Un pipeline GitLab CI propre pour une application Java et Maven
Cache Maven, étapes parallèles, rapports de tests, SonarQube, publication dans Nexus et règles d’exécution : un .gitlab-ci.yml commenté pour une application Java.

Voici le squelette de pipeline GitLab CI que je réutilise le plus souvent pour une application Java construite avec Maven. Il n’a rien d’extraordinaire, et c’est voulu : il est rapide, lisible, et il applique le principe « on construit une fois, on publie un artefact versionné ».
Le fichier complet
stages: [build, test, quality, publish]
variables:
MAVEN_OPTS: "-Dmaven.repo.local=$CI_PROJECT_DIR/.m2/repository"
MAVEN_CLI: "--batch-mode --errors --no-transfer-progress"
default:
image: maven:3.9-eclipse-temurin-21
cache:
key:
files: [pom.xml]
paths: [.m2/repository]
build:
stage: build
script:
- mvn $MAVEN_CLI -DskipTests package
artifacts:
paths: [target/*.jar]
expire_in: 1 day
tests-unitaires:
stage: test
script:
- mvn $MAVEN_CLI test
artifacts:
when: always
reports:
junit: target/surefire-reports/TEST-*.xml
tests-integration:
stage: test
services: [postgres:16]
variables:
POSTGRES_DB: app
POSTGRES_PASSWORD: test
script:
- mvn $MAVEN_CLI verify -Dtest=Aucun -Dsurefire.failIfNoSpecifiedTests=false
artifacts:
when: always
reports:
junit: target/failsafe-reports/TEST-*.xml
sonarqube:
stage: quality
script:
- mvn $MAVEN_CLI verify sonar:sonar -Dsonar.qualitygate.wait=true
allow_failure: false
rules:
- if: $CI_PIPELINE_SOURCE == "merge_request_event"
- if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH
publier:
stage: publish
script:
- mvn $MAVEN_CLI deploy -DskipTests -Drevision=$APP_VERSION
rules:
- if: $CI_COMMIT_TAG
variables:
APP_VERSION: $CI_COMMIT_TAGLes choix, un par un
Le cache Maven. Sans lui, chaque job retélécharge des centaines de dépendances. La clé basée sur pom.xml invalide le cache seulement quand les dépendances changent. Le dossier doit être dans le projet ($CI_PROJECT_DIR), sinon GitLab ne peut pas le mettre en cache.
--batch-mode --no-transfer-progress. Des journaux lisibles, sans les milliers de lignes de téléchargement. On retrouve les erreurs en dix secondes au lieu de deux minutes de défilement.
Les tests unitaires et d’intégration en parallèle. Ils sont dans le même stage, donc ils tournent en même temps. Dans le job d’intégration, -Dtest=Aucun avec surefire.failIfNoSpecifiedTests=false saute les tests unitaires déjà joués à côté, et Failsafe ne lance que les tests d’intégration. Le service postgres donne une vraie base aux tests d’intégration ; Testcontainers est une autre option si vos runners ont accès à Docker.
Les rapports JUnit. Avec reports: junit, GitLab affiche les tests en échec directement dans la merge request. Le when: always les publie même quand le job échoue, ce qui est justement le moment où on en a besoin.
La porte qualité SonarQube. sonar.qualitygate.wait=true fait échouer le pipeline si le code ne respecte pas les seuils de l’équipe (couverture, nouveaux bugs, vulnérabilités). C’est plus efficace qu’un tableau de bord que personne ne regarde.
La publication uniquement sur un tag. Un tag Git, c’est une version : le job publier envoie l’artefact dans Nexus avec ce numéro. La propriété revision (variables CI-friendly de Maven) évite de modifier le pom.xml à chaque version.
Ce que j’ajoute ensuite
- un scan des dépendances (OWASP Dependency-Check, ou l’analyse intégrée à GitLab) ;
- la construction de l’image de conteneur, taguée avec la même version que le JAR ;
- un job de déploiement manuel (
when: manual) par environnement, qui ne fait que déployer l’artefact déjà publié.
Les erreurs que je croise souvent
mvn clean installdans chaque job : on reconstruit tout plusieurs fois, et on remplit le dépôt local du runner pour rien.- Des secrets écrits dans le
.gitlab-ci.yml: ils vont dans les variables CI/CD protégées et masquées. - Un seul énorme job qui fait tout : impossible de savoir ce qui a échoué sans lire mille lignes.
Ce pipeline tient en une soixantaine de lignes, donne un verdict en quelques minutes et produit un artefact traçable. C’est une bonne base, qu’on enrichit ensuite selon les besoins du projet.
À lire aussi
- Déployer sans interruption : rolling, blue-green, canary et base de donnéesComment mettre en production en pleine journée sans coupure : les trois stratégies de déploiement, les sondes de santé et les migrations de base de données en deux temps.
- Observabilité : logs, métriques et traces, à quoi sert chacunLes quatre signaux à surveiller, des logs structurés, des traces avec OpenTelemetry et des alertes basées sur les SLO : comment je rends une application observable.
- Java 25 : ce qui change vraiment quand on vient de Java 21Méthode main simplifiée, constructeurs flexibles, import de modules, Scoped Values, threads virtuels sans épinglage, en-têtes d’objets compacts : le tri des nouveautés de Java 25.