Editing
Jak začít s DevOps: praktický průvodce pro začátečníky
Jump to navigation
Jump to search
Warning:
You are not logged in. Your IP address will be publicly visible if you make any edits. If you
log in
or
create an account
, your edits will be attributed to your username, along with other benefits.
Anti-spam check. Do
not
fill this in!
Začněte tím, že si definujete výstup analýzy. Nejde o to napsat tlustý dokument, ale o to, aby měl tým jasno v akceptačních kritériích, hranicích systému a možných technických omezeních. V praxi to znamená odhadnout analytický [https://www.paramuspost.com/search.php?query=po%C4%8Dtu%20nezn%C3%A1m%C3%BDch&type=all&mode=search&results=25 počtu neznámých] proměnných. Pokud máte úkol s vysokou nejistotou, věnujte analýze více času, ale vždy s jasným časovým limitem, aby se z ní nestala nekonečná rešerše. Užitečný je [https://WWW.Search.com/web?q=princip princip] „timeboxing", kdy si analytik vyhradí konkrétní hodiny, po jejichž uplynutí se rozhodne, zda je třeba analýzu rozšířit, nebo ji předat k implementaci.<br><br>Při měření se zaměřte na tři čísla: pokrytí řádků, pokrytí větví (branch) a pokrytí podmínek. Řádky ukazují, kolik kódu se vůbec provedlo, větve odhalují, zda testy procházejí oběma cestami u podmínek, a podmínky kontrolují kombinace logických výrazů. Většinou stačí sledovat pokrytí řádků a větví, protože pokrytí podmínek je už hodně detailní a pro běžné projekty může být zavádějící. Praktický postup: nastavte ve CI minimální hranici pokrytí, ale ne jako tvrdý limit, spíš jako varování. Pokud pokrytí klesne pod 80 % u kritických modulů, build by měl upozornit, ale ne blokovat – blokování vede k obcházení testů.<br><br>Celkově vzato, testování bez integračního prostředí je nejen možné, ale často rychlejší a spolehlivější. Zaměřte se na čistotu reducerů, správné mockování API a důkladné pokrytí chybových scénářů. Tím získáte robustní testy, které vám dají jistotu při každé změně kódu.<br><br>Pokrytí začíná být užitečné, když ho používáte k hledání děr v testech, ne jako cíl sám o sobě. Dobrý postup je analyzovat report po každém větším refaktoringu – pokud pokrytí kleslo, pravděpodobně jste změnili chování, které testy nekontrolovaly. Naopak pokud pokrytí roste, ale počet chyb se nesnižuje, je to známka, že testy nejsou kvalitní. Sledujte také pokrytí u nově přidaných částí kódu – to je nejcennější ukazatel, protože starý kód může mít vysoké pokrytí, ale už netestuje to podstatné.<br><br>Kromě testů využijte i nástroj pro automatizaci – kolekce runner. Spustíte celou kolekci najednou a sledujete výsledky. To se hodí při regresním testování po změně API. Runner umožňuje nastavit počet opakování a zpoždění mezi požadavky. Nezapomeňte na proměnné – pokud testujete sekvenci požadavků, kde jeden závisí na odpovědi předchozího, použijte skripty v sekci Tests pro uložení hodnoty do proměnné. Příklad: pm.environment.set("token", pm.response.json().token).<br><br>Druhý pilíř je monitoring. Bez něj nevíte, jestli změny fungují. Nejdřív zaveďte základní metriky: dostupnost služby, odezvu, chybovost a využití prostředků. Nesnažte se měřit všechno. Vyberte pět až sedm ukazatelů, které mají přímý vztah k tomu, co uživatel vidí, a ty sledujte. Když se něco pokazí, mějte předem připravený postup, jak problém lokalizovat – ne improvizujte až v momentě výpadku.<br><br>[https://bbs.yp001.net/home.php?mod=space&uid=572354 jak zařídit malou kuchyni] začít měřit pokrytí smysluplně Základem je vybrat správný nástroj, který umí měřit pokrytí podle řádků, vět a podmínek. Pro jazyky jako Python se nabízí standardní knihovna pro měření, pro JavaScript existují nástroje zabudované přímo do testovacích běhů. Nejdůležitější je měřit pokrytí na úrovni jednotkových testů, ale také integračních testů – kombinace obojího dá lepší obrázek. Spusťte testy s měřením při každém běhu, ne jen občas, abyste měli aktuální data. Ukládejte výsledky do reportu, který si tým může prohlížet v rámci CI.<br><br>Nakonec si pamatujte: pokrytí testy je jen jeden z ukazatelů, ne cíl. Užitečné je, když vám pomáhá najít netestovaný kód, ale ne když se stává byrokratickou povinností. Ideální je kombinovat pokrytí s revizí testů a analýzou toho, co testy skutečně ověřují. Teprve pak máte jistotu, že vaše testy chrání to, co má smysl chránit.<br><br>Postman patří mezi nejrozšířenější nástroje pro práci s API. Umožňuje posílat požadavky na server, zkoumat odpovědi a celý životní cyklus API dokumentovat. Než začnete, stáhněte si desktopovou aplikaci nebo použijte webovou verzi. Po spuštění vytvořte novou kolekci – ta slouží jako úložiště pro vaše požadavky, proměnné a testy. Kolekce je vhodné pojmenovat podle projektu, aby se v ní vyznali i kolegové.<br><br>Odhad času v agilním týmu je častou příčinou sporů, pokud se tým nesoustředí na rozložení práce mezi analytickou fázi a samotnou implementaci. Většina chyb vzniká tím, že se analý[https://www.24propertyinspain.com/user/profile/1511355 rekonstrukce koupelny krok za krokem] podcení nebo naopak přecení a kódování pak nemá dostatečný prostor. Klíčové je rozdělit odhad na dvě samostatné části a každou z nich řídit podle konkrétního rizika, ne podle obecného procenta.
Summary:
Please note that all contributions to IT-Core are considered to be released under the GNU Free Documentation License 1.3 or later (see
IT-Core:Copyrights
for details). If you do not want your writing to be edited mercilessly and redistributed at will, then do not submit it here.
You are also promising us that you wrote this yourself, or copied it from a public domain or similar free resource.
Do not submit copyrighted work without permission!
Cancel
Editing help
(opens in new window)
Navigation menu
Personal tools
Not logged in
Talk
Contributions
Log in
Namespaces
Page
Discussion
English
Views
Read
Edit
View history
More
Search
Navigation
Main page
Recent changes
Random page
Help about MediaWiki
Special pages
Tools
What links here
Related changes
Page information