Ccover在hudson持续集成中的应用

简介:

背景

Hudson是一款优秀的持续集成引擎,但是在使用中发现对于后端c语言的项目支持还没有成熟的插件,不是特别易用,覆盖率,btest等都不能直接应用到hudson中。 
每次新加入的代码要经过充分单测才能保证整体的稳定性。评价单测充分性有很多指标。其中一个重要指标就是覆盖率指标。把ccover集成进hudson,并且改进一下报表和展现工具,使其更好的为保证产品质量服务。使其成为日常测试一个简单易用的工具是主要目标。 

前期准备
Hudson安装请参见文档: 
http://com.baidu.com/twiki/bin/viewfile/Ecom/Continuous_integration?filename=Hudson%E4%BD%BF%E7%94%A8.doc
<!--[if gte mso 9]&gt;<![endif]--> 
Ccover安装请参见文档: 
http://com.baidu.com/twiki/bin/view/Main/Ccover
<!--[if gte mso 9]&gt;<![endif]--> 
<!--[if gte mso 9]&gt;<![endif]--> 
使用ccover
先配置hudson从svn获取最新版本。 
书写ant构建环境,ccover的覆盖率文件一般在bash_profile中配置为`pwd`/test.cov。如果通过这种方式编译通过后,没有产生test.cov文件。先使用cov01 –s命令检查ccover是否开启,仍不能解决建议covfile使用绝对目录的配置形式。 
通过covfn,covsrc,covdir,Covclass获取html格式的覆盖率报告。通过html格式的插件展现在hudson中。 
需要安装的插件如下: 
htmlpublisher.hpi 
ncover.hpi 
配置方式如下: 
先配置展现报告的目录 
<!--[if mso]&gt; <![endif]--><!--[if gte mso 9]&gt;<![endif]--><!--[if gte mso 9]&gt;<![endif]--><!--[if gte mso 9]&gt;<![endif]--><!--[if gte mso 10]&gt; <![endif]--> <!--[if gte mso 9]&gt;<![endif]--> 
<!--[if mso]&gt; <![endif]--><!--[if gte mso 9]&gt;<![endif]--><!--[if gte mso 9]&gt;<![endif]--><!--[if gte mso 9]&gt;<![endif]--><!--[if gte mso 10]&gt; <![endif]--> <!--[if gte mso 9]&gt;<![endif]--> 
<!--[if gte mso 9]&gt;<![endif]--> 
勾选keep past coverage report选项,用来保准历史运行中的覆盖率报告。 
配置需要展现的报告名称,用逗号隔开 
<!--[if gte mso 9]&gt;<![endif]--> 
至此完成了降ccover集成进hudson中的工作。到此为止虽然我们可以查看ccover的报告了,但是还是没法发现那些函数下降了,新代码覆盖率与老代码有哪些不同。需要我们自己做一些扩展和改进。 
改进
对比档次build版本的覆盖率和之前版本的覆盖率,找出差异。 
lowest_warning=5 函数最低覆盖率 
new_warning=10 新加入函数的最低覆盖率 
drop_warning=1 旧函数最多下降的比率 
发现任何一个指标低于阀值则进行报警,并将将变动的函数展现在报告中。 
 



<!--[if gte mso 9]&gt;<![endif]--> 
<!--[if gte mso 9]&gt;<![endif]--> 
<!--[if gte mso 9]&gt;<![endif]--> 
图形化展示历史的ccover覆盖率变化趋势,方便分析程序的变化历程。 
配置如下: 
#提取覆盖率信息的文件名 
file_name=testsrc.html 
#输出覆盖率信息的文件名 
output=mydir.csv 
#提取信息的匹配名称 
match=avgrank_value_computation.cpp 

配置成功后,可以在hudson首页查看历史的覆盖率趋势 
<!--[if gte mso 9]&gt;<![endif]--> 
 

 

后话
经过几步改造后,ccover已经比较好的融入到hudson。方便我们使用和查看每次版本的覆盖率,分析历史趋势。我们的持续集成还有很多需要改进的地方,希望ccover可以帮助我们更好的在前期把控质量,分析程序缺陷。不断改进,提高hudson在后端持续集成的易用性。

 

(作者:wangzuobo) 
 

 

















本文转自百度技术51CTO博客,原文链接:http://blog.51cto.com/baidutech/743415,如需转载请自行联系原作者

相关文章
|
2月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
111 3
|
7天前
|
人工智能 数据可视化 开发者
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
FlowiseAI 是一款开源的低代码工具,通过拖拽可视化组件,用户可以快速构建自定义的 LLM 应用程序,支持多模型集成和记忆功能。
78 14
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
|
3月前
|
前端开发 JavaScript UED
探索Python Django中的WebSocket集成:为前后端分离应用添加实时通信功能
通过在Django项目中集成Channels和WebSocket,我们能够为前后端分离的应用添加实时通信功能,实现诸如在线聊天、实时数据更新等交互式场景。这不仅增强了应用的功能性,也提升了用户体验。随着实时Web应用的日益普及,掌握Django Channels和WebSocket的集成将为开发者开启新的可能性,推动Web应用的发展迈向更高层次的实时性和交互性。
118 1
|
3月前
|
Java Maven Docker
gitlab-ci 集成 k3s 部署spring boot 应用
gitlab-ci 集成 k3s 部署spring boot 应用
|
2月前
|
jenkins 测试技术 持续交付
探索自动化测试在持续集成中的应用与挑战
本文深入探讨了自动化测试在现代软件开发流程,特别是持续集成(CI)环境中的关键作用。通过分析自动化测试的优势、实施策略以及面临的主要挑战,旨在为开发团队提供实用的指导和建议。文章不仅概述了自动化测试的基本原理和最佳实践,还详细讨论了如何克服实施过程中遇到的技术难题和管理障碍,以实现更高效、更可靠的软件交付。
|
2月前
|
消息中间件 Java Kafka
Spring Boot 与 Apache Kafka 集成详解:构建高效消息驱动应用
Spring Boot 与 Apache Kafka 集成详解:构建高效消息驱动应用
75 1
|
2月前
|
传感器 前端开发 Android开发
在 Flutter 开发中,插件开发与集成至关重要,它能扩展应用功能,满足复杂业务需求
在 Flutter 开发中,插件开发与集成至关重要,它能扩展应用功能,满足复杂业务需求。本文深入探讨了插件开发的基本概念、流程、集成方法、常见类型及开发实例,如相机插件的开发步骤,同时强调了版本兼容性、性能优化等注意事项,并展望了插件开发的未来趋势。
56 2
|
2月前
|
安全 测试技术 数据安全/隐私保护
原生鸿蒙应用市场开发者服务的技术解析:从集成到应用发布的完整体验
原生鸿蒙应用市场开发者服务的技术解析:从集成到应用发布的完整体验
|
4月前
|
机器学习/深度学习 人工智能 搜索推荐
如何让你的Uno Platform应用秒变AI大神?从零开始,轻松集成机器学习功能,让应用智能起来,用户惊呼太神奇!
【9月更文挑战第8天】随着技术的发展,人工智能与机器学习已融入日常生活,特别是在移动应用开发中。Uno Platform 是一个强大的框架,支持使用 C# 和 XAML 开发跨平台应用(涵盖 Windows、macOS、iOS、Android 和 Web)。本文探讨如何在 Uno Platform 中集成机器学习功能,通过示例代码展示从模型选择、训练到应用集成的全过程,并介绍如何利用 Onnx Runtime 等库实现在 Uno 平台上的模型运行,最终提升应用智能化水平和用户体验。
83 1

热门文章

最新文章