Nachdem ich mein Build-Ökosystem hin zu Gitlab migriert habe, habe ich nun den nächsten Schritt in Angriff genommen: Continuous Integration oder kurz: CI...

Das wollte ich eigentlich zunächst nur in ganz kleinem Rahmen betreiben: Für statische Codeanalyse. Auf Arbeit wird auf unserem Buildserver dazu Findbugs benutzt. Da dies aber die Analysen auf JAR-Dateien ausführt, müsste man dazu erstmal solche haben.

Meine ersten Versuche führte ich daher mittels PMD aus - das wurde aber schnell langweilig: Das Finden, welche Regeln für mich sinnvoll sind stellte sich als (mich) enorm ermüdende Angelegenheit heraus. Daher überlegte ich, das bereits in meinem Projekt befindliche Target sanitycheck auf die Gitlab-Pipelines und Jobs abzubilden.

Das stellte sich als Arbeit heraus, die mich fast einen ganzen Tag kostete - das lag aber wohl vor allem an der Tatsache, dass ein Build-System, das jahrelang gewachsen ist und aus mehreren ineinander verflochtenen Ant-Skripten besteht, nun einmal nicht so einfach auseinanderzunehmen ist.

Auch wenn das Vorhaben fehlgeschlagen wäre: ich habe dadurch in besagten Ant-Skripten einmal kräftig aufräumen können - bereits das wäre die Arbeit wert gewesen.

Bevor ich auf die Details eingehe - hier die wichtigsten Erkenntnisse, die ich gewonnen habe:

  • Innerhalb eines Jobs werden die Verzeichniswechsel nicht zurückgenommen - zwischen Jobs schon: Jeder Job beginnt im Top-Level-Verzeichnis des ausgecheckten Projektes
  • Dateien, die in einem Job innerhalb der ausgecheckten Hierarchie erzeugt werden (generierte Quelltexte zum Beispiel) stehen im darauf folgenden Job nur dann zur Verfügung, wenn sie als Artefakte markiert werden
  • Man sollte daran denken, dass man nur Java-Unit-Tests als Teil von Pipelines ausführt, die keine Graphische Oberfläche benötigen (Stichwort: headless!)

Nun aber zu meinem Setup: Es sollte folgende Dinge tun:

  • Annotation-Prozessoren bauen
  • Quelltexte mittels Annotation-Prozessoren erzeugen
  • Alle Quelltexte übersetzen und Jars erstellen
  • Anwendungen sQLshell und dWb+ erstellen
  • Unit-Tests ausführen
  • Dokumentation für dWb+ und Aviator erstellen

Alle diese Aspekte konnte ich unter Zuhilfenahme der bestehenden Ant-Skripte mittels des in diesem Gist niedergelegten Skripts realisieren.

Findbugs ist noch nicht integriert - ich wollte zunächst ein Stadium erreichen, das mein altes Ant-Target sanitycheck abbildet. Findbugs wird der nächste Schritt sein...

Artikel, die hierher verlinken

Fährnisse des Buildprozesses unter Windows

17.07.2019

Nachdem ich begonnen hatte, mich mit der Beschleunigung der Berechnung des Mandelbrot-Fraktals unter Zuhilfenahme der Shadereinheiten in Graphikkarten zu beschäftigen und erste Erfolge feiern konnte, wollte ich das mal auf einer richtigen Graphikkarte ausprobieren...

dWb+ und Grafana

02.02.2019

Nachdem ich meine GitLab-Instanz auf ein neueres Linux aktualisiert hatte, hatte ich mit verschiedenen Nachwehen zu kämpfen - unter anderem funktionierte CI/CD nicht mehr...

Alle Artikel rss Wochenübersicht Monatsübersicht Github Repositories Gitlab Repositories Mastodon Über mich home xmpp


Vor 5 Jahren hier im Blog

  • Certstream, InfluxDB, Grafana und Netflix

    16.04.2019

    Nachdem ich vor kurzem über mein erstes Spielen mit dem certstream berichtete, habe ich weitere Experimente gemacht und die Daten zur besseren Auswertung in eine InfluxDB gepackt, um sie mit Grafana untersuchen zu können.

    Weiterlesen...

Neueste Artikel

  • Die sQLshell ist nun cloudnative!

    Die sQLshell hat eine weitere Integration erfahren - obwohl ich eigentlich selber nicht viel dazu tun musste: Es existiert ein Projekt/Produkt namens steampipe, dessen Slogan ist select * from cloud; - Im Prinzip eine Wrapperschicht um diverse (laut Eigenwerbung mehr als 140) (cloud) data sources.

    Weiterlesen...
  • LinkCollections 2024 III

    Nach der letzten losen Zusammenstellung (für mich) interessanter Links aus den Tiefen des Internet von 2024 folgt hier gleich die nächste:

    Weiterlesen...
  • Funktionen mit mehreren Rückgabewerten in Java

    Da ich seit nunmehr einem Jahr bei meinem neeun Arbeitgeber beschäftigt und damit seit ungefähr derselben Zeit für Geld mit Python arbeite, haben sich gewisse Antipathien gegenüber Python vertieft (ich kann mit typlosen Sprachen einfach nicht umgehen) - aber auch einige meiner Gründe, Python zu lieben sind ebenso stärker geworden. Einer davon ist der Fakt, dass eine Methode in Python mehr als einen Wert zurückgeben kann.

    Weiterlesen...

Manche nennen es Blog, manche Web-Seite - ich schreibe hier hin und wieder über meine Erlebnisse, Rückschläge und Erleuchtungen bei meinen Hobbies.

Wer daran teilhaben und eventuell sogar davon profitieren möchte, muß damit leben, daß ich hin und wieder kleine Ausflüge in Bereiche mache, die nichts mit IT, Administration oder Softwareentwicklung zu tun haben.

Ich wünsche allen Lesern viel Spaß und hin und wieder einen kleinen AHA!-Effekt...

PS: Meine öffentlichen GitHub-Repositories findet man hier - meine öffentlichen GitLab-Repositories finden sich dagegen hier.