关于不稳定作业失败的诊断：理解与优先级排序失败类别
软件工程
2025-08-26 v1
摘要
现代软件的持续交付需要执行许多自动化流水线作业。这些作业确保频繁发布新软件版本，同时及早检测代码问题。对于我们的工业合作伙伴TELUS（电信领域），可靠的作业执行对于最小化浪费时间并简化持续部署(CD)至关重要。在这种背景下，不稳定的作业失败是阻碍CD的主要问题之一。先前的研究提出了基于机器学习的技术来自动检测不稳定的作业。虽然这些解决方案很有价值，但不足以解决与诊断不稳定失败相关的浪费，由于潜在原因范围广泛，这些失败在很大程度上仍未得到探索。本研究检查了TELUS的4,511个不稳定作业失败，以识别不同的不稳定失败类别，我们根据最近性、频率和货币(RFM)度量对其进行优先级排序。我们识别出46个不稳定失败类别，使用聚类和RFM度量进行分析，以确定14个优先级类别，用于未来的自动诊断和修复研究。我们的发现还提供了关于这些类别演变和影响的宝贵见解。使用RFM分析识别和优先级排序不稳定失败类别引入了一种新颖的方法，可以在其他环境中使用。
引用
@article{arxiv.2501.04976,
title = {On the Diagnosis of Flaky Job Failures: Understanding and Prioritizing Failure Categories},
author = {Henri Aïdasso and Francis Bordeleau and Ali Tizghadam},
journal= {arXiv preprint arXiv:2501.04976},
year = {2025}
}
备注
This paper has been accepted at the 47th International Conference on Software Engineering: Software Engineering in Practice 2025