1.引言

本文主要内容是将如何利用 Python 对 Redmine缺陷进行缺陷数据获取操作。目前统计缺陷数据时基本是根据项目手动去redmine获取缺陷数据，至少要花费一个工作日去完成,目前的目标是通过python脚本通过 Redmine-API快速去获取各个维度的缺陷数据

需求:

需要输出 产品质量数据(总BUG数，每日新建bug数，每日关闭bug数，bug修复周期，bug提交者统计、bug严重程度比）

实现方案：

1.redmine API形式发布不同维度的缺陷数据统计接口
2.采用python调用api接口，获取缺陷数据，并存储在数据库

2.必备环境

Python3
pycharm IDE
mysql
自行安装Python需要的包
redminelib
datetime
json
pandas
charts

3.redmine-api理解

了解各个字段代表的含义，比如新建BUG、关闭BUG，优先级、作者，引入者、BUG状态等字段的定义及获取

4.基于python编码－获取缺陷数据

引入必须的python库及包

#coding=utf-8
#引入所需要的库
from redminelib import Redmine
from pandas import DataFrame;
from string import punctuation
import datetime
import time
import matplotlib
import charts
from mysql_save import Bugcount
import json

定义函数
由于篇幅有限及涉及项目业务，这里只摘抄一部分关键代码

首先定义函数
def __init__(self, userName, passWord):
        self.userName = userName
        self.passWord = passWord
        self.redMineURL = 'http://10.20.11.218:8222/redmine'
        try:
            self.redmine = Redmine(self.redMineURL, username=self.userName, password=self.passWord)
            self.project = self.redmine.project.get('f_project')
        except Exception as ex:
            raise RuntimeError('无法连接到Redmine，请检查网络！\n'+ str(ex))
        self.fields = None


#新建BUG数定义筛选
def creat_list(created_on,subject):
    redmine = MyRedMine("zhangmeiyuan656", "password")
    issues1 = redmine.redmine.issue.filter(
        project_id='f_project',
        created_on='><'+str(created_on)+'|'+str(created_on),
        #closed_on='><'+str(closed_on),
        status_id='*'
        subject=('~'+str(subject)).encode('utf-8'))
    result1=str(len(issues1))
    return result1
    
    #return issues
#关闭BUG数定义筛选
def closed_list(closed_on,subject):
    redmine = MyRedMine("zhangmeiyuan656", "password")
    issues2 = redmine.redmine.issue.filter(
        project_id='f_project',
        closed_on='><'+str(closed_on)+'|'+str(closed_on),
        status_id='*',
        subject=('~'+str(subject)).encode('utf-8'))
    result2=str(len(issues2))
    return result2

＃数据处理及时间戳转换使用
if __name__ == '__main__':
    redmine = MyRedMine("zhangmeiyuan656", "PASSDWOR")
    start_time = "2017-08-01 00:00:00"
    end_time = "2017-08-16 00:00:00"
    start_time = int(time.mktime(time.strptime(start_time, "%Y-%m-%d %H:%M:%S")))
    end_time = int(time.mktime(time.strptime(end_time, "%Y-%m-%d %H:%M:%S")))
    c = start_time
    while (c < end_time):
        c = c + 86400
        d = datetime.datetime.utcfromtimestamp(c)
        f=str(d.strftime("%Y-%m-%d")
        #定义类，字典，导入MYSQL数据库
        bugCount = Bugcount()
        bug_data1 = {}
        bug_data1['date_time'] = f
        bug_data1['newbug'] = creat_list(f,"XXXv1.0")
        bug_data1['closebug'] = closed_list(f,"XXXv1.0")
        bugCount.insert_to_db(bug_data1)
        bug_data1_string = json.dumps(bug_data1)
        print ('json:',bug_data1_string)

4.数据存储

MYSQL安装：

在官网上下载mysqlserver 下一步一直安装
mysql配置

• 1.step1：
  苹果->系统偏好设置->最下边点mysql 在弹出页面中 关闭mysql服务
  （点击stop mysql server）
• 2.进入终端输入：cd /usr/local/mysql/bin/
  回车后 登录管理员权限 sudo su
  回车后输入以下命令来禁止mysql验证功能 ./mysqld_safe --skip-grant-tables &
  回车后mysql会自动重启（偏好设置中mysql的状态会变成running）
• 3.输入命令 ./mysql
  回车后，输入命令 FLUSH PRIVILEGES;
  回车后，输入命令 SET PASSWORD FOR 'root'@'localhost' = PASSWORD('你的新密码');
  至此，密码修改完成，可以成功登陆。
  注意测试：mac终端基础操作mysql
  首先手动启动MySQL应用程序
  打开终端输入如下命令： /usr/local/MySQL/bin/mysql -u root -p
  *4、进入编码,新建脚本mysql_sav.py
  由于篇幅有限，这里只摘抄一部分

#coding=utf-8
#引入所需要的库
import pymysql
import json

    #"""docstring for Bugcount"""
    #连接数据库
    connect = pymysql.connect(
        host='localhost',
        user='root',
        passwd='jammy2017',
        db='test',
        port=3306,
        charset='utf8'
        )
    #获取cursor对象来进行操作
    cursor = connect.cursor()

    def __init__(self):
        pass

    #插入数据
    def insert_to_db(self, bug_data):
        self.cursor.execute("use test")
        self.cursor.execute(
            "insert into bug_line(date_time,newbug,closebug) values(%s,%s,%s)", (bug_data.get('date_time'), bug_data.get('newbug'), bug_data.get("closebug")))
        self.connect.commit()

5.数据展现

这里尝试了三种方式
1、一种是将数据通过pands方法转换后以csv格式导出,这种只适用于将获取到的数据导出excel表格
示例如下：

#生成CSV格式导出
# df = DataFrame({
#     '时间周期':['2017-07-24|2017-07-30','2017-07-20|2017-07-23','2017-07-10|2017-07-20'],
#     '每周新建bug数':[str(len(issues)),str(len(issues2)),str(len(issues3))],
#     '每周关闭bug数':[str(len(issues4)),str(len(issues5)),str(len(issues6))]
#     })
# print(df)
# df.to_csv(
#     "/Users/zhangmeiyuan/Desktop/爬虫脚本/bug趋势表格.csv",encoding='gb18030'
#     )

2、通过POTLY库生成图表，不过此方法是在线生成的图表，借助POTLY的服务器，不能存本地

 py.sign_in('jammy0528','erYbv2ED1VmGbWglVhHf')
 new_bug = Scatter(
     x=[1,2,3],
     y=[str(len(issues3)),str(len(issues2)),str(len(issues))],  
 )
 close_bug = Scatter(
     x=[1,2,3],
     y=[str(len(issues6)),str(len(issues5)),str(len(issues4))]
 )
 data = Data([new_bug,close_bug])

 py.plot(data, filename = 'bug-line')

3、通过hightcharts+jupyter生成图表

2C46FA55-FC46-41EC-A40D-8F8A1996F00D.png

6、关于数据可视化，未完待续

后续考虑通过web框架flask将获取到的数据进行web数据可视化