Автоматизировали контроль качества 1С:WMS для «СИТЕК»: как DevOps-конвейер сделал релизы предсказуемыми

«СИТЕК» — компания с экспертизой полного цикла: от разработки тиражных продуктов до логистического консалтинга и внедрения. Их флагманское решение «1С:WMS Логистика. Управление складом» используется для оптимизации складских процессов, повышения прозрачности и сокращения ошибок персонала на российских и зарубежных предприятиях. Высокая конкуренция и требования рынка делают надежность продукта критическим фактором репутации и доверия клиентов.

В компании сложилась классическая для разработки на 1С ситуация — конфигурация развивалась, но процессы контроля за ней отставали. В этих условиях возник ряд критичных для бизнеса проблем:

• Трудоемкое регрессионное тестирование 

Каждый цикл проверки требовал значительных ручных усилий — аналитики и разработчики тратили часы на повторную проверку уже работавшего функционала.

• Высокая доля человеческого фактора

Ручные проверки не исключали ошибок — исправление одной проблемы могло сломать смежный функционал, а обнаруживалось это слишком поздно.

• Риски перекрестных ошибок

Отсутствие автоматизации не позволяло надежно отслеживать, как изменения в одних объектах влияют на работу других, связанных с ними.

• Рост техдолга

Контроль качества кода осуществлялся эпизодически, и накопление технического долга не было прозрачным.

В штате только начинали формироваться процессы тестирования, и компании требовался инструмент, который подсвечивал бы ошибки до релиза, а не разбирал их последствия после. 

Команда Programming Store спроектировала и внедрила DevOps-конвейер, который прошел несколько этапов эволюции вместе с продуктом:

1) Базовый уровень: статический анализ
Первым шагом стал запуск конвейера в Jenkins в 2020 году. Он забирал конфигурацию из хранилища и проводил ее статический анализ в SonarQube. Это дало первое объективное понимание технического долга и соответствия кода стандартам.

2) Расширение: Дымовое и сценарное тестирование
Следом в конвейер добавили автоматический запуск дымовых тестов, проверили, что формы объектов (справочников, документов, отчетов) успешно открываются и не падают с ошибками. Сценарии, которые разрабатывали аналитики в SPPR, автоматически выгружались, компилировались и исполнялись. Результаты тестов стали собираться в наглядные отчеты Allure.

3) Переход на новую архитектуру: EDT и Git
В 2024 году команда «СИТЕК» совершила важный шаг — перешла на разработку в 1С: EDT с использованием Git. Инфраструктуру конвейера полностью перестроили под новый стек и перенесли в GitLab CI. Jenkins вывели из эксплуатации, а процесс стал полностью прозрачным для команды разработки.

4) Пиковая нагрузка: Оптимизация и параллелизация
С ростом количества автотестов время выполнения полной проверки достигло 14 часов. Чтобы не тормозить разработку, мы внедрили параллельный запуск:

• Сценарные тесты распределили по 4 базам одновременно;
• Дымовые тесты под разными ролями пользователей также запускаются параллельно, что позволило уложить проверку в приемлемое ночное окно.

— GitLab CI как оркестратор пайплайнов;
— 1С: EDT и Git для разветвленной разработки;
— SonarQube для статического анализа и контроля техдолга;
— Vanessa Automation для запуска сценарных и дымовых тестов;
— SPPR для разработки тестовых сценариев;
— Allure для консолидации и визуализации отчетов о тестировании;
— Инфраструктура развернута и обслуживается DevOps-инженером Programming Store на регулярной основе.

Внедрение DevOps-подхода позволило компании «СИТЕК» не просто автоматизировать рутину, а вывести управление качеством продукта на новый уровень.

Каких результатов удалось добиться:

Рост репутации
Качество «1С:WMS» получило объективное подтверждение — оценка пользователей на ресурсах 1С выросла и стабильно держится на уровне 4.8 из 5. Продукт проходит проверки вендора без критических замечаний.

Безошибочные релизы
Основная цель достигнута — ошибки теперь отлавливаются до того, как попадут к пользователю. Утренний отчет по упавшим тестам показывает разработчику проблемные места до релиза.

Экономия ресурсов команды
Тысячи регрессионных проверок выполняются роботами. Аналитики и разработчики сосредоточены на создании новой функциональности и улучшении продукта, а не на бесконечном перекликивании форм.

Масштабируемость
Продолжили добавлять тесты в конвейер для максимального покрытия всех пользовательских кейсов. При этом сохранили время работы конвейера в разумных пределах, утром приходит актуальный отчет о качестве конфигурации.

Прозрачность процессов
У команды и архитектора есть единая точка правды — отчеты Allure и данные SonarQube, на основе которых можно принимать объективные решения о готовности релиза.