Python 决定放弃 BPO,将所有 Bug 迁移到 GitHub 中

简介: Python 决定放弃 BPO,将所有 Bug 迁移到 GitHub 中

2 月 18日,Python 核心开发者 Łukasz Langa 在 Python Discourse 论坛上宣布 :

Python 开发组正在致力于将目前所有位于Python 官方 Bug 网站  https://bugs.python.org/ (缩写为 bpo 或 BPO) 中的Bug数据到迁移到GitHub中,迁移完成后,新的 Bug 在 GitHub Issue 中处理,而 BPO 官方网站将以只读模式运行,以确保现有的在线 URL 继续工作。

image.png

早在在 2018 年 6月的 Python 语言峰会上,核心开发者 Mariatta Wijaya 就提议“放弃 Roundup 和 BPO 网站,切换到 GitHub Issues 用于 Bug 跟踪”,该提议引出了 PEP 581 提案,并于 2019年 5 月获得了批准。

但由于迁移过程中的一系列技术、法律以及程序等问题,迁移过程并不迅速,直到2022 年迁移工作才正式启动。

据了解,迁移时间表如下:

  • 2022 年 2 月 18 日,星期五:为期两周的公众反馈收集期开始。
  • 2022 年 3 月 4 日,星期五:在 Github 的帮助下执行最终的端到端测试迁移,以收集迁移所需的时间并确保没有阻碍。(我们将使用 10% 的 Bug进行该测试)

假设在反馈收集过程中没有发现任何阻碍问题,就开始正式迁移:

  • 2022 年 3 月 10 日星期四:迁移开始,BPO将进入只读模式。来自 BPO 的数据被导出并放在 Github 上的临时存储库中(大约需要 22 小时)。
  • 2022 年 3 月 11 日星期五:Github 开始将临时存储库中的 Bug转移到 github.com/python/cpython/ 。

整个迁移过程预计需要 3 到7 天,具体时间将取决于 Github.com 上的负载。

在迁移过程中,需要注意的事项如下:

  • 不可以在Github 或 BPO 上创建新问题;
  • 可以在 Github 上创建新的 PR 并与现有 PR 交互,不会中断;
  • 可以与Github 上已迁移的 Issue进行交互,但非常不鼓励破坏性操作(更改问题标题、编辑评论内容、删除评论、删除标签),因为这将使迁移更具难度
相关文章
|
3月前
|
测试技术 API 数据安全/隐私保护
Python连接到Jira实例、登录、查询、修改和创建bug
通过使用Python和Jira的REST API,可以方便地连接到Jira实例并进行各种操作,包括查询、修改和创建Bug。`jira`库提供了简洁的接口,使得这些操作变得简单易行。无论是自动化测试还是开发工作流的集成,这些方法都可以极大地提高效率和准确性。希望通过本文的介绍,您能够更好地理解和应用这些技术。
361 0
|
4月前
|
Unix Shell 网络安全
git学习六:(bug总结)git@github.com: Permission denied (publickey).等
本文是关于解决在使用Git和GitHub时遇到的“git@github.com: Permission denied (publickey)”错误的指南。文章提供了详细的步骤,包括确认SSH Agent运行状态、检查密钥配置、确保密钥匹配、验证仓库URL、检查权限和代理设置,以及配置SSH文件。这些步骤帮助用户诊断并解决SSH认证问题。
506 0
|
6月前
|
算法 数据处理 数据安全/隐私保护
|
6月前
|
存储 安全 API
GitHub代码删了也无用,任何人仍可永久访问?!微软:这不是Bug而是有意设计...
开源安全公司Truffle Security发现,GitHub上的数据删除可能只是表面现象,实际上被删的数据仍可被访问。这一发现震惊了开源社区。研究人员引入了“跨分叉对象引用”(CFOR)这一概念,描述了如何通过已删除或私有fork访问敏感数据。即便存储库被删除,提交的数据仍可通过fork存取,甚至私有存储库的数据也可能被公开访问。尽管GitHub回应称这是有意为之的设计,但对于许多用户来说,这打破了对数据隐私的基本期望。此发现不仅影响GitHub用户,还可能波及其他版本控制系统。
111 4
|
7月前
|
监控 程序员 持续交付
`pylint`是一个高度可配置的Python代码分析工具,它可以帮助程序员查找代码中的错误、样式问题、可能的bug以及不符合编码标准的部分。
`pylint`是一个高度可配置的Python代码分析工具,它可以帮助程序员查找代码中的错误、样式问题、可能的bug以及不符合编码标准的部分。
|
7月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:图像风格迁移与生成
【7月更文挑战第13天】 使用Python实现深度学习模型:图像风格迁移与生成
86 2
爆赞!GitHub首本Python开发实战背记手册,标星果然百万名不虚传
Python (发音:[ 'paiθ(ə) n; (US) 'paiθɔn ] n. 蟒蛇,巨蛇 ),是一种面向对象的解释性的计算机程序设计语言,也是一种功能强大而完善的通用型语言,已经具有十多年的发展历史,成熟且稳定。Python 具有脚本语言中最丰富和强大的类库,足以支持绝大多数日常应用。 Python 语言的特点:
|
7月前
|
人工智能 数据挖掘 大数据
爆赞!GitHub首本标星120K的Python程序设计人工智能案例手册
为什么要学习Python? Python简单易学,且提供了丰富的第三方库,可以用较少的代码完成较多的工作,使开发者能够专注于如何解决问题而只花较少的时间去考虑如何编程。此外,Python还具有免费开源、跨平台、面向对象、胶水语言等优点,在系统编程、图形界面开发、科学计算、Web开发、数据分析、人工智能等方面有广泛应用。尤其是在数据分析和人工智能方面,Python已成为最受开发者欢迎的编程语言之一,不仅大量计算机专业人员选择使用Python进行快速开发,许多非计算机专业人员也纷纷选择Python语言来解决专业问题。 由于Python应用广泛,关于Python的参考书目前已经有很多,但将Pytho
|
7月前
|
分布式计算 数据可视化 大数据
阿里云大牛熬夜整理的Python大数据小抄,GitHub星标125K!
Python 是一种流行的编程语言,在大数据领域有广泛的应用。Python 拥有丰富的库和工具,可用于数据处理、分析和可视化。 在大数据处理方面,Python 可以与 Hadoop、Spark 等大数据框架集成,实现大规模数据的处理和分析。它也适用于数据清洗、数据转换、数据挖掘等任务。 此外,Python 的数据分析库如 Pandas、NumPy 和 Matplotlib 等,提供了强大的数据处理和可视化功能,使得数据分析变得更加简单和高效。
|
7月前
|
分布式计算 数据可视化 大数据
阿里云大牛熬夜整理的Python大数据小抄,GitHub星标125K!
Python 是一种流行的编程语言,在大数据领域有广泛的应用。Python 拥有丰富的库和工具,可用于数据处理、分析和可视化。 在大数据处理方面,Python 可以与 Hadoop、Spark 等大数据框架集成,实现大规模数据的处理和分析。它也适用于数据清洗、数据转换、数据挖掘等任务。 此外,Python 的数据分析库如 Pandas、NumPy 和 Matplotlib 等,提供了强大的数据处理和可视化功能,使得数据分析变得更加简单和高效。

热门文章

最新文章