun/hello-taskrun

注意,这里用的是 taskrun/hello-taskrun，而不是常见的Pod名字，执行后，你应该就能在终端上看到输出的“Hello, World! This is my first Tekton Task!”了，看到这行字，恭喜你！你的第一个Tekton任务已经成功跑起来了！

第五步：把积木拼起来——创建Pipeline（流水线）

单个Task没啥意思,Tekton的强大在于能把多个Task串成一个Pipeline（流水线），我们可以创建一个包含两个Task的Pipeline：第一个Task还是打印Hello，第二个Task打印Goodbye。

先定义第二个Task,goodbye-task.yaml：

apiVersion: tekton.dev/v1beta1
kind: Task
metadata:
  name: goodbye-task
spec:
  steps:
    - name: say-goodbye
      image: alpine
      command: ["echo"]
      args: ["Goodbye, see you next time!"]

创建Pipeline,把它俩按顺序串起来，文件叫 hello-goodbye-pipeline.yaml：【来源：Tekton Pipeline文档】

apiVersion: tekton.dev/v1beta1
kind: Pipeline
metadata:
  name: hello-goodbye-pipeline
spec:
  tasks:
    - name: hello
      taskRef:
        name: hello-task
    - name: goodbye
      taskRef:
        name: goodbye-task
      runAfter: ["hello"]

这个Pipeline的spec.tasks里定义了两个任务：

• 第一个任务hello，引用我们之前创建的hello-task。
• 第二个任务goodbye，引用goodbye-task，并且通过runAfter: ["hello"]明确指定它必须在hello任务完成之后才能运行。

用 kubectl apply 命令把这两个新的YAML文件提交上去。

第六步：运行整个流水线——创建PipelineRun

和Task需要TaskRun来触发一样,Pipeline需要PipelineRun来触发，创建 pipeline-run.yaml：

apiVersion: tekton.dev/v1beta1
kind: PipelineRun
metadata:
  name: hello-goodbye-pipeline-run
spec:
  pipelineRef:
    name: hello-goodbye-pipeline

提交这个文件：kubectl apply -f pipeline-run.yaml。

第七步：验收成果

同样,用 kubectl get pipelineruns 查看状态，等它变成Succeeded，然后你可以分别查看每个Task的日志来验证顺序：

# 查看hello任务的日志
kubectl logs --all-containers=true -f taskrun/hello-goodbye-pipeline-run-hello-xxxxx
# 查看goodbye任务的日志
kubectl logs --all-containers=true -f taskrun/hello-goodbye-pipeline-run-goodbye-xxxxx

（注意：这里的TaskRun名字是自动生成的，格式是<pipelinerun名字>-<task名字>-<随机后缀>，你可以用 kubectl get taskruns 命令看到具体的名字）。

你会发现,Goodbye的信息一定是在Hello之后打印出来的，这说明流水线按照我们设定的顺序执行了。

好了,到这里，你已经亲手完成了Tekton最核心的几个概念和实践：安装环境、定义Task、运行TaskRun、组合Pipeline、运行PipelineRun，这就是最基础的“骨架”，虽然这个例子没做实际CI/CD的工作，但你已经知道了怎么让Tekton动起来，你只需要把echo命令换成git clone, npm install, docker build这些真实的命令，一个真正的自动化流水线就诞生了，别怕复杂，就是换汤不换药，本质都是让“小机器人”在容器里帮你执行命令而已。