astronaute qui vérifie les commits

Automatiser la vérification du commit


Dans l'article sur la création automatique d'une nouvelle version d'une application, nous avons vu que l'outil semantic-release s'appuie sur des messages de commits conventionnels.

Pour que le processus de création automatique de marquage de la nouvelle version puisse fonctionne correctement, nous allons vérifier que les messages de commits suivent bien les commits conventionnels.

Convention de nommage des commits

Pour rappel, nos commits doivent respecter une convention. Pour cela, nous allons utiliser Commits Conventionnels.

Pour simplifier, un commit commençant par

  • "feat: " indique que le commit intègre une nouvelle fonctionnalité
  • "fix: " indique que le commit corrige l'application

Pour faire respecter ces règles, nous allons utiliser un outil : commitlint.

Mise en oeuvre de commitlint

commitlint va lire le message de commit et la comparer avec les différentes règles.

Cela nécessite quelques configurations.

Tout d'abord, il faut créer un fichier .commitlintrc.yaml avec le contenu suivant :

extends: - "@commitlint/config-conventional"

Cette configuration permet d'indiquer à commitlint d'utiliser les commits conventionnels.

Dans le fichier .gitlab-ci.yml, ajoutons une tâche pour tester le message de commit.

stage: - tests lint:merge_request_title: image: dockerhub.ftven.net/node:lts stage: tests before_script: - npm install @commitlint/{cli,config-conventional} script: - echo "${CI_COMMIT_MESSAGE}" | npx commitlint

Alternatif

Dans le cas d'une merge request, il est possible de vérifier uniquement le titre de la merge request. Ce cas de figure fonctionne bien dans le cas où la branche est fusionnée et squash vers la branche principale.

Pour cela, utiliser la variable Gitlab $CI_MERGE_REQUEST_TITLE.

Félicitation, vous avez automatisé la vérification du message de commit. Prenez une boisson chaude pour vous détendre.

Références

Auteur(s)

Thierry T.

Thierry T.

Super Data Boy

Voir le profil

Vous souhaitez en savoir plus sur le sujet ?
Organisons un échange !

Notre équipe d'experts répond à toutes vos questions.

Nous contacter

Découvrez nos autres contenus dans le même thème

Comment tester son script Apache Spark avec Pytest ?

Tester son script Apache Spark avec pytest

Dans le domaine de la data, la qualité de la donnée est primordiale. Pour s'en assurer, plusieurs moyens existent, et nous allons nous attarder dans cet article sur l'un d'entre eux : tester unitairement avec Pytest.

Un long couloir fait à partir de données

Démarrer avec Apache Spark étape par étape

Le domaine de la data est présent dans le quotidien de chacun : la majorité de nos actions peut être traduite en données. Le volume croissant de ces données exploitables a un nom : "Big Data". Dans cet article, nous verrons comment exploiter ce "Big data" à l'aide du framework Apache Spark.