Linux:Jenkins用户权限和管理

news/2024/7/7 20:57:02

1.下载插件 

由于Jenkins的默认权限管理并不是很精细所以我们安装一个插件进行权限的一个管理

插件名称为:Role-based Authorization Strategy

 

安装完插件我们再去配置一下

进入全局安全配置

 

选择这个Role-Based Strategy策略然后保存

 


2.创建角色 

 我们这里主要使用的就是全局角色和工作组角色

我们先来创建几个角色看看

我们的项目角色可以搭配正则表达式进行一个配置,这里的创建方式是下面这张图这样的

意思是对t2整个项目拥有的权限

再回来主界面,创建用户,再把刚刚创建的角色分配进去

 

现在我新建两个用户 u1 和 u2

如果你现在直接登录这两个用户会发现什么菜单都没有,所以现在再去给用户授予角色

再次进入到这个里面

现在再分配角色

给他一个基础的权限就可以进行保存,再去登录就可以看到有菜单了,再配去给这个用户分配角色

这个两个角色再进行一个配置即可

 


 3.测试

现在我们创建了两个角色两个用户

ls拥有t1的操作权限

ww有t2的操作权限

u1用户放入了ls角色

u2用户放入了ww角色

现在我们再去创建两个项目,t1开头的和t2开头的

 

 

现在我们去登录u1

 登录u2

分配成功,这就是我们分配的效果,可以看到我们通过这个插件可以精确的去分配项目 


http://lihuaxi.xjx100.cn/news/2041670.html

相关文章

dp入门(模板题)

解法一&#xff1a; 双指针&#xff0c;没必要开数组直接边输边算&#xff0c;max至少要2个数&#xff0c;补一个数时的特判 #include <iostream> #include <vector> #include <algorithm> using namespace std; #define endl \nint main() {ios::sync_wit…

C语言自定义类型:结构体的使用及其内存对齐【超详细建议点赞收藏】

目录 1. 结构体类型的声明1.1 结构的声明1.2 结构体变量的创建和初始化1.3 结构的特殊声明---匿名结构体1.4 结构的自引用 2.结构体内存对齐&#xff08;重点&#xff01;&#xff01;&#xff09;2.1 对齐规则2.2 例题讲解2.3 为什么存在内存对齐&#xff1f;2.4 修改默认对齐…

二进制、十进制、八进制、十六进制 各代表的英文字母是什么

二进制、十进制、八进制、十六进制 各代表的英文字母是什么 AllenLeungX 于 2019-07-08 08:42:47 发布 分类专栏&#xff1a; 其它 文章标签&#xff1a; 二进制、十进制、八进制、十六进制 英文和缩写 二进制是Binary&#xff0c;简写为B 八进制是Octal&#xff0c;简写为O 十…

MYSQL--存储过程操作

一&#xff1a;概念&#xff1a; 存储过程实际上对标了JAVA当中的方法&#xff0c;两者是相似的&#xff0c;同时需要注意的一点是&#xff0c;MYSQL仅仅在5.0版本之后才出现这种存储操作的过程&#xff1b; 优点&#xff1a; 1.存储过程能够让运行的速度变得更加迅速&#xff…

Cartographer框架简述

catographer框架分为前端和后端 前端包括雷达数据处理&#xff1b;位姿预测&#xff1b;扫描匹配和栅格地图更新。 后端包括后端&#xff1a;线程池任务与调度&#xff1b;向位姿图添加节点&#xff0c;计算节点的子图内约束和子图间约束&#xff08;回环检测&#xff09;&…

论文阅读《Sylph: A Hypernetwork Framework for Incremental Few-shot Object Detection》

论文地址&#xff1a;https://arxiv.org/abs/2203.13903 代码地址&#xff1a;https://github.com/facebookresearch/sylph-few-shot-detection 目录 1、存在的问题2、算法简介3、算法细节3.1、基础检测器3.2、小样本超网络3.2.1、支持集特征提取3.2.2、代码预测3.2.3、代码聚合…

python中websockets与主线程传递参数

目录 一、子线程创建websockets服务端接收客户端数据 二、主线程内启动子线程接收并处理数据 一、子线程创建websockets服务端接收客户端数据并存入队列 发送的消息客户端与服务端统一&#xff0c;多种消息加入判断的标签 服务端&#xff1a;web_server.py import asynci…

机器学习 day39(决策树和神经网络的比较)

单个决策树、决策树集合的优缺点 适用于表格数据&#xff08;结构化数据&#xff09;。例如在房屋预测中&#xff0c;我们有房屋大小、卧室数量、楼层数量、房屋年龄等数据&#xff0c;这些数据可以存储在表格中&#xff0c;不论是连续的还是离散的都可以不适用于非结构化数据…