摘要： 面对繁杂机械重复的测试工作，面对测试精度、难度极高的大数据量校验、单元测试、统计测试覆盖率等工作，面对多线程的并发测试，如何使用软件或工具，帮助减少重复机械工作，将繁杂工作流程化、自动化，提高测试的准确性和测试人员的积极性。
面对繁杂机械重复的测试工作，面对测试精度、难度极高的大数据量校验、单元测试、统计测试覆盖率等工作，面对多线程的并发测试，如何使用软件或工具，帮助减少重复机械工作，将繁杂工作流程化、自动化，提高测试的准确性和测试人员的积极性。
RDC提供了完备的Pipeline, 在整个研发过程开发代码提交后自动触发单元测试, 静态代码扫描。应用发布打包,部署, 自动触发集成测试, 构成了开发和测试共同参与的一套流水线. 在持续交付的实践中, 这样的做法可以有效的加快开发测试效率, 以最小的成本, 找到代码中的错误, 保持代码的质量平稳, 发布周期可预。
请点击此处输入图片描述
下面就跟着我三步搞定研发协同RDC的实验室新功能。
启用实验室
在 项目 目录的 设置 页面里，切换到 服务 模块，在 实验室 图标上点击 添加 。
请点击此处输入图片描述
实验室 会出现在左侧的菜单栏里，这样就完成了 启用实验室 。点击就可以进入到实验室页面。
请点击此处输入图片描述
新建实验室
在 实验室 页面，点击 新建 按钮，会在浮层里出现新建实验室的表单
请点击此处输入图片描述
在表单里一共有四项内容：代码地址，分支，构建配置文件，名称。其中需要将 构建配置文件 放置在代码根目录下，点击 编辑帮助 进入到 构建配置编辑 页面，点击右上角可以 切换到源码模式
请点击此处输入图片描述
一个典型的构建配置如下：
stage:
单元测试:
env:
cluster: rdc
plugin:
-
param:
url: '${repo}'
branch: '${branch}'
path: '${source_root}'
name: checkout
pos: front
-
param:
source_path: '${source_root}'
source_old_path: '${source_root}/../sourceold'
type: java
diffcoverage: open
coverage: open
name: java_coverage_collector
pos: back
-
param:
path: '${source_root}'
name: case_result_parser
pos: back
exec:
- 'mvn -B install -Dmaven.test.skip=true -Dautoconfig.skip'
- 'mvn -B org.codehaus.mojo:cobertura-maven-plugin:2.7:cobertura -Dmaven.test.failure.ignore=true'
集成测试:
env:
load: 单元测试
plugin:
-
param:
url: '${repo}'
branch: '${branch}'
path: '${source_root}'
name: checkout
pos: front
-
param:
path: '${source_root}'
name: case_result_parser
pos: back
exec:
- 'mvn -B test -Dmaven.test.failure.ignore=true'
pipeline:
- 单元测试
- 集成测试
stage 执行阶段，一个构建可以包含多个阶段。
env 执行环境
cluster 集群环境，目前提供公共集群 rdc, 一次构建只能使用一个环境
load 复用环境
exec 执行脚本
plugin 插件
pipeline 执行顺序，数组类型。数组里的每一项对应阶段键名。按数组顺序依次串行执行。
编辑完成后，点击下载。将下载下来的 .rdcci.yml 文件提交到代码项目里。填写完表单和上述操作后，点击新建按钮就可以看到构建的进行情况了。
运行实验室
新建完实验室就会直接运行了。点击右上角的 运行 按钮可以再次构建了。
请点击此处输入图片描述
在公测期间，实验室首先提供自动化测试服务，并且暂时只支持 阿里云Code 托管的公共代码项目（如果是Private的代码项目，需要有相应的访问权限)
原文链接：
http://click.aliyun.com/m/27223/
