Nano Hash - криптовалюты, майнинг, программирование

Как настроить Jenkins для автоматической сборки и тестирования моего проекта Qt?

Я новичок в проекте Qt, странный для его структуры проекта.

Я использовал jenkins+git+github+MSBuild+xUnit для создания проекта CI для VS в Windows.

Теперь моя работа состоит в том, чтобы настроить jenkins, чтобы он мог автоматически создавать и тестировать мой проект qt (в Ubuntu).

Однако, похоже, мало информации о «проекте jenkins build Qt».

Я не знаю, какие плагины мне следует использовать для jenkins и как их настроить.

Можете ли вы показать мне, как это сделать? (Я использую Ubuntu 16.04)

Я прочитал этот блог и пытаюсь работать таким образом: https://www.peter.hartmann.tk/single-post/2015/06/17/Minimal-Continuous-Integration-for-Git-проекты-с-Jenkins-and-a-Qt-example

В этом блоге он использует «qmake && make && make check», чтобы делать все (сборка и тестирование) без установки каких-либо плагинов. Что делает эта команда? Работает ли она для всех проектов Qt?

Более того, в Ubuntu я могу упаковать свой проект Qt с помощью jenkins? Если да, то как это сделать? (Windows может упаковать проект qt как файл .exe, Ubuntu упаковать как какой файл?)

continuous-integration c++ jenkins qt
28.03.2018

Ответы:


1

Я просто дам ссылки на уже существующие материалы, которых предостаточно.

В общем, есть три основных шага в том, что вы хотите сделать:

При желании вы можете затем запустить тесты на результат, сохранить свои артефакты после успешной сборки и / или активировать уведомления по электронной почте о неудачных сборках.

Что касается хранения артефактов - для этого есть готовый плагин (https://wiki.jenkins.io/display/JENKINS/Compress+Artifacts+Plugin).

28.03.2018
  • Я все еще не понимаю, почему я использую так много плагинов в jenkins для сборки, тестирования и упаковки проекта Visual Studio, в то время как просто использую команду в jenkins для завершения сборки и тестирования. Я пропустил какой-то важный шаг? И есть ли какая-либо команда или плагин make jenkins помогите мне упаковать мой проект qt в ubuntu? 28.03.2018
  • Вы можете просто использовать сценарий оболочки Execute после сборки и упаковать свой проект (исходные файлы или файлы результатов) с помощью команды snigle bash. 28.03.2018
  • Какую команду bash мне использовать? И какой файл будет создан? (Файл .deb или что?) 28.03.2018
  • Я предполагаю, что под упаковкой вы подразумеваете создание архива, что можно сделать с помощью zip -r foo.zip directory_path 28.03.2018
  • Создание файла .deb не является функцией Qt. Это функция уровня ОС (например, Ubuntu). Взгляните на этот ответ на Что такое самое простое руководство по упаковке Debian? в качестве отправной точки. 28.03.2018
  • Это не ответ. ОП говорит, что я сделал это, пожалуйста, помогите мне сделать это. Ответ объясняет, как выполнить шаги, которые пользователь уже сделал, и не говорит «о, да», и вы также можете сделать дополнительную вещь, с которой OP попросил помощи. Соответственно, я проголосовал против. 03.10.2018
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..