研讨会回顾|AI驱动的DevOps云端转型:Atlassian Cloud + AI 实战指南

400-666-7732

研讨会回顾

AI驱动的DevOps云端转型:Atlassian Cloud + AI 实战指南

数据流增强(第一部分)

数据流增强(第一部分)

数据流深度
 
    自首次实行数据流以来,最常见的请求之一就是创建一种可以在单个数据流depot中使用数据流的目录结构。
            #1052310, 1009333 (Bug #50432) **
              Add the ability to root streams at a deeper level in the depot
              directory hierarchy.  New stream depots contain the ‘StreamDepth’
              field for defining the root level of a stream’s path (the number
              of slashes found within the stream’s Stream field) below the
              depot name. This field accepts a value between one and 10, while
              it defaults to one.
    曾经,数据流被要求以这种形式命名://DEPOTNAME/SOMETHING。在特定的数据流depot中,仍使用这种命名惯例,但是在2015.2版本中,每个depot中命名都是可以配置的。所以,现在你可以使用精细的//DEPOTNAME/1/2/3方式定义一个数据流depot,在一个rootdepot中创建一个深层的目录结构。
Switch @change
            #1039642 (Bug #77628) **
              ‘p4 switch’ now supports switching to a point-in-time stream.
              By specifying ‘p4 switch stream@change’ the command will set
              the stream spec/view creation as of that change and sync any
              files also to the change specified.

    这是syntacticsugar(糖衣语法)一小部分,使你能够更简单地在客户端spec中使用现存的StreamAtChange字段,通过指定StreamAtChange作为”p4 switch”的其中一部分。由于”p4 switch”在同步文件的同时也设置了客户端视图,这使得”p4switch stream@change”变成了一个一站式方法,可以把你的客户端同步到数据流的历史版本中。
默认当前数据流
            #1100312 (Bug #79497) **
              The ‘p4 stream’ and ‘p4 stream -o’ commands now default to
              the current client’s stream if no stream name is specified.
       syntacticsugar(糖衣语法)的另一部分是让使用数据流更加简便。如果你当前的客户端有一个相关联的数据流,那么现在你就可以通过在没有参数的情况下运行”p4 stream -o”来查看数据流spec,并且可以使用”p4 stream”进行编辑,这种方式就像你可以在经典客户端中使用”p4client -o” 和”p4 client”一样。
Import @label
            #1029470 (Bugs #72671, #76543) **
              Names of automatic labels can now be used as specifiers in import
              mappings on stream specs and in the ‘ChangeView’ on client specs.
    这是对于import @change/ChangeView功能的小幅度延伸:能够指定一个标签代替改变列表数量。请注意,这仅仅代表着这些标签自身是改变列表的别名;要建立这些标签,请清理标签视图字段并且进入修正字段中的”@CHANGELIST”。
请继续关注我之后的文章,我将会讨论2015.2版本中的数据流大的和新的性能。
分享到:
关于龙智

龙智DevSecOps解决方案

龙智深耕DevSecOps相关领域近十年,集成DevOps、ITSM、Agile管理思路及该领域的优秀工具,提供软件研发生命周期管理解决方案,以及实施、培训、升级、数据迁移、定制开发、运维等服务。

龙智致力于帮助企业实现软件开发运营一体化,并确保安全防护融入软件研发的整个生命周期中。龙智提供从产品规划与需求管理、开发,到测试、部署以及运维全生命周期的解决方案与管理工具,帮助企业科学、高效、安全地管理软件开发,更快、更好地交付软件产品。

近年来,龙智团队潜心开发,先后帮助金融、通信、互联网、汽车、芯片、游戏、医疗等行业的1000多家企业促进开发安全运营的一体化的实践。 秉承着打造开放式DevSecOps的理念,龙智与国外其他多家DevOps工具顶级厂商如Atlassian、Perforce、Mend(原WhiteSource)、CloudBees、SmartBear等合作,将国际市场上先进的工具引入中国市场,帮助企业打造量身定制的DevSecOps解决方案、ITSM解决方案,助力企业高效开发与运维。

我们的自研产品包括Confluence水印插件,Timewise-Jira计划及实际工时管理插件,Jira服务台企业微信应用插件等;我们还与全球DevOps领域领先的企业建立了合作伙伴关系,我们是:

· Atlassian全球白金合作伙伴

· Perforce中国授权合作伙伴

· Mend (原WhiteSource)中国授权合作伙伴

· CloudBees中国授权合作伙伴

· SmartBear中国授权合作伙伴