这次构建失败与我的补丁有关吗？关于连续集成中无关构建失败的实证研究

连续集成（CI）系统通常会并行运行许多构建。在这种情况下，合法的构建失败可能并非由触发其的 code push 所致。此类无关构建失败会浪费开发者的时间，因为开发者必须确定该失败是否与当前 change 相关。我们研究了来自七个开源 Apache 项目的 77,354 个 CI 构建失败，以了解和预测无关构建失败。我们发现开发者在确定失败与否与其推送相关方面中位耗时为 4 小时。我们还对 371 个确认为无关构建失败的样本进行文件分析，这些样本从 10,316 个潜在无关构建失败中抽取。分析显示，无关 test failure 占开发者将构建失败分类为无关的 20% 案例。为了预测无关构建失败，我们从 issue reports、issue comments 和与触发推送相关的 commits 中提取 33 个特征。我们为七个 Apache 项目构建半监督正负样本（PU）学习模型。模型在精确率从 0.70 到 0.88、召回率从 0.30 到 1.00、F1 分数从 0.44 到 0.91、AUC 从 0.63 到 0.97 之间取得好结果。特征重要性分析表明，CI 延迟、重复错误消息和前置 comment 数量是预测无关构建失败的有用指标。这些结果表明 PU 学习可以帮助开发者识别不太可能由其当前推送引起的构建失败。