Aller au contenu principal
pipelinebrut.fr — CI/CD · automatisation · terrain
Déploiement

Environnements de preview : les automatiser sans créer une dette cloud

Environnements de preview : les automatiser sans exploser les coûts, exposer des données sensibles ni laisser de ressources orphelines en CI/CD.

Par Julien Mercier 8 min de lecture
Environnements de preview : les automatiser sans créer une dette cloud

Automatisez la création et la suppression des environnements de preview, puis imposez-leur un propriétaire, une date d’expiration, des limites de ressources et des données sûres. Une preview doit être assez proche de la production pour valider une modification, sans devenir une copie complète et coûteuse de la plateforme.

Le risque apparaît lorsque les pull requests, les branches abandonnées et les échecs CI s’accumulent. Bases de données, buckets, certificats, noms DNS et secrets peuvent alors rester accessibles ou facturés après la revue.

Créer une preview identifiable et isolée

Créez une preview à l’ouverture ou à la mise à jour d’une pull request, et redéployez-la dans le même environnement logique à chaque commit. Un environnement par commit ajoute surtout des coûts, du bruit et des URLs difficiles à suivre.

Utilisez un identifiant stable dérivé du numéro de pull request plutôt que de son titre. Par exemple, pr-184 peut servir de suffixe pour un namespace, un sous-domaine ou une stack, tandis que le titre peut changer ou contenir des caractères incompatibles avec DNS ou certains services cloud.

  • URL : pr-184.preview.example.net ;
  • namespace Kubernetes : preview-pr-184 ;
  • tags de ressources : repository, pull-request, expires-at et managed-by.

Adaptez l’isolation au risque. Un frontend statique peut partager une infrastructure encadrée, mais une fonctionnalité qui écrit en base, appelle un prestataire ou envoie des emails doit employer des identifiants et des cibles non productives.

Un namespace par pull request facilite la gestion sur Kubernetes, sans constituer à lui seul une frontière de sécurité complète. Ajoutez des ResourceQuotas, des limites de ressources et, si nécessaire, des politiques réseau afin d’éviter qu’une preview épuise le cluster ou atteigne des services inattendus.

Supprimer sans dépendre d’un seul événement

Prévoyez deux mécanismes de suppression : un workflow à la fermeture ou à la fusion de la pull request, puis une tâche planifiée qui recherche et supprime les ressources dont expires-at est dépassé. Le second mécanisme est nécessaire, car un jeton expiré, un runner indisponible ou une erreur d’infrastructure peuvent faire échouer le nettoyage événementiel.

La réconciliation doit signaler les suppressions impossibles, par exemple lorsqu’un volume reste attaché ou qu’une dépendance externe subsiste. Ne faites pas disparaître silencieusement ces échecs du suivi.

  • fixez un TTL court, renouvelé seulement lors d’une activité utile ;
  • limitez le nombre de previews simultanées par dépôt ou équipe ;
  • fixez CPU, mémoire, nombre de réplicas et taille de stockage ;
  • interdisez par défaut les ressources coûteuses ou persistantes ;
  • alertez sur les ressources sans tag ou sans date d’expiration.

Un budget cloud détecte une dérive, mais ne remplace pas ces contrôles. Les alertes décrites par AWS Budgets informent sur les dépenses sans garantir l’arrêt immédiat des ressources.

Ne confondez pas non plus les mécanismes Kubernetes : le contrôleur TTL nettoie les Jobs terminés. Il ne gère pas automatiquement la durée de vie d’un namespace entier ni les ressources cloud créées autour du cluster.

Protéger les données et mesurer l’usage

Ne reliez pas une preview à la base de production, même en lecture seule, par défaut. Une erreur d’autorisation, un endpoint de diagnostic ou une exportation applicative peut exposer des données personnelles ou commerciales via un lien de preview insuffisamment protégé.

Préférez des jeux de données synthétiques, anonymisés ou limités. Si un volume réaliste est indispensable, préparez un export traité hors du pipeline et chargez-le dans une source dédiée, avec des secrets distincts de ceux de production.

Remplacez aussi les intégrations externes lorsque c’est possible : bac à sable de paiement, boîte mail de test, faux webhook ou environnement de recette. Une preview ne doit pas envoyer de notifications réelles, créer des commandes facturables ou modifier un système métier sans validation explicite.

Mesurez le nombre de previews réellement ouvertes, leur durée de vie, le taux de nettoyage réussi, leur coût attribuable et les retours de revue ayant conduit à une correction avant fusion. Si elles sont rarement consultées, réservez-les aux pull requests éligibles ou utilisez, pour certains besoins, des tests d’intégration et un environnement de recette partagé.