DevOps系列之 —— DevOps概览（一）软件产业和交付模式发展趋势
DevOps系列之 —— DevOps概览（二）新型软件技术及交付模式
DevOps系列之 —— DevOps概览（三）DevCloud HE2E DevOps 框架及其主要服务
DevOps系列之 —— 持续规划与设计（一）敏捷项目管理理念与方法实践
DevOps系列之 —— 持续规划与设计（二）规划与设计
DevOps系列之 —— 持续规划与设计（三）敏捷项目管理的方法【Kanban 与 Scrum】
DevOps系列之 —— 持续规划与设计（四）敏捷需求管理【用户故事 & 敏捷估算】
DevOps系列之 —— 持续规划与设计（五）团队与协作
DevOps系列之 —— 持续规划与设计（六）华为敏捷项目管理企业实践
DevOps系列之 —— 持续开发与集成（一）持续集成理念、方法及实践
DevOps系列之 —— 持续开发与集成（二）代码托管与分支策略（Git Flow、GitHub Flow & GitLab Flow）
DevOps系列之 —— 持续开发与集成（三）Git 基本概念及主要操作
DevOps系列之 —— 持续开发与集成（四）代码提交及代码评审
DevOps系列之 —— 持续开发与集成（五）华为云 DevCloud 代码托管服务及 CloudIDE
DevOps 系列文章，持续更新中 ~~~
静态代码检查
什么是静态代码检查
- 静态代码检查，又被称为静态程序分析（Static program analysis）
-
静态是指在不运行计算机程序的条件下，进行程序分析 - 大部分的静态程序的分析的对象是针对
特定版本的源代码，也有些静态程序分析的对象是目标代码
为什么做静态代码检查
- 静态代码检查可以不运行程序就为我们定位出来一些问题，这些问题会导致一些潜在的风险（如下表）
| 潜在问题 | 风险 |
|---|---|
| 重复代码过多 | 造成开发人力的浪费以及后期维护成本增加 |
| 编码风格糟糕 | 代码凌乱、不可读，难于维护与开发修改 |
| 圈复杂度过高 | 造成代码可维护性、可继承性降低，问题定位难度加大 |
| 编码安全风险 | 使用具有安全风险的函数，导致系统的安全性层级降低，加大系统的安全风险 |
静态代码检查关注点
| 编号 | 检查点（举例） | 概述 |
|---|---|---|
| 1 | 重复率 | 表示一段源代码在一个程序，或者一个团体所维护的不同程序中重复出现，是不希望出现的现象 |
| 2 | 代码风格 | 程序开发人员所编写源代码的书写风格，良好代码风格的特点是使代码 易读
|
| 3 | 圈复杂度 | 衡量一个模型判定结构的复杂程度，数量上表现为独立线性路径条数，圈复杂度大说明程序代码可能质量低且难于测试和维护 |
| 4 | 代码安全 | 编码过程中，常见的安全问题包括（不限于）：缓冲区溢出/跨站脚本攻击（XSS）/SQL 注入/XML 注入/LDAP 注入 |
静态代码检查常用分析技术
| 编号 | 分析技术 | 概述 |
|---|---|---|
| 1 | 词法分析 | 从左至右一个字符一个字符的读入源程序，对构成源程序的字符流进行扫描，通过使用正则表达式匹配方法将源代码转换为等价的符号（Token）流，生成相关符号列表 |
| 2 | 语法分析 | 判断源程序结构上是否正确，通过使用上下文无法语法将相关符号整理为语法树 |
| 3 | 数据流分析 | 对控制流图进行遍历，记录变量的初始化点和引用点，保存切片相关数据信息 |
| 4 | 无校代码分析 | 根据控制流图可分析孤立的节点部分为无效代码 |
| 5 | 抽象语法树分析 | 将程序组织成树形结构，树中相关节点代表了程序中的相关代码 |
| 6 | 语义分析 | 对结构上正确的源程序进行上下文有关性质的审查 |
| 7 | 控制流分析 | 生成有向控制流图，用节点表示基本代码块，节点间的有向边代表控制流路径，反向边表示可能存在的循环；还可生成函数调用关系图，表示函数间的嵌套关系 |
| 8 | 污点分析 | 基于数据流图判断源代码中哪些变量可能受到攻击，是验证程序输入、识别代码表达缺陷的关键 |
代码检查的常用工具
| 编号 | 检查工具 | 概述 |
|---|---|---|
| 1 | Splint | Splint 是开源的静态软件缺陷检测工具，用于检测用 标准C 实现的软件缺陷 |
| 2 | Klocwork K8 | 支持 C/C++，Java，它能检测缓冲区溢出、内存泄漏、安全漏洞等软件缺陷 |
| 3 | Coverity | 第一个能够快速、准确分析当今的大规模（几百万、甚至几千万行的代码）、高复杂度代码的工具。检测和解决 C、C++、Java 和 C# 源代码中最严重的缺陷的领先的自动化工具 |
| 4 | Findbugs | 是一个基于 Java 语言的静态分析工具，它主要检查类或者 jar 文件 |
| 5 | PMD | 采用 BSD 协议发布的 Java 程序代码检查工具，其核心是 javacc 解析器 |
| 6 | Cppcheck | 一种开源的 C/C++ 代码缺陷静态检查工具，只检查编译器检查不出来的 bug，不检查语法错误 |
代码检查的企业实践
- 代码检查已经被集成到华为的软件生命周期当中，作为其中的重要一环存在
- 不通过代码检查就无法合入代码仓库
- 在个人级和版本级的流水线当中，都会被自动触发执行
- 通过多年的开发经验，现已积累了大量的代码检查规则，并将这些经验能力提供至华为云DevCloud平台的CodeCheck当中
静态代码检查的效果
- 静态代码检查前
- 如何找 Bug？
- 单元测试，黑盒测试，代码审查
- 资源约束
- 人力有限：人员的质量（测试人员的能力水平、素质等），投入回报比等
- 时间有限：产品快速迭代，发布周期短，个人时间有限
- 空间有限：测试用例检查范围小，测试覆盖率不够大
- 精力有限：人类大脑精力等有限
- 如何找 Bug？
- 静态代码检查后
- 如何找 Bug？
- 静态代码检查
- 克服约束
- 在不运行程序的前提下找出问题
- 不依赖于好的测试用例（对人员的素质要求有所降低）
- 不单单测试单个代码片段【全路径覆盖】
- 不需要知道软件到底想干什么
- 如何找 Bug？
CodeCheck
CodeCheck 多语言检查
- 支持混合语言检查
CodeCheck 问题可视化
CodeCheck 规则集管理
- 自定义规则集
- 集中管理并共享规则集
CodeCheck 误报与漏报统一管理
- Others：
- 误报率高
- 误报优化难
- 误报问题重复报
- CodeCheck：
- 支持跨函数的深度检查
- 标记误报后不会再报
- 预置规则集误报率低
- 部分误报持续优化
什么叫误报？
- 在代码检查的过程中，发现某个东西有问题报错，我们进行审核的时候再看，同样是没有问题，这就是误报
CodeCheck 特性
- 一站式
- 覆盖主流语言和标准
- SDLC 集成：提交代码时、合并代码时，会触发流水线当中的静态代码检查环节
- 专业性
- 提供专业级的预置规则集
- 提供专业的缺陷修复建议
- 支持跨函数的深度检查
- 缺陷精确定位到代码行
- 多分支检查
- 可*切换分支进行检查
- 聚焦新问题
- 在每个任务的基础上可以设置新问题起始时间（默认起始时间为当前任务上一次检查成功的时间，起始时间之后检查出的所有问题属于新问题）
- 责任自动归属
- 静态分析过程中，自动将新问题分配给问题代码行上的
最后一次提交者
- 静态分析过程中，自动将新问题分配给问题代码行上的
- 问题协作
- 可以与他人分享问题链接，提升协作便利性
CodeCheck 产品典型操作流程
创建代码检查任务
- 选择代码仓库
- 选择检查语言
- 完成任务创建
执行代码检查任务
- 任务主页点击开始检查
- 等待任务检查完成（查看检查进度）
- 查看检查结果
任务详情 —— 概览视图
- 任务当前分支：默认为 master 分支
- 任务最近检查时间
- 未检查问题数、未解决新问题数、已解决问题数
- 代码平均圈复杂度、代码重复率、有效代码行数
- 未解决问题严重程度统计
- 问题最多 Top 10 检查规则
- 问题指派分布统计
任务详情 —— 问题视图
- 过滤器功能：提供按问题级别、问题状态、问题检测时间、规则、文件目录、负责人过滤
- 单个问题卡片：包含问题所在文件、问题报错信息、问题级别、状态、负责人、修改建议等
- 问题可操作区域：可手动更新问题状态、问题负责人、查看问题修改建议等
- 问题关键代码片段
任务详情 —— 代码度量视图
- 代码度量指标（可切换过滤）
- 对应指标下的具体数据列表
任务详情 —— 设置视图
- 任务名称、检查语言等的更新
- 选择代码检查任务的规则集
- 自定义执行计划
- 自定义任务通知（比如检查完成时通知）
- 自定义新问题初始时间等
- 删除当前任务
思考题
以下对于 Git Rebase 和 Merge 两种合并方式的区别，哪些选项描述是正确的？
A. Merge 是一个合并操作，会将两个分支的修改合并在一起，默认操作的情况下会提交合并中修改的内容
B. Rebase 的提交历史忠实地记录了实际发生过什么，关注点在真实的提交历史上面
C. Rebase 并没有进行合并操作，只是提取了当前分支的修改，将其复制在了目标分支的最新提交后面
D. Merge 的提交历史反映了项目过程中发生了什么，关注点在开发过程上面
答案：AC
最后，欢迎大家关注我的个人微信公众号 『小小猿若尘』，获取更多IT技术、干货知识、热点资讯。同时，我在公众号中分享了精心整理的一些视频资料（包括 Python全栈教程、AI教程、前端、数据库等），大家回复相应关键词即可获取网盘视频链接，感谢大家的关注