在Jenkins容器中运行Unlighthouse的Chromium配置指南
2025-06-16 05:19:04作者:廉皓灿Ida
Unlighthouse是一个基于Lighthouse的网站性能监测工具,它可以帮助开发者快速获取网站的各项性能指标。在实际开发中,我们经常需要在CI/CD环境(如Jenkins)中集成Unlighthouse来进行自动化性能测试。本文将详细介绍如何在Jenkins容器环境中正确配置Unlighthouse及其依赖的Chromium浏览器。
环境准备
在容器环境中运行Unlighthouse时,最大的挑战是Chromium浏览器的依赖问题。与本地开发环境不同,容器通常缺少必要的图形库和系统依赖。以下是需要安装的基础依赖:
apt install -y chromium
apt-get install gconf-service libasound2 libatk1.0-0 libc6 libcairo2 libcups2 libdbus-1-3 libexpat1 libfontconfig1 libgcc1 libgconf-2-4 libgdk-pixbuf2.0-0 libglib2.0-0 libgtk-3-0 libnspr4 libpango-1.0-0 libpangocairo-1.0-0 libstdc++6 libx11-6 libx11-xcb1 libxcb1 libxcomposite1 libxcursor1 libxdamage1 libxext6 libxfixes3 libxi6 libxrandr2 libxrender1 libxss1 libxtst6 ca-certificates fonts-liberation libappindicator1 libnss3 lsb-release xdg-utils wget
这些依赖包含了Chromium运行所需的各种图形库和系统组件。缺少其中任何一个都可能导致Chromium无法正常启动。
Unlighthouse配置
在Jenkins容器中运行Unlighthouse时,需要特别注意Chromium的配置。以下是推荐的配置方式:
export default {
chrome: {
useSystem: false,
launchOptions: {
args: ['--no-sandbox', '--disable-setuid-sandbox']
}
}
};
这个配置做了两件事:
useSystem: false告诉Unlighthouse使用内置的Chromium版本,而不是系统安装的ChromelaunchOptions.args添加了必要的启动参数,特别是--no-sandbox,这在以root用户运行的容器环境中是必需的
常见问题解决
1. 共享库缺失错误
错误信息示例:
error while loading shared libraries: libatk-1.0.so.0: cannot open shared object file: No such file or directory
解决方案:
确保安装了前文列出的所有依赖库。如果仍然报错,可以使用ldd命令检查Chromium二进制文件的具体依赖关系。
2. 沙箱模式错误
错误信息示例:
Running as root without --no-sandbox is not supported.
解决方案:
在配置中添加--no-sandbox启动参数。注意,这会降低安全性,因此只应在受控的CI环境中使用。
3. 进程卡住问题
如果Unlighthouse在扫描URL时卡住,可以尝试:
- 增加超时设置
- 减少并发扫描的页面数量
- 检查网络连接是否正常
最佳实践
- 使用专用节点:为性能测试创建专用的Jenkins节点,避免资源竞争
- 缓存Chromium:在Dockerfile中预装Chromium和依赖,减少每次构建的下载时间
- 资源限制:为容器设置适当的内存和CPU限制,防止单个测试占用过多资源
- 日志收集:配置详细的日志输出,便于问题排查
- 定期更新:保持Unlighthouse和Chromium版本更新,以获得最佳兼容性
通过以上配置和优化,可以在Jenkins容器环境中稳定运行Unlighthouse,实现网站性能的自动化监测。这对于持续集成和持续交付流程中的质量保障至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210