Seminar GitLab Runner Autoscaling und Kubernetes Executor

Dieses Seminar behandelt skalierbare Runner-Architekturen für GitLab Self-Managed Umgebungen. Der Schwerpunkt liegt auf Kubernetes Executor, Autoscaling, Ressourcensteuerung und sicherer Isolation von CI/CD-Jobs.

Die Inhalte richten sich an Umgebungen, in denen einzelne statische Runner nicht mehr ausreichen oder Build-Lasten stärker getrennt, automatisiert und kontrolliert verarbeitet werden müssen.

Inhaltsübersicht

• Runner Manager, Executor-Modell und Skalierungsoptionen
• Kubernetes Executor mit Namespaces, Service Accounts, Pods und Ressourcenlimits
• Autoscaling-Konzepte für Build-Lasten und parallele Jobs
• Cache, Artifacts, Secrets, Netzwerk und Container Images im Kubernetes-Kontext
• Sicherheitsgrenzen zwischen Jobs, Projekten und Runner-Gruppen
• Troubleshooting von Pods, Logs, Timeouts, Image Pulls und Ressourcenkonflikten

Praxisorientierte Beschreibung

Der Einstieg ordnet ein, wann Runner-Skalierung technisch notwendig ist und wann nur ein schlechtes Pipeline-Design kaschiert wird. Behandelt werden Runner Manager, Concurrency, Tags, Protected Runner, Projekt- und Gruppenrunner sowie Executor-Auswahl.

Im Hauptteil wird der Kubernetes Executor praktisch aufgebaut. Dabei werden Pod-Erzeugung, Build-Container, Helper-Container, Service-Container, RBAC, Netzwerkzugriff, Caching und Ressourcenlimits untersucht. Der Schwerpunkt liegt auf betriebssicheren Defaults, nicht auf schöner Theorie.

Abschließend werden Skalierungs- und Sicherheitsmuster erarbeitet: getrennte Runner-Pools, Lastspitzen, Node-Auswahl, Secret-Behandlung, Image-Pull-Strategien und Diagnose häufiger Fehler. Das Seminar eignet sich besonders für Plattformteams, die CI/CD als internen Dienst betreiben.

Schrittweiser Seminaraufbau

1. Runner-Architektur und Skalierungsanforderungen aufnehmen
2. Kubernetes Executor mit kontrollierten Berechtigungen konfigurieren
3. Runner Tags, Concurrency und Ressourcenlimits festlegen
4. Builds mit Cache, Artifacts und Service-Containern ausführen
5. Autoscaling- und Pool-Konzepte für unterschiedliche Workloads entwerfen
6. Fehlerfälle im Kubernetes- und Runner-Log systematisch analysieren

Praktische Übungen

• Kubernetes Runner registrieren und testweise CI/CD-Jobs ausführen
• Ressourcenlimits und Namespace-Isolation für Build-Pods konfigurieren
• Build mit Service-Container und Container Registry durchführen
• Runner-Pool nach Tags und Schutzbedarf trennen
• Fehlerfall mit Image Pull, RBAC oder Timeout diagnostizieren

Zielgruppe

Geeignet für technische Teams, die GitLab Runner in Kubernetes oder skalierbaren Infrastrukturen produktiv betreiben und sicher voneinander getrennte Build-Umgebungen bereitstellen müssen.