跟Monty Taylor和Jim Blair聊OpenStack的持续集成与自动化测试

Posted 2021-04-24 InfoQ

OpenStack社区有一个CI和自动化测试小组，该小组为OpenStack社区的开发者们提供服务，而该服务所用的工具正是他们自己维护的一个OpenStack云环境。

对于这样一个囊括了十数个子项目，每月有300多位开发者提交代码的复杂项目，普通的CI系统是难以处理的。

我们跟该小组的负责人MontyTaylor和James Blair沟通，了解他们在构建和测试过程中所面临的挑战，以及他们是如何解决这些挑战的。

InfoQ：你们的CI系统每天处理多少次提交？你预计到Icehouse版本发布时会有多少？（注：本采访完成于2013年11月，当时距离Icehouse发布还有半年）

Monty：印象中，我们的系统最高处理过每日400次提交。这些仅仅是通过测试的部分，实际上我们的测试量要大于这个数字，因为只有通过测试的代码才会进入CI。

Jim：每次提交被审查之后，我们在实施合并之前会再做一轮测试。

Monty：对于每个被合并的提交，我们都会对其做8-10个不同的测试任务。因为测试会在上传的时候和合并之前各做一次，相当于每次变更我们都会跑将近20个测试任务。有一段时间我们的系统一天就跑了10000个任务。

从Grizzly到Havana，我们的集成、测试量基本上增加了一倍。基本上每个新版本我们都会增加一倍的量，到Icehouse应该也是如此。

InfoQ：你们都跑哪些测试任务？

Jim：首先是代码风格检测。因为我们的协作开发者人数众多，因此代码风格统一是非常重要的，我们需要确保大家都使用同样的编码方式。这是个很简单的任务，但很重要。

然后是单元测试，仅仅测试被变更的子项目，不考虑跟其他子模块之间有网络交互的情况。我们针对几个不同的平台做测试，包括2.6、2.7和3.3，基本上我们在CentOS上跑2.6，在Ubuntu上跑2.7。

然后是集成测试。我们用DevStack将所有的组件安装起来，然后在安装起来的这个单节点云实例上跑不同的模板。不同的模板对不同的模块进行不同的设置，比如使用不同的数据库、不同的消息队列。可以选择的种类很多，不过基本上我们只测试那些常用的，比如mysql、PostgreSQL、RabbitMQ这些。

Monty：我们最近也在考虑引入ZeroMQ的测试。

Jim：如果社区里认为某个子模块比较重要，使用的人也越来越多，也有更多的人愿意参与到debug工作当中，那我们也会将这个模块加入。

InfoQ：测试任务是由谁来写的？

Monty：开发者自己写。我们的QA团队很小，基本上只关注测试系统本身的工作，不会有太多精力去关注测试任务本身。所以我们要求开发者自己提供单元测试和集成测试。

Jim：我们最近在讨论的一个话题就是在这方面做更严格的限制，即只有写好了集成测试的变更提交才能够被接受。

Monty：我们总觉得未经测试的变更就是有问题的。一般来说的确是这样。

Jim：现在项目发展的这么快，有这么多组件，这里或那里的一个小错误可能就把整个系统搞死。

InfoQ：性能测试有在做吗？

Jim：还没有，不过我觉得可能差不多可以启动了。我听说Boris Pavlovic正在做一个叫做Rally的测试系统，Joe Gordon则在进行一些可扩展性测试的工作——跟性能测试不太一样，不过关联比较大。这都是我们希望做的事情。

我们的测试显然没有覆盖所有的方面，不过我们最终希望测试所有的东西，当然这需要时间。

在本次发布周期内，我们关注于升级测试。现在我们已经在做一些，不过做的还不够，需要做更多。

InfoQ：在一个实例上运行一个测试任务大概需要多久？

Monty：一般在20-40分钟，具体时间长短跟实例的配置有关。

Jim：我们花了很多精力让测试变得并行化。我们构建了一个叫做Test Repository的框架，大多数单元测试在这个框架中已经可以并行处理，测试结果出的很快。

Monty：还有Jim写的Zuul，这个工具可以一方面并行的测试成套的变更，同时又保持他们的测试顺序不变。

InfoQ：运行测试用到了多少机器？用于运行测试用例的实例配置是怎样的？

Monty：我们自己是没有机器的。所有的测试都跑在公有云上，有些来自Rackspace，有些来自HP，都是赞助的。他们没找我们要钱，而我们需要多少就可以用多少。

Jim：上一个版本周期内，最高的时候我们并行跑了340个实例，一个实例就是一个VM。集成测试一般使用很基础的VM——8GB内存，系统是UbuntuPrecise。我们把这个节点搞起来，然后让DevStack在这个VM上安装OpenStack。

Monty：实际情况要比这个复杂，不过大概意思就是这样。我们有一个nodepool用来管理这些VM，通过缓存来预备这些机器。我们需要将DevStack需要的依赖等东西都预先下载到本地，这样测试本身就可以离线运转。

Jim：测试跑完之后，我们再销毁这些VM。实际创建的VM数量要比跑成功的测试数量多，因为Zuul的随机机制，有些时候它的测试跑到一半的时候才发现还需要一些其他东西，于是测试跑不下去了，我们会干掉这个VM，起一个新的。一个大致的比例是，如果一天跑10000个任务，那么启动的VM数量差不多在100000的量级。

InfoQ：可以认为用于OpenStack的Zuul模式是nvie git分支模式的一个改进吗？感觉Zuul似乎不适合分支过多的情况。

Monty：实际上我们是不采用nvie git分支模式的，因为我们用了Gerrit，所以我们的代码提交模式跟Linux内核的模式更像：人们在邮件里交换补丁。我们的做法不是建立很多的分支然后做合并，而是让每一个变更形成一个虚拟的私有分支。相对于将每一次变更生成一个新的commit并增添至分支的顶端的做法，我们的做法是：在之前的一次修改之上再进行修改。我们的测试针对每一个独立的commit，而不是针对一个分支。

每一个开发者可以建立本地的分支，这些分支是私有的，没有什么发布机制。我并不知道Jim的笔记本上的分支是什么样的。我自己用git的方式比较奇葩，我不用分支，而是每次在我的master上重置ref——这是个非主流的用法，git新手最好还是不要这么尝试。

所以，OpenStack的git补丁流程其实是基于Gerrit的。

Jim：另外，我们需要确保审查人员审查的对象是每一个commit（而不是分支）。理想状态下，每一个进入项目的commit都被人仔细的检查过。分支的话就会比较混乱。把每一个commit把关好，把好的commit合并，是比较精细的做法。

InfoQ：除了Zuul之外，你还提到了在Jenkins上使用Gearman来提高可扩展性，使用Logstash做debug，还有你上面提到的TestRepository将测试输出自动发给committer。目前的反馈机制是如何运转的？理想的情况是怎样的？

Monty：反馈机制整体来说是越来越好的。你的问题涉及到几个方面。有关用Gearman来提高Jenkins的可扩展性这一点，首先Jenkins本身的设计是针对一个master的情况，让它支持多个节点是通过hack的方式来完成的。我们一开始的用法是跑一个Jenkins master和若干个slave，并行跑的测试任务数量要比正常的Jenkins用法要多很多。Jenkins在设计当中涉及到很多全局锁，所以要像我们这样用起来，会遇到很多可扩展性的问题。

更多精彩内容，请点击阅读原文。