¿Qué es el sharding de pruebas en CI?
Última actualización
El sharding de pruebas consiste en dividir una suite de pruebas en varios fragmentos, llamados shards, y ejecutar cada uno en paralelo en su propia máquina de CI para que toda la suite termine antes.
Cómo funciona
Usted elige un número de shards, por ejemplo 4. Cada job recibe su índice (del 1 al 4) y el total, y ejecuta solo las pruebas que le corresponden. Cuando todos los shards pasan, la suite pasa. Si las pruebas tienen tamaños similares, el tiempo total se reduce aproximadamente a una cuarta parte, menos el coste fijo de preparación que paga cada shard (checkout, instalación, build).
La mayoría de los runners de pruebas lo admiten de forma nativa: Playwright tiene --shard=1/4, Jest tiene --shard=1/4, Vitest tiene --shard=1/4, y pytest utiliza plugins como pytest-split o pytest-xdist para el paralelismo dentro de la misma máquina. Para lanzar los shards, lo habitual es usar un build con matrix.
Ejemplo
jobs:
test:
runs-on: ubuntu-latest
strategy:
fail-fast: false
matrix:
shard: [1, 2, 3, 4]
steps:
- uses: actions/checkout@v4
- uses: actions/setup-node@v4
with:
node-version: 22
cache: npm
- run: npm ci
- run: npx playwright test --shard=${{ matrix.shard }}/4
Estrategias de división
- Por número de archivos: sencilla, pero desigual si algunos archivos son lentos.
- Por tiempos históricos: equilibra los shards según la duración de ejecuciones anteriores. Los mejores resultados.
- Por número de pruebas: lo que hacen muchas opciones
--shardintegradas. Funciona bien cuando las pruebas tienen duraciones similares.
Use la calculadora de shards de pruebas para estimar el número óptimo de shards, y lea sharding de pruebas en GitHub Actions para una guía completa.
Errores comunes
- Demasiados shards. El coste de preparación se paga por cada shard. A partir de cierto punto, más shards suponen más minutos y no ahorran tiempo.
- Estado compartido de la base de datos. Los shards que se ejecutan en paralelo contra una misma base de datos entran en conflicto. Asigne a cada shard su propia base de datos o esquema.
- Shards desequilibrados. Un shard lento determina el tiempo total. Revise las duraciones por shard.
- Ocultar la inestabilidad. Las ejecuciones en paralelo exponen la dependencia del orden. Consulte pruebas inestables.
- No combinar los informes. Cada shard genera cobertura o informes parciales; combínelos en un job final.
El sharding cambia más minutos de CI totales por menos tiempo de espera. Las máquinas más rápidas también reducen el coste por shard; los benchmarks de compiler.dev usan 10 shards, consulte /benchmarks.
Términos relacionados
Preguntas frecuentes
¿Cuántos shards debo usar?
Empiece por el punto en que cada shard se ejecuta entre 2 y 5 minutos. Por debajo de eso, el coste de preparación domina.
¿Es el sharding lo mismo que el paralelismo?
El sharding reparte las pruebas entre varias máquinas. El paralelismo dentro de una máquina usa varios workers o CPUs. Puede usar ambos.
¿El sharding reduce el coste?
Normalmente no. El tiempo total de cómputo se mantiene similar o aumenta ligeramente. Lo que reduce es el tiempo que los desarrolladores esperan.
Relacionado
- Sharding de tests: qué es, Jest, Gradle, Bazel y másSharding de tests explicado: qué es y cómo dividir tests de Jest, Playwright, Vitest, Gradle, Bazel, Flutter, dotnet y Android en GitHub Actions.
- ¿Qué es una prueba inestable? Definición y causasUna prueba inestable pasa y falla con el mismo código sin cambios. Conozca las causas habituales, cómo detectarlas en CI y cómo corregirlas o aislarlas.
- ¿Qué son los minutos de CI? Facturación de GitHub ActionsLos minutos de CI son el tiempo de cómputo facturado que usan sus pipelines. Cómo GitHub Actions cuenta los minutos y reduzca su consumo.
- ¿Qué es una clave de caché en GitHub Actions?Una clave de caché identifica una caché guardada en GitHub Actions. Aprenda cómo funcionan las claves y restore-keys y cómo evitar cachés obsoletas.