Stack构建工具中测试与基准测试运行控制的优化实践
2025-06-16 10:41:21作者:庞眉杨Will
在Haskell生态系统中,Stack作为一款主流的构建工具,其测试和基准测试的运行机制一直是开发者关注的焦点。近期Stack项目中针对--no-run-tests和--no-run-benchmarks参数的处理逻辑进行了重要优化,这项改进显著提升了构建过程的效率和用户体验。
原有机制的问题分析
在优化前的Stack版本中,当用户通过配置文件指定不运行测试和基准测试时:
build:
test: true
test-arguments:
no-run-tests: true
bench: true
benchmark-opts:
no-run-benchmarks: true
构建系统仍会创建所有测试和基准测试的执行动作,只是在执行阶段才检查这些标志位。这种实现方式存在几个明显缺陷:
- 无效动作创建:系统会为每个测试套件和基准测试生成执行动作,尽管这些动作最终不会真正执行
- 输出信息冗余:每个被跳过的测试/基准测试都会产生一条禁用通知
- 性能损耗:不必要的动作创建和状态跟踪带来额外开销
优化方案的设计思路
新的实现方案将标志位的检查时机提前到动作列表创建阶段,核心改进点包括:
- 前置条件检查:在构建计划阶段就根据标志位决定是否创建测试/基准测试动作
- 集中通知机制:改为在全局层面输出单条禁用通知,避免逐包提示
- 配置灵活性:保留通过
notify-if-no-run-tests等配置项控制通知行为的能力
优化后的行为表现
经过优化后,当用户执行stack build且配置了不运行测试和基准测试时:
- 构建输出精简:不再显示"Completed N action(s)",因为不会创建无用的测试动作
- 通知方式改进:统一显示全局禁用提示(可配置关闭)
- 真正无操作:完全跳过测试相关处理,实现真正的无操作构建
技术实现要点
这项优化的技术实现涉及Stack内部多个组件的修改:
- 构建计划器:修改动作生成逻辑,增加前置条件判断
- 通知系统:重构通知机制,支持全局单次提示
- 配置处理:确保各种配置组合下的行为一致性
实际应用价值
这项优化对于日常开发工作流具有实际意义:
- 持续集成场景:在只需要构建不需要测试的阶段显著减少日志噪音
- 开发迭代:快速重建时避免不必要的测试准备开销
- 大型项目:对包含多个子项目和大量测试套件的工程效果尤为明显
最佳实践建议
基于这项优化,推荐开发者:
- 在不需要运行测试时明确配置
no-run-tests - 在CI脚本中根据阶段需求灵活切换测试运行标志
- 对于长期不需要测试通知的场景,配置关闭相关提示
这项改进体现了Stack项目对开发者体验的持续关注,通过精细化的构建控制,使Haskell项目的构建过程更加高效和可控。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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++
695
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
882