Nano Hash - криптовалюты, майнинг, программирование

TeamCity - SVN и маркировка: как правильно сделать?

Я прочитал все вопросы о TeamCity, SVN и маркировке в S.O. но ни один шов не применим к моей конкретной проблеме.

Здесь у нас есть следующая структура на SVN:

svn://server/root
              /projectA
                 /trunk
                 /tags
              /projectB
                 /trunk
                 /tags

В TeamCity я настроил корень SVN для проекта A следующим образом:

svn://server/root/ProjectA/trunk

И процесс сборки работает как шарм.

Однако теперь я хочу добавить маркировку, но даже установить правила маркировки, как указано в документации, или любой другой параметр, о котором я знаю, как для моей последней попытки:

/ProjectA/trunk=>/ProjectA/tags

Я получаю следующую ошибку:

jetbrains.buildServer.vcs.VcsException: Labeling the path 'ProjectA/trunk' to 'ProjectA/tags/build-24' has failed with the error: svn: CHECKOUT of '/svn/root/!svn/ver/5792/ProjectA/tags': 403 Forbidden (https://server:8443)
  at jetbrains.buildServer.buildTriggers.vcs.svn.SvnSupport.throwLabelingError(SvnSupport.java:430)
  at jetbrains.buildServer.buildTriggers.vcs.svn.SvnSupport.label(SvnSupport.java:418)
  at jetbrains.buildServer.vcs.impl.VcsLabeler.setLabel(VcsLabeler.java:45)
  at jetbrains.buildServer.vcs.impl.VcsLabeler.access$400(VcsLabeler.java:64)
  at jetbrains.buildServer.vcs.impl.VcsLabeler$3$1.run(VcsLabeler.java:4)
  at java.util.concurrent.Executors$RunnableAdapter.call(Unknown Source)
  at java.util.concurrent.FutureTask$Sync.innerRun(Unknown Source)
  at java.util.concurrent.FutureTask.run(Unknown Source)
  at java.util.concurrent.ThreadPoolExecutor$Worker.runTask(Unknown Source)
  at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source)
  at java.lang.Thread.run(Unknown Source)
Caused by: org.tmatesoft.svn.core.SVNAuthenticationException: svn: CHECKOUT of '/svn/root/!svn/ver/5792/ProjectA/tags': 403 Forbidden (https://server:8443)
  at org.tmatesoft.svn.core.internal.wc.SVNErrorManager.error(SVNErrorManager.java:62)
  at org.tmatesoft.svn.core.internal.wc.SVNErrorManager.error(SVNErrorManager.java:51)
  at org.tmatesoft.svn.core.internal.io.dav.http.HTTPConnection.request(HTTPConnection.java:623)
  at org.tmatesoft.svn.core.internal.io.dav.http.HTTPConnection.request(HTTPConnection.java:274)
  at org.tmatesoft.svn.core.internal.io.dav.http.HTTPConnection.request(HTTPConnection.java:262)
  at org.tmatesoft.svn.core.internal.io.dav.DAVConnection.doCheckout(DAVConnection.java:452)
  at org.tmatesoft.svn.core.internal.io.dav.DAVCommitEditor.checkoutResource(DAVCommitEditor.java:468)
  at org.tmatesoft.svn.core.internal.io.dav.DAVCommitEditor.addDir(DAVCommitEditor.java:136)
  at jetbrains.buildServer.buildTriggers.vcs.svn.SvnCopyHelper$CopyCommitPathHandler.handleCommitPath(SvnCopyHelper.java:138)
  at org.tmatesoft.svn.core.internal.wc.SVNCommitUtil.driveCommitEditor(SVNCommitUtil.java:139)
  at jetbrains.buildServer.buildTriggers.vcs.svn.SvnCopyHelper.doCopy(SvnCopyHelper.java:102)
  at jetbrains.buildServer.buildTriggers.vcs.svn.SvnConnection.label(SvnConnection.java:861)
  at jetbrains.buildServer.buildTriggers.vcs.svn.SvnSupport.label(SvnSupport.java:416)

У кого-нибудь есть причина, почему это происходит, или как я могу настроить это правильно?

Своевременно: пользователь, обращающийся к SVN, правильно выполняет проверку, поскольку TeamCity настроен на очистку папки проверки перед каждой сборкой.

teamcity svn labeling
25.03.2011

  • вам действительно нужно маркировать? отсутствие версии svn устраняет необходимость в метках? Особенно, когда нет сборки ~= номер версии? 27.03.2011
  • @James Дело в том, что у нас есть разные конфигурации сборки, и одну из них мы используем для публикации в производственной среде, поэтому маркировка SVN очень важна для нас. 28.03.2011

Ответы:


1

Я бы установил корень так:

      svn://server/root/ProjectA

И иметь маркировку как:

      trunk=>tags

Вот как я настроил свою VCS. Проблема с ошибкой SVN рассматривается здесь. Попробуйте.

25.03.2011
  • Причина, по которой корень SVN в TeamCity устанавливается таким образом, заключается в том, что при настройке на корневой проект TeamCity будет проверять все дерево перед сборкой. И мы также принимаем меры по очистке всей папки проверки перед сборкой. 26.03.2011
  • Вы можете использовать правила проверки, чтобы ограничить проверку, включив в нее только проект A. 28.03.2011
    • 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..