WriteOnly.pl / Categories / Resentiment / Ciągła integracja, ciągła kontrola, ciągła Scala

Ciągła integracja, ciągła kontrola, ciągła Scala

9 minutes to read

W poprzednich wpisach zbudowaliśmy ogromną komendę do analizy statycznej i dynamicznej kodu projektu oraz generacji raportów. Jednak wykonanie tej komendy trwa. A programiści nie lubią czekać.

Istnieje podejrzenie graniczące z pewnością, że programiści pracujący przy projekcie będą wywoływać komendę fragmentarycznie, a całą komendę tylko przed wysłaniem kodu do repozytorium. O ile i tego nie zapomną lub zignorują.

W scentralizowanych systemach kontroli wersji takich jak SVN lub CVS problem ten rozwiązywano za pomocą hooków po stronie klienta (tj programisty). Np. nie można było zrobić commita, jeśli kod nie był sformatowany, a pokrycie kodu testami na odpowiednio wysokim poziomie. Nie było to jednak dobre rozwiązanie ponieważ każdą walidację po stronie klienta można oszukać, obejść i/lub wyłączyć.

Dziś istnieją zdecentralizowane systemy kontroli wersji jak Git czy Mercurial. Pozwalają one w łatwy sposób tworzyć feature branche, dzięki czemu kod nie jest wysyłany bezpośrednio do głównej gałęzi repozytorium. Feature branche nie muszą zawierać sformatowanego kodu, nie muszą się nawet kompilować.

Jednocześnie chcielibyśmy mieć pewność, że w momencie łączenia feature branch z główną gałęzią repozytorium, kod zawarty w feature branchy działa poprawnie i spełnia standardy zdefiniowane w projekcie. Rozwiązaniem jest tutaj serwer ciągłej integracji.

Serwer ciągłej integracji i zamieszanie ze słownictwem

Serwer ciągłej integracji jest to serwer konfigurowany skryptem, zwanym także pipeline. Większość serwerów, w zależności od konfiguracji jest wstanie robić trzy rzeczy:

Ciągła integracja (ang. Continuous Integration, CI) jest to proces, który powinien wykonać się po każdym commicie wysłanym do zdalnego repozytorium kodu źródłowego. W jego skład wchodzą:

i wszystko inne co zostanie uznane za słuszne dla pojedynczego commitu.

Ciągłe dostarczanie (ang. Continuous Delivery, CD) jest to proces, który powinien wykonać się po każdym commicie (zwykle merge’u) do gałęzi głównej (np. master/develop). Składa się ze wszystkich etapów ciągłej integracji plus dodatkowo:

Oczywiście jest to tylko jedna z wielu wersji procesu. Możliwe punkty zmiany to np.:

Ciągłe wdrażanie (ang. Continuous Deployment) jest rozszerzeniem procesu ciągłego dostarczania dla aplikacji i zawiera tylko jeden dodatkowy punkt, zaufanie. Zaufanie, że:

Dodatkowy krok polega na automatycznym wdrażaniu wydanej aplikacji na serwer produkcyjny.

Teoretycznie możnaby wprowadzać podział na serwery CI i serwery CD. Jednak jeśli z poziomu konfiguracji serwera CI mamy dostęp do basha, lub możemy pisać wtyczki w innych językach programowania, to z łatwością możemy zamienić serwer CI w serwer CD. Łatwo więc zauważyć że granica jest tutaj bardzo płynna.

Wybór serwera CI/CD

W świecie Javy jeśli ktoś mówi o serwerze CI zwykle ma na myśli Jenkinsa. Dostępnych jest jednak wiele serwerów ciągłej integracji. Chcąc jednak jak najszybciej (najprościej) pokazać zalety ciągłej integracji należy wybrać oprogramowanie darmowe i dodatkowo dostępne jako usługa (ang. Software as a Service, SaaS). Dobrze także, aby po wyjęciu z pudełka wspierało używane przez nas języki programowania. Przy takich założeniach wybór padł na dwa serwisy:

Niestety nie udało mi się skonfigurować CircleCI dla języka ScalaNative. Problemem były zależności dla Debiana.

Dodatkowo przydatne są także serwisy agregujące raporty z pokrycia kodu testami. Ja znalazłem dwa działające jako serwis:

oba są darmowe dla projektów opensource.

Konfiguracja generowania raportów

Do pliku project/plugins.sbt dodajemy dwie wtyczki:

addSbtPlugin("org.scoverage" % "sbt-scoverage" % "1.5.1")
addSbtPlugin("org.scoverage" % "sbt-coveralls" % "1.2.7")

Konfiguracja projektu dla Travis Ci

TravisCi jest konfigurowany za pomocą pliku .travis.yml.

Najpierw wybieramy język programowania, jego wersję, wersję Ubuntu oraz wersję Javy:

language: scala
scala: 2.11.12
dist: xenial
jdk: openjdk8

Niestety openjdk-8-jdk nie jest domyślnie zainstalowane na Ubuntu w wersji xenial. Na szczęście możemy doinstalować potrzebną nam wersję Javy z pakietów Ubuntu. Pozostałe pakiety są dla ScalaNative

addons:
  apt:
    packages:
      - openjdk-8-jdk
      - libunwind-dev
      - libgc-dev
      - libre2-dev
      - clang-6.0

Niestety to nie wystarcza i musimy podmienić wersję Javy w zmiennej środowiskowej PATH:

env:
  global:
    - JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64/
    - PATH=$JAVA_HOME/bin:$PATH

Włączamy cache dla folderów zawierających zależności:

cache:
  directories:
    - $HOME/.sbt
    - $HOME/.ivy2/cache

Uruchamiamy analizę statyczną i analizę dynamiczną kodu oraz generujemy raport z testów:

script:
  - sbt 'scalafix --check' 'test:scalafix --check' 'it:scalafix --check' &&
    sbt scalafmtSbtCheck scalafmtCheck test:scalafmtCheck it:scalafmtCheck &&
    sbt clean re/compile re/test:compile re/it:compile &&
    sbt coverage reJS/test reJVM/test reJS/it:test reJVM/it:test coverageReport &&
    sbt coverageAggregate &&
    sbt scalastyle test:scalastyle it:scalastyle &&
    sbt scapegoat cpd stats

Przesyłamy raport do usług agregujących wyniki testów:

after_success:
  - sbt coveralls
  - bash <(curl -s https://codecov.io/bash)

Pełny plik konfiguracyjny .travis.yml:

language: scala
scala: 2.11.12
dist: xenial
jdk: openjdk8

addons:
  apt:
    packages:
      - openjdk-8-jdk
      - libunwind-dev
      - libgc-dev
      - libre2-dev
      - clang-6.0

env:
  global:
    - JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64/
    - PATH=$JAVA_HOME/bin:$PATH

cache:
  directories:
    - $HOME/.ivy2/cache
    - $HOME/.sbt

script:
  - sbt 'scalafix --check' 'test:scalafix --check' 'it:scalafix --check' &&
    sbt scalafmtSbtCheck scalafmtCheck test:scalafmtCheck it:scalafmtCheck &&
    sbt clean re/compile re/test:compile re/it:compile &&
    sbt coverage reJS/test reJVM/test reJS/it:test reJVM/it:test coverageReport &&
    sbt coverageAggregate &&
    sbt scalastyle test:scalastyle it:scalastyle &&
    sbt scapegoat cpd stats

after_success:
  - sbt coveralls
  - bash <(curl -s https://codecov.io/bash)

Podsumowanie

Uważny czytelnik może zauważyć, że nie wywołuje testów dla ScalaNative. Mimo zainstalowania wszystkich pakietów wywołanie testów dla ScalaNative kończy się błędem:

[error] /usr/bin/ld: warning: libunwind.so.8, needed by /usr/bin/../lib/gcc/x86_64-linux-gnu/5.4.0/../../../x86_64-linux-gnu/libunwind-x86_64.so, may conflict with libunwind.so.1
[error] /usr/bin/ld: /home/travis/build/writeonly/resentiment/re/native/target/scala-2.11/native/lib/gc/immix/Heap.c.o: undefined reference to symbol '_Ux86_64_getcontext'
[error] //usr/lib/x86_64-linux-gnu/libunwind.so.8: error adding symbols: DSO missing from command line
[error] clang: error: linker command failed with exit code 1 (use -v to see invocation)
[info] Linking native code (immix gc) (184 ms)
[info] Starting process '/home/travis/build/writeonly/resentiment/re/native/target/scala-2.11/re-out' on port '32951'.
Exception in thread "Thread-386" java.io.IOException: Cannot run program "/home/travis/build/writeonly/resentiment/re/native/target/scala-2.11/re-out": error=2, No such file or directory
	at java.lang.ProcessBuilder.start(ProcessBuilder.java:1048)
	at scala.sys.process.ProcessBuilderImpl$Simple.run(ProcessBuilderImpl.scala:71)
	at scala.sys.process.ProcessBuilderImpl$AbstractBuilder.run(ProcessBuilderImpl.scala:102)
	at scala.sys.process.ProcessBuilderImpl$AbstractBuilder.$anonfun$runBuffered$1(ProcessBuilderImpl.scala:150)
	at scala.runtime.java8.JFunction0$mcI$sp.apply(JFunction0$mcI$sp.java:12)
	at scala.sys.process.ProcessLogger$$anon$1.buffer(ProcessLogger.scala:99)
	at scala.sys.process.ProcessBuilderImpl$AbstractBuilder.runBuffered(ProcessBuilderImpl.scala:150)
	at scala.sys.process.ProcessBuilderImpl$AbstractBuilder.$bang(ProcessBuilderImpl.scala:116)
	at scala.scalanative.testinterface.ComRunner$$anon$1.run(ComRunner.scala:31)
Caused by: java.io.IOException: error=2, No such file or directory
	at java.lang.UNIXProcess.forkAndExec(Native Method)
	at java.lang.UNIXProcess.<init>(UNIXProcess.java:247)
	at java.lang.ProcessImpl.start(ProcessImpl.java:134)
	at java.lang.ProcessBuilder.start(ProcessBuilder.java:1029)
	... 8 more

Jest to kolejny problem ScalaNative po braku możliwości wygenerowania pokrycia kodu oraz braku możliwości uruchomienia testów integracyjnych. Dowodzi to że ScalaNative niestety dalej jest zabawką i jeśli chce się pisać monady w języku kompilowanym natywnie należy wybrać RustLang.

Postscriptum

Poszukując serwisów CI natrafiłem na jeszcze jeden termin z kategorii Continuous cośtam.

Ciągła analiza statyczna (ang. Continuous static analysis) jest to proces podobny do ciągłej integracji, ale ograniczony tylko do jednego kroku, analizy statycznej. Cechą charakterystyczną serwerów ciągłej analizy statycznej jest posiadanie ogromnej ilości reguł według których sprawdzany jest kod. Klasycznym przykładem oprogramowania w świecie Javy jest tutaj SonarQube. Ja oczywiście poszukiwałem oprogramowania działającego jako darmowa usługa dla projektów opensorsowych i znalazłem:

Postscriptum 2

Termin ciągła analiza statyczna ułożyłem sam, jednak występujący w jego miejscu termin ciągła kontrola jakości kodu (ang. Continuous Inspection of Code Quality) jest według mnie zbyt ogólny.

Tagi: resentiment sbt scala
Share on:
Follow
Follow
Follow