目录

• 代码分析介绍
• SonarQube 平台搭建
  • 临时部署
  • 正式部署
• 代码分析实战
  • 单元测试-代码覆盖率实战
  • 集成测试-代码覆盖率实战

代码分析介绍

代码分析所关注的质量指标：

• 代码坏味道
  • 代码规范
  • 技术债评估
• bug 和漏洞
• 代码重复度
• 单测与集成
  • 测试用例数量
  • 覆盖率

常见代码分析工具：

• 综合性的代码分析平台
  • SonarQube：支持自定义规则
  • 
• IDE 辅助功能
  • Xcode、Android Studio
  • 阿里巴巴 Java 开发手册：IDE 插件支持
• 独立的静态分析工具
  • FindBugs、AndroidLint、ScanBuild
  • 阿里巴巴 Java 开发手册：PMD 插件

SonarQube 使用流程：

SonarQube 平台搭建

临时部署

# 自带小型内存级db
docker run -d /
    --name sonarqube_dev /
    -p 9000:9000 -p 9092:9092 /
    sonarqube

访问主机 IP:9000：

正式部署

# 设置变量
db_instance=postgres_prod  # postgres 实例名称
sonarqube_instance=sonarqube_prod  # sonar 实例名称
data_dir=/root/sonarqube  # 数据挂载主目录
mkdir -p $data_dir

# 创建网络
docker network create sonarqube

# 启动 pg 数据库
docker run -d /
    --name $db_instance /
    --network sonarqube /
    -p 5432:5432 /
    -e POSTGRES_USER=sonarqube /
    -e POSTGRES_PASSWORD=sonarqube /
    -e PGDATA=/var/lib/postgresql/data/pgdata /
    -v $data_dir/postgresql:/var/lib/postgresql/data /
    postgres

# 创建数据目录
mkdir $data_dir/sonarqube_data  # 数据目录
mkdir $data_dir/sonarqube_extensions  # 扩展目录
mkdir $data_dir/sonarqube_logs  # 日志目录

# 启动 soarqube 时所需的配置
sysctl -w vm.max_map_count=524288
sysctl -w fs.file-max=131072
ulimit -n 131072
ulimit -u 8192

# 启动 soarqube 部署
docker run -d /
    --name $sonarqube_instance /
    --network sonarqube /
    -p 9000:9000 -p 9092:9092 /
    -e SONARQUBE_JDBC_USERNAME=sonarqube /
    -e SONARQUBE_JDBC_PASSWORD=sonarqube /
    -e SONARQUBE_JDBC_URL="jdbc:postgresql://$db_instance/sonarqube" /
    -v $data_dir/sonarqube_data:/opt/sonarqube/data /
    -v $data_dir/sonarqube_extensions:/opt/sonarqube/extensions /
    -v $data_dir/sonarqube_logs:/opt/sonarqube/logs /
    sonarqube

# 启动过程较慢，可以从日志查看启动进度
docker logs -f sonarqube

代码分析实战

Sonar 平台默认登录账号：admin/admin

填写任意字符后生成 Token（注意保存）：

SONARQUBE_TOKEN=e74425b959d9b4666195d7278fafee8fac5d6a72

以 Maven 为例：

mvn clean verify sonar:sonar /  # sonar:sonar 需要先在本地maven中安装插件
  -Dsonar.projectKey=demo /
  -Dsonar.host.url=http://192.168.3.222:9000 /
  -Dsonar.login=e74425b959d9b4666195d7278fafee8fac5d6a72

使用以下开源平台进行代码分析演练：

git clone https://github.com/linlinjava/litemall.git
cd litemall
# 打包项目
mvn clean package

SONARQUBE_TOKEN=e74425b959d9b4666195d7278fafee8fac5d6a72
# 使用 java 11
# 使用 sonar 对该项目代码进行分析，并上传结果到 sonar 平台中
mvn  sonar:sonar  /
  -Dsonar.host.url=http://192.168.3.222:9000 /
  -Dsonar.login=$SONARQUBE_TOKEN
  -Dsonar.projectKey=demo

代码构建-分析概况：

• bug：36 个
• 漏洞：1 个
• 安全漏洞：35 个
• 技术债： 66 天
• 代码不规范问题：22000 + 个
• 没有进行单元测试
• 有重复代码

代码构建-分析明细：

空指针分析：

单元测试-代码覆盖率实战

非侵入式的生成 jacoco 代码覆盖率数据：

# 查找生成的 jacoco 覆盖率数据文件路径
find $PWD -name "jacoco.*"

mvn clean /
  org.jacoco:jacoco-maven-plugin:0.8.6:prepare-agent /
  test /
  org.jacoco:jacoco-maven-plugin:0.8.6:report  /
  sonar:sonar  /
  -Dsonar.host.url=http://192.168.3.222:9000  /
  -Dsonar.login=$SONARQUBE_TOKEN  /
  -Dsonar.projectKey=demo  /
  -Dsonar.coverage.jacoco.xmlReportPaths="$PWD/**/**/**/**/jacoco.xml" /
  -Dmaven.test.failure.ignore=true  /
  -Dmaven.test.skip=false

• 以上命令表示：先进行编译单测生成覆盖率数据，再将覆盖率数据上传到 sonar 上。
• 使用通配符匹配所有 jacoco 报告，则 sonar 还会统计每次新增代码的覆盖率及其趋势图。

侵入式的生成 jacoco 代码覆盖率数据：

• 在 pom 中增加 jacoco 插件
• mvn clean test jacoco:report

关键数据：

• 覆盖率报告：**/jacoco
• 覆盖率原始 dump 数据：**/jacoco.exec

集成测试-代码覆盖率实战

做法：

1. 使用 jacoco 的 tcp 模式。
2. 生成覆盖率数据：
   • 精准测试做法：在每次集成测试的用例之后（teardown）获取覆盖率数据并重置覆盖率数据。
   • 传统覆盖率做法：在所有集成测试的用例之后（teardown_session）中获取覆盖率数据。
3. 覆盖率数据合并（merge）。
4. 将覆盖率数据 report 生成 xml 文件。
5. 上传 Java 相关（单测）测试数据到 sonar，可使用 sonar.junit.reportPaths、sonar.coverage.jacoco.xmlReportPaths 参数。
6. 上传集成测试执行数据与覆盖率数据到 sonar，则可使用 sonar.testExecutionReportPaths、sonar.coverageReportPaths 参数。

示例：在进行集成测试（生成覆盖率数据）后，再利用 scanner 上传覆盖率数据到 sonar 上

# 查找 jacoco 覆盖率数据文件所在路径
find $PWD -name "jacoco.*"
# 上传覆盖率数据到 sonar
mvn /
  sonar:sonar  /
  -Dsonar.host.url=http://192.168.3.222:9000  /
  -Dsonar.login=$SONARQUBE_TOKEN  /
  -Dsonar.projectKey=demo  /
  -Dsonar.coverage.jacoco.xmlReportPaths="$PWD/**/**/**/**/jacoco.xml" /
  -Dmaven.test.failure.ignore=true   /
  -Dmaven.test.skip=false