pig-ci-rails:作为测试套件的一部分，监视您的Ruby应用程序指标（内存，SQL请求和请求时间）
需积分: 5 109 浏览量
2021-05-03
03:26:01
上传
评论
收藏 51KB ZIP 举报
pig-ci-rails-master.zip （70个子文件） 
pig-ci-rails-master .github workflows 
standard.yml 540B changelog.yml 1KB gempush.yml 352B rspec.yml 473B public assets application.js 16B application.css 80B pig_ci.gemspec 2KB lib pig_ci.rb 5KB pig_ci report memory.rb 564B request_time.rb 53B database_request.rb 57B configuration.rb 239B decorator report_terminal_decorator.rb 569B views index.erb 4KB report.erb 1001B report.rb 2KB summary.rb 119B profiler_engine.rb 766B metric.rb 93B metric historial change_percentage.rb 1KB historical.rb 1KB current.rb 694B profiler memory.rb 229B request_time.rb 297B database_request.rb 112B profiler_engine rails.rb 3KB test_frameworks.rb 74B summary html.rb 1KB terminal.rb 710B ci.rb 954B version.rb 44B test_frameworks rspec.rb 561B decorator.rb 158B profiler.rb 1KB Gemfile 162B spec fixtures files 
profiler.txt 45B memory.json 424B profiler.json 248B profiler-two-entries.json 659B lib pig_ci_spec.rb 5KB pig_ci report memory_spec.rb 959B report_spec.rb 2KB decorator report_terminal_decorator_spec.rb 938B metic historical_spec.rb 3KB current_spec.rb 557B historical change_percentage_spec.rb 2KB configuration thresholds_spec.rb 1KB decorator_spec.rb 245B profiler_spec.rb 2KB profiler_engine_spec.rb 1KB profiler memory_spec.rb 861B request_time_spec.rb 991B sql_active_record_spec.rb 546B profiler_engine rails_spec.rb 6KB summary ci_spec.rb 1KB html_spec.rb 775B terminal_spec.rb 593B spec_helper.rb 1KB support api_schema_matcher.rb 348B pig_ci_rails_application.rb 45B api schemas pigci.com v1 reports schema.json 3KB Rakefile 170B config locales pig_ci en.yml 1KB LICENSE 1KB README.md 6KB CODE_OF_CONDUCT.md 3KB .gitignore 94B bin console 341B setup 131B CHANGELOG.md 10KB资源评论
活着奔跑
- 粉丝: 35
- 资源: 4685
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务，并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一（附源码）
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
