Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Lorsque nous mettons en place l’intégration continue, il n’est pas rare d’avoir un ensemble de tests qui prend du temps. Se pose alors la question de savoir si nous infligeons aux contributeurs d’attendre plus d’une heure pour savoir si leur pull request est conforme ou si nous limitons le temps de réponse. Attendre une heure n’est bien évidemment pas raisonnable.

Il nous faut donc faire un choix sur les tests qui ne prennent pas trop de temps, mais qui nous permettent de nous assurer de la consistance du projet. Nous ne souhaitons pas pour autant oublier les autres tests. Mais, nous pourrions les faire à un autre moment.

Nous proposons la chose suivante

Dans notre exemple, nous voudrions utiliser l’outil clang-tidy pour vérifier la syntaxe du code et valider les noms des fonctions, classes... comme décrit dans L’analyse statique. Malheureusement, ce test peut prendre un certain temps. Nous allons donc le lancer en dehors de tout événement de pull request ou de push.

Nous allons continuer à approfondir les possibilités de la section on qui déclenche les workflows selon des événements définis. Dans GitHub Actions, il est possible d’utiliser un cron via l’événement schedule.

Nous ne rentrerons pas ici dans les détails de la construction du cron. Il vous suffit de cliquer sur le lien donné plus haut pour en comprendre le fonctionnement.

Créez une nouvelle branche où vous ajouterez le workflow long_run.yml.

Dans ce workflow, nous voulons

Calcul du nombre de commits

Nous souhaitons déclencher l’analyse statique du code via clang-tidy sur la branche main uniquement s’il y a eu des commits depuis 24h. L’idée étant à la fin de mettre un cron qui se déclenche toutes les nuits à minuit via '0 0 * * *'.

Voici un exemple de travail qui calcule le nombre de commits depuis 24h à partir du moment où l’action est exécutée

  check_new_commit:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7

      - name: new_commits
        run: echo "nb_commits=$(git log --oneline --since '24 hours ago' | wc -l)"

Nous voudrions récupérer la valeur nb_commits et pouvoir l’utiliser pour déclencher le travail sur clang-tidy.

GitHub Actions propose de définir des sorties : Defining outputs for jobs. Voici ce que ça pourrait donner

  check_new_commit:
    runs-on: ubuntu-latest
    outputs:
      nb_commits: ${{ steps.new_commits.outputs.nb_commits }}
    steps:
      - uses: actions/checkout@v7

      - id: new_commits
        run: echo "nb_commits=$(git log --oneline --since '24 hours ago' | wc -l)" >> $GITHUB_OUTPUT

id permet de faire référence au travail dans d’autres sections comme c’est le cas dans outputs. GITHUB_OUTPUT est l’endroit où vous mettez ce que vous souhaitez exporter sous forme de clé/valeur. La section outputs définit ce qui sera réellement exporté et accessible par les autres travaux.

Mise en place du linter

Nous avons fait le plus difficile. Ce travail a besoin de deux outils dont le reste du projet se passe :

Plutôt que de les ajouter à l’environnement de tout le projet, nous allons créer avec pixi un environnement réservé à l’analyse statique. Ajoutez à votre pixi.toml

[feature.lint.dependencies]
clang = ">=21.1,<22"

[feature.lint.pypi-dependencies]
compdb = ">=0.2.0,<0.3"

[environments]
default = { solve-group = "default" }
lint = { features = ["lint"], solve-group = "default" }

puis lancez pixi lock pour mettre à jour pixi.lock.

Pour lancer une commande dans cet environnement, il suffit d’ajouter -e lint : pixi run -e lint run-clang-tidy.

Il reste à créer le travail qui se déclenche uniquement si le nombre de commits est strictement positif en utilisant needs, if et la variable nb_commits. Ça donne

  clang-tidy-check:
    needs: check_new_commit
    if: needs.check_new_commit.outputs.nb_commits > 0
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7

      - uses: prefix-dev/setup-pixi@v0.11.3
        with:
          pixi-version: v0.84.1
          environments: lint
          cache: true

      - name: Configure
        shell: pixi run -e lint bash {0}
        run: |
          cmake . -Bbuild -DCMAKE_EXPORT_COMPILE_COMMANDS=ON -DCMAKE_BUILD_TYPE=Debug -DBUILD_EXAMPLES=ON
          compdb -p build list > compile_commands.json

      - name: run clang-tidy
        shell: pixi run -e lint bash {0}
        run: |
          run-clang-tidy -extra-arg=-isystem$CONDA_PREFIX/include

La partie Configure est propre au projet. Il nous faut un certain nombre d’informations que nous pouvons retrouver via CMake et l’option CMAKE_EXPORT_COMPILE_COMMANDS pour pouvoir analyser le code source. Malheureusement, cette commande ne donne que les commandes de compilation pour les bibliothèques et les exécutables. Imaginez que vous avez un projet header only et le fichier compile_commands.json généré par la commande CMake sera vide. C’est pour cette raison que nous utilisons compdb, qui ajoute les fichiers hpp.

Ajoutez l’ensemble de ces sections et testez votre workflow.

Vérifiez que tout fonctionne bien, puis faites un Squash and merge.