Ćwiczenie — monitorowanie kondycji potoku
W tym ćwiczeniu zapoznasz się z funkcjami analizy oferowanymi przez usługę Azure Pipelines.
Irwin zapytał zespół Tailspin o to, jak mogą wydać szybciej. Tworzenie zautomatyzowanego potoku wydania to doskonały krok w kierunku szybkiego i niezawodnego wydawania. W miarę szybszego i szybszego wydawania wydań ważne jest zrozumienie kondycji i historii wydań. Regularne analizowanie trendów kondycji może pomóc w zdiagnozowaniu potencjalnych problemów, zanim staną się krytyczne.
Zanim przyjrzymy się niektórym analizom potoku, posłuchajmy zespołu Tailspin na ich porannym spotkaniu.
Jak mogę śledzić kondycję potoku?
Jest to następnego ranka. Na spotkaniu zespołu Andy i Mara zakończyli demonstrację skonfigurowanego potoku kompilacji i wydania.
Amita: To jest fantastyczne! Potok kompilacji był świetnym początkiem, ale nadal musiałem ręcznie zainstalować artefakt kompilacji w laboratorium, abym mógł go przetestować. Jeśli mogę pobrać te wersje do mojego środowiska testowego zgodnie z regularnym harmonogramem, mogę znacznie szybciej przenosić nowe funkcje za pośrednictwem kontroli jakości.
Mara: Dokładnie! Pamiętaj, że zawsze możemy rozwinąć potok wydania, aby uwzględnić więcej etapów. Celem jest utworzenie kompletnego przepływu pracy wdrażania.
Tim: Środowisko przejściowe byłoby świetne. Mógłbym zrobić więcej testów obciążeniowych, zanim przedstawimy nowe funkcje do zarządzania ostatecznym zatwierdzeniem.
Zespół jest podekscytowany, aby zobaczyć, co może zrobić nowy potok. Wszyscy zaczynają mówić w tym samym czasie.
Andy: Jestem też podekscytowany. Jednak skoncentrujmy się na jednym kroku naraz. Tak, myślę, że możemy wprowadzić wszystkie te zmiany i nie tylko, ale jest to tylko dowód koncepcji. Będziemy pracować nad rozszerzeniem go w czasie.
Amita: Jak śledzić kondycję potoków wydania?
Andy: Pamiętasz utworzony pulpit nawigacyjny do monitorowania kondycji kompilacji? Możemy skonfigurować ten sam rodzaj systemu dla naszych wydań.
Tim: Irwin będzie w ten sposób.
Andy: Wstrzymajmy tworzenie pulpitu nawigacyjnego wydania, dopóki nie będziemy mieć pełnego przepływu pracy wydania. Na razie przyjrzyjmy się niektórym wbudowanym analizom zapewnianym przez usługę Azure Pipelines.
Zespół zbiera się wokół laptopa Andy'ego.
Jakie informacje zapewnia analiza potoku?
Każdy potok zawiera raporty zawierające metryki, trendy i szczegółowe informacje. Te raporty mogą pomóc w zwiększeniu wydajności potoku.
Raporty obejmują:
- Ogólna szybkość przekazywania potoku.
- Szybkość przekazywania wszystkich testów w potoku.
- Średni czas trwania przebiegów potoku; w tym zadania kompilacji, które zajmują jak najwięcej czasu na ukończenie.
Oto przykładowy raport przedstawiający błędy potoku, błędy testów i czas trwania potoku.
Możesz filtrować wyniki, aby skoncentrować się na określonym przedziale czasu lub na ogólnej aktywności gałęzi usługi GitHub. Usługa Azure DevOps udostępnia również te informacje jako źródło danych OData. Ten kanał informacyjny umożliwia publikowanie raportów i powiadomień w systemach, takich jak Power BI, Microsoft Teams lub Slack. Na końcu tego modułu możesz dowiedzieć się więcej na temat źródeł danych analitycznych.
Eksplorowanie analizy potoku
W usłudze Azure DevOps wybierz pozycję Potoki , a następnie wybierz potok.
Wybierz kartę Analiza .
Przejrzyj współczynniki przekazywania i średni czas trwania przebiegów potoku.
W obszarze Szybkość przekazywania potoku wybierz pozycję Wyświetl pełny raport , aby wyświetlić szczegółowy raport.
Amita: To są informacje, które chcę, ale nie widzę jeszcze wielu danych.
Andy: To prawda. Zbierzemy więcej danych w miarę wykonywania większej liczby przebiegów w czasie. Użyjemy tych danych, aby uzyskać szczegółowe informacje i dowiedzieć się, jak możemy uczynić je bardziej wydajnymi.
Mara: Widzę, że npm install zadanie trwa najdłużej. Być może możemy przyspieszyć jego działanie, buforując pakiety npm.
Andy: To świetny pomysł! Możemy to dokładniej zbadać, ponieważ mamy więcej przebiegów potoku.