ReportPortal中"Latest Launches"与"All Launches"数据展示问题深度解析
2025-07-07 22:06:42作者:劳婵绚Shirley
问题现象
在ReportPortal的多个可视化组件(如总体统计、组件健康检查、组件健康检查表格视图、启动时长图表等)中,"Latest Launches"选项本应仅展示最近一次启动的执行数据,但实际表现与"All Launches"选项完全一致。这意味着用户无法通过该功能快速获取最新测试执行的专项分析视图。
技术背景
ReportPortal的启动数据处理逻辑遵循特定规则:
- 启动分组机制:系统首先根据启动名称进行分组,例如将"Healthcheck_08/10"、"Healthcheck_08/11"等视为独立分组
- 最新启动判定:在每个名称分组内,系统会识别该名称下的最新执行编号(如#3表示第三次执行)
- 数据聚合方式:
- "All Launches":分析所有匹配过滤条件的执行记录
- "Latest Launches":仅分析每个名称分组下的最新执行记录
典型场景示例
假设存在三个测试启动:
- Healthcheck_08/10(含3次执行:#1-#3)
- Healthcheck_08/11(含2次执行:#1-#2)
- Healthcheck_08/12(含1次执行:#1)
当用户创建包含这三个启动的过滤器时:
- 预期行为:选择"Latest Launches"应仅显示:
- Healthcheck_08/10的#3执行
- Healthcheck_08/11的#2执行
- Healthcheck_08/12的#1执行
- 实际行为:展示与"All Launches"相同的数据集
解决方案建议
-
命名规范优化:
- 对于需要追踪历史趋势的启动,建议采用固定名称(如"Healthcheck")
- 将变量信息(如日期)移至启动属性或描述字段
- 示例:
{ "name": "Healthcheck", "attributes": ["date:08/12"], "description": "2024年8月12日健康检查" }
-
过滤器配置技巧:
- 创建专项过滤器捕获特定日期的启动
- 结合自定义属性进行精确筛选
-
可视化策略:
- 趋势分析:使用固定启动名称配合"累计趋势图"组件
- 即时分析:为最新执行创建独立过滤器
系统设计启示
该现象反映了ReportPortal的核心设计理念:
- 启动标识逻辑:系统以启动名称作为首要分组依据,而非时间戳
- 版本控制机制:通过执行编号(#1,#2等)管理同名称启动的多次执行
- 数据分析维度:组件级别的聚合发生在名称分组之后
理解这些底层机制有助于用户更有效地设计测试命名规范和数据分析策略。对于需要同时满足趋势分析和即时监控的场景,建议建立双重命名体系,通过属性系统承载可变信息,保持启动名称的稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
447
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1