Skip to main content
Nous publions des mises à jour fréquentes de notre documentation, et la traduction de cette page peut encore être en cours. Pour obtenir les informations les plus actuelles, consultez la documentation anglaise.

Cette version de GitHub Enterprise a été abandonnée le 2023-03-15. Aucune publication de correctifs n’est effectuée, même pour les problèmes de sécurité critiques. Pour de meilleures performances, une sécurité améliorée et de nouvelles fonctionnalités, effectuez une mise à niveau vers la dernière version de GitHub Enterprise. Pour obtenir de l’aide sur la mise à niveau, contactez le support GitHub Enterprise.

Ressources matérielles recommandées pour l’exécution de CodeQL

Spécifications recommandées (RAM, cœurs de processeur et disque) pour l’exécution de l’analyse CodeQL sur des machines auto-hébergées, en fonction de la taille de votre codebase.

Code scanning est disponible pour les dépôts appartenant à l’organisation dans GitHub Enterprise Server. Cette fonctionnalité nécessite une licence pour GitHub Advanced Security. Pour plus d’informations, consultez « À propos de GitHub Advanced Security ».

Vous pouvez configurer CodeQL sur GitHub Actions ou sur un système CI externe. CodeQL est entièrement compatible avec les exécuteurs hébergés par GitHub sur GitHub Actions.

Si vous utilisez un système CI externe ou des exécuteurs auto-hébergés sur GitHub Actions pour les dépôts privés, vous êtes responsable de la configuration de votre propre matériel. La configuration matérielle optimale pour l’exécution de CodeQL peut varier en fonction de la taille et de la complexité de votre codebase, des langages de programmation et des systèmes de génération utilisés ainsi que de la configuration de votre workflow CI.

Le tableau ci-dessous indique les spécifications matérielles recommandées pour l’exécution de l’analyse CodeQL, en fonction de la taille de votre codebase. Utilisez-les comme point de départ pour déterminer votre choix de matériel ou de machine virtuelle. Une machine avec des ressources plus importantes peut améliorer les performances d’analyse, mais elle peut également être plus coûteuse à maintenir.

Taille du codebaseMémoire vive (RAM)UC
Petite (moins de 100 000 lignes de code)8 Go ou plus2 cœurs
Moyenne (100 000 à 1 million de lignes de code)16 Go ou plus4 ou 8 cœurs
Grande (plus de 1 million de lignes de code)64 Go ou plus8 cœurs

Pour toutes les tailles de codebase, nous vous recommandons d’utiliser un disque SSD avec 14 Go ou plus d’espace disque. Il doit y avoir suffisamment d’espace disque pour extraire et générer votre code ainsi que de l’espace supplémentaire pour les données produites par CodeQL.