Built to Last or Built Too Fast? Evaluating Prediction Models for Build Times
自动化构建是持续集成(CI)软件开发实践的组成部分。在CI中,鼓励开发人员尽早并经常进行集成。然而,当集成频繁时,长的构建时间可能是一个问题。这项研究的重点是在经常集成和保持开发人员的生产力之间找到平衡。我们提出并分析模型,可以预测一个工作的构建时间。这些模型可以帮助开发人员更好地管理他们的时间和任务。此外,项目经理可以探索不同的因素,以确定构建作业的最佳设置,从而将构建等待时间保持在可接受的水平。过渡到CI实践的软件组织可以在实施CI之前使用预测模型来预测构建时间。研究界可以修改我们的预测模型,以进一步了解影响构建时间的因素和关系。
2017-12-19 cs.SE
Formalizing Regression Testing for Agile and Continuous Integration Environments
School Of Computing and Augmented Intelligence, Arizona State University(亚利桑那州立大学计算与增强智能学院)
本研究将敏捷与持续集成环境中的持续回归测试形式化为时间有序构建链与回归测试窗口,证明其可退化为经典retest-all,并通过表示两种先进算法验证了形式化的可靠性与完备性。
2025-11-04 cs.SE
Discerning Legitimate Failures From False Alerts: A Study of Chromium's Continuous Integration
在软件测试中,片状是一个主要的问题。对于同一个程序版本,不可靠的测试通过和失败,误导了那些花费时间和资源调查测试失败的开发人员,结果发现它们是错误的警报。在实践中,解决这个问题的实际方法是检查失败的测试,希望它们能够通过并表现为错误警报。尽管如此,完全过滤掉错误警报可能需要不成比例的重新运行次数,因此在计算和时间方面都产生了重要的成本。作为一种替代重播,我们提出公平,一种新颖的,轻量级的方法,分类测试失败到假警报和合法的失败。Fair依赖于一个分类器和一组来自故障和测试伪影的特征。为了构建和评估我们的机器学习分类器,我们使用了Chromium项目的持续集成。特别是,我们从2,000个构建中收集了超过100万个测试失败的属性和伪影。我们的研究结果表明,公平可以准确地区分合法的故障从虚假警报,与MCC高达95%。此外,通过研究不同的测试类别:图形用户界面,集成和单元测试,我们表明,公平准确地分类故障,即使故障的数量是有限的。最后,我们比较了我们的方法重新运行的成本,并表明公平可以节省高达20分钟的计算时间,每次构建。
2021-11-05 cs.SE
Investigating the Impact of Continuous Integration Practices on the Productivity and Quality of Open-Source Projects
工作背景:持续集成(CI)对开源项目的生产力和质量的影响已经进行了大量的研究。大多数研究分析了采用CI服务器服务(例如,Travis-CI)的影响,但没有分析CI子实践。目标:我们的目标是评估五个CI子实践对GitHub开源项目的生产力和质量的影响。方法:收集90个相关开源项目的CI子实践,为期2年。我们使用回归模型来分析坚持CI子实践的项目是否更有生产力和/或产生更少的错误。我们还进行了定性文档分析,以了解CI最佳实践是否与更高质量的项目相关。结果:我们的发现揭示了构建活动和提交活动子实践与合并拉取请求数量之间的相关性。我们还观察到构建活动、构建健康和修复损坏构建的时间子实践与错误相关问题数量之间的相关性。定性分析表明,CI子实践的最佳值的项目面临较少的CI相关的问题相比,表现出最差的CI子实践值的项目。结论:我们建议项目应该努力维护几个CI子实践,因为它们会影响项目的生产力和质量。
2022-08-04 cs.SE
Improving Merge Pipeline Throughput in Continuous Integration via Pull Request Prioritization
本文提出利用历史构建数据、PR元数据和上下文信息预测构建成功率,动态优先排序可能通过的PR,以优化合并流水线顺序,显著提升持续集成吞吐量且不依赖特定构建系统。
2025-08-11 cs.SE
Classification of automatic software build methods
从源代码和其他组件(如库、数据库文件等)创建工作软件的过程。被称为“软件构建”。除了链接和编译,它还可以包括其他步骤,如自动化测试,静态代码分析,文档生成,部署等。所有这些步骤都可以使用某种类型的构建描述(例如脚本)来自动化。本文对自动软件构建过程进行了分类,从构建脚本开始,一直到各种类型的持续集成。
2013-05-21 cs.SE
Comparing Mutation Coverage Against Branch Coverage in an Industrial Setting
软件开发的实践状态是由持续集成服务器推动的不断变化所驱动的。这种不断的变化需要频繁的、完全自动化的测试,这些测试能够在项目构建时立即检测到错误。由于测试套件的故障检测能力变得如此重要,现代软件开发团队也不断地监控测试套件的质量。然而,似乎国家的实践是不愿意采用强覆盖度量(即突变覆盖),而是依赖于较弱的覆盖(即分支覆盖)。在本文中,我们调查了三个原因,禁止采用突变覆盖在持续集成设置:(1)它的集成到构建系统的难度,(2)的看法,分支覆盖是“足够好”,(3)在构建过程中的性能开销。我们的调查是基于一个案例研究,涉及四个开源系统和一个工业系统。我们证明了突变覆盖率揭示了测试套件中的其他弱点相比,分支覆盖率,它是能够做到这一点,在项目建设过程中的一个可接受的性能开销。
2021-04-23 cs.SE
Enhancing Agile Software Development Sustainability through the Integration of User Experience and Gamification
本文提供了关于如何增强敏捷开发过程的可持续性的丰富讨论。特别是,我们专注于最近开发的一个框架,名为GLUX,它将精益UX集成到Scrum中。GLUX的主要目标是通过使用游戏化来激励敏捷团队采用以用户为中心的思维方式,并在整个开发过程中协作开展UX活动,从而促进敏捷和用户体验(UX)之间的无缝集成。我们作为软件研究人员的角色是为提高软件的可持续性做出贡献,并为软件工程社区提供工具和技术,以提高软件开发的人力、经济和环境可持续性。我们发现,GLUX通过赋予自给自足,以问题为中心的团队,建立一个激励和参与的环境,并发展团队合作来解决人类的可持续发展问题。经济可持续性是通过最大限度地减少用户体验债务和使用游戏化技术来引导敏捷团队的行为和思维集中于价值创造来解决的。最后,通过鼓励敏捷团队构建最小可行产品(MVP)来促进环境可持续性。
2022-09-28 cs.SE
BOA: Framework for Automated Builds
管理大型软件产品是一项复杂的软件工程任务。软件开发、发布和分发过程的自动化在大型协作中最为有利,其中大量开发人员、多平台和分布式环境是典型因素。本文介绍了在CMS中开发的构建和输出分析器框架及其组件,以方便软件维护和提高软件质量。该系统允许生成、控制和分析各种类型的自动化软件构建和测试,例如开发代码的定期重建、现有版本的发布和安装的软件集成。
2003-06-14 cs.SE
Initial and Eventual Software Quality Relating to Continuous Integration in GitHub
对新功能和错误修复的持续需求迫使软件项目缩短周期并更快地交付更新,同时保持软件质量。廉价的虚拟化云计算的可用性通过支持按需持续集成(CI)帮助缩短了时间表。像GitHub这样的平台支持云中的CI。在使用CI的项目中,用户提交拉取请求会触发CI步骤。除了加速构建和测试之外,这还意外地创建了大量构建和测试成功和失败的档案。CI是一个相对较新的现象,这些档案允许对CI进行详细的研究。暴露出多少问题?它们发生在哪里?哪些因素会影响CI失败?CI确定的“初始质量”是否能预测代码中以后会出现多少bug(“最终质量”)?在本文中,我们对这些记录进行了大规模的精细分辨率研究,以更好地了解CI过程,CI失败的性质和预测因素,以及CI失败与代码最终质量的关系。我们发现:a)CI失败似乎集中在几个文件中,就像正常的bug一样; b)CI失败与最终失败的相关性不是很高; c)在pull请求中使用CI并不一定意味着该请求中的代码质量良好。
2016-06-02 cs.SE
Detecting Continuous Integration Skip : A Reinforcement Learning-based Approach
Laval university(拉瓦尔大学)
针对CI提交跳过检测难、数据不平衡的问题,提出基于深度强化学习的最优决策树分类器,经GitHub开源项目验证效果优于现有前沿方法。
2024-05-15 cs.AI cs.SE
Continuous Integration, Delivery and Deployment: A Systematic Review on Approaches, Tools, Challenges and Practices
背景:持续的做法,即,持续集成、交付和部署是软件开发行业的实践,使组织能够频繁可靠地发布新功能和产品。随着对持续实践的兴趣和文献的不断增加,系统地审查和综合采用和实施持续实践的方法、工具、挑战和实践是很重要的。目的:这项研究的目的是系统地审查最先进的持续做法,对方法和工具进行分类,确定这方面的挑战和做法,并确定未来研究的差距。方法:我们使用系统文献综述(SLR)方法对2004年至2016年6月1日期间发表的关于连续实践的同行评审论文进行了综述。我们采用主题分析方法分析从审查69篇论文中提取的数据,使用预定义的标准。结果如下:我们已经确定了30种方法和相关工具,这些方法和工具通过以下方式促进了持续实践的实现:(1)“减少持续集成(CI)中的构建和测试时间";(2)“增加CI中构建和测试结果的可见性和意识”;(3)“支持(半)自动化持续测试”;(4)“检测CI中的违规、缺陷和故障”;(5)“减少CI中的构建和测试时间”。(5)“解决部署管道中的安全性和可伸缩性问题”,以及(6)“提高部署过程的可靠性和可靠性”。我们还确定了一系列关键因素,如“测试(努力和时间)”,“团队意识和透明度”,“良好的设计原则”,“客户”,“高技能和积极性的团队”,“应用领域”和“适当的基础设施”,这些因素在特定组织中引入持续实践时应该仔细考虑。
2017-03-21 cs.SE
Scalable and Accurate Test Case Prioritization in Continuous Integration Contexts
针对持续集成中回归测试耗时且现有机器学习TCP技术评估不足的问题,提出一种捕获CI数据源的模型,定义综合特征集,并在25个开源系统上收集数据,全面评估了基于ML的TCP的有效性及权衡。
2022-04-05 cs.SE
Integration-First Structural Coverage for Embedded Software:Trace-Based Evidence, Hybrid Runtime Analysis, and Cross-Variant Consolidation
accemic
针对嵌入式软件结构覆盖仅在单元级收集的不匹配问题,提出优先集成的覆盖策略,结合混合运行时分析(hRA)实现类发行版二进制的覆盖测量,通过Hyper Coverage整合多维度证据,定位未测试源码行。
2026-08-14 cs.SE
Running a Data Integration Lab in the Context of the EHRI Project: Challenges, Lessons Learnt and Future Directions
本文介绍了EHRI项目数据集成实验室的运行经验,重点讨论如何通过降低元数据集成门槛帮助小型机构参与EHRI门户,并总结技术与社会层面的挑战及经验教训。
2025-05-05 cs.CY cs.DB cs.DL
How do Machine Learning Projects use Continuous Integration Practices? An Empirical Study on GitHub Actions
Federal University of Rio Grande do Norte(北里奥格兰德州联邦大学);University of Otago(奥塔哥大学);Federal Institute of Rio Grande do Norte(北里奥格兰德州联邦学院)
本研究通过分析185个GitHub项目,发现机器学习项目在持续集成中构建时间更长、测试覆盖率较低,并面临独特挑战,为优化CI实践提供了实证依据。
2024-03-14 cs.LG cs.SE
Continuous Integration Practices in Machine Learning Projects: The Practitioners` Perspective
Federal University of Rio Grande do Norte(巴西南大河州联邦大学);University of Otago(奥塔哥大学);Centre for Software Excellence, Huawei(华为软件卓越中心)
本研究通过调查155名从业者,揭示机器学习项目在持续集成中面临的独特挑战,并提出针对性的持续集成实践,以优化构建与测试流程。
2025-02-24 cs.LG cs.SE