当前位置:首页 > 文章列表 > 文章 > 前端 > 加速 CI [GitHub Actions],您可以立即完成!

加速 CI [GitHub Actions],您可以立即完成!

2025-01-22 08:34:10 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《加速 CI [GitHub Actions],您可以立即完成!》,聊聊,我们一起来看看吧!

加速 CI [GitHub Actions],您可以立即完成!

还在为缓慢的 CI 流程烦恼吗?

本文将分享三种利用 GitHub Actions 提升 CI 速度的实用技巧。

三种加速 GitHub Actions CI 的方法

我们将探讨以下三种方法:

  • 任务拆分
  • 添加包缓存机制
  • 测试拆分与并行执行

任务拆分

通过拆分任务,实现并行执行,显著提升效率。

例如,单元测试和代码风格检查通常可以独立运行。将它们分别定义在不同的 job 中,比在单个 job 中顺序执行效率更高。

jobs:
  test:
    runs-on: ubuntu-22.04
    steps:
      # ...单元测试步骤...

  lint:
    runs-on: ubuntu-22.04
    steps:
      # ...代码风格检查步骤...

添加包缓存机制

缓存软件包,避免重复安装,节省大量时间。

利用官方的 actions/cache action 实现缓存流程。

以下示例中,只有操作系统、Node 版本或 package-lock.json 文件发生变化时,才会执行 npm ci,否则将直接使用缓存。

- name: Cache and restore packages
  id: cache-npm
  uses: actions/cache@v4.0.2
  with:
    path: node_modules
    key: ${{ runner.os }}-node-${{ hashFiles('**/package-lock.json') }}

- name: Install npm packages
  if: steps.cache-npm.outputs.cache-hit != 'true'
  run: npm ci
  shell: bash

测试拆分与并行执行

如果测试执行时间过长,可以将测试拆分,并行运行每个部分。

例如,使用 Jest,可以结合矩阵策略和 --shard 选项。矩阵策略简化了测试拆分与并行执行。 --shard 选项则用于分割测试。

以下示例展示了如何定义工作流程:

jobs:
  test:
    runs-on: ubuntu-22.04
    strategy:
      matrix:
        shard: [1/4, 2/4, 3/4, 4/4]
    steps:
      - name: Checkout code
        uses: actions/checkout@v3

      - name: Setup environment
        uses: ./.github/actions/setup

      - name: Run tests
        run: npx jest --ci --shard=${{ matrix.shard }}

这将并行运行 4 个作业,每个作业执行四分之一的测试。 --shard 选项并非 Jest 独有,类似的策略可以应用于其他测试框架。

更多优化方法

以上介绍了三种简单有效的加速 CI 的方法:任务拆分、包缓存和测试并行化。

除此之外,还可以考虑使用更强大的运行器,或者仅在修改的代码区域运行测试等高级优化策略。

建议根据实际情况和资源限制,选择合适的优化方案,最大限度地提升 CI 效率。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

一微半导体“一种n倍脉宽扩展电路及脉宽扩展的锁相环系统”专利获授权一微半导体“一种n倍脉宽扩展电路及脉宽扩展的锁相环系统”专利获授权
上一篇
一微半导体“一种n倍脉宽扩展电路及脉宽扩展的锁相环系统”专利获授权
功能接口
下一篇
功能接口
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    355次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    416次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    423次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    378次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    200次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码