JaCoCo 助您毁灭线上僵尸代码( 二 ) _JaCoCo

ls -lh /export/Data | awk 'NR >1 {print}' | awk '{if ($9 != "jdos.jd.com" && $9 != "coverage") print $9}' | xargs -i /bin/rm -rf /export/Data/{} > /dev/null 2>&1

文章插图
4.5 下载 cover 文件
/export/Data/coverage/code-cover.exec

文章插图
登录堡垒机终端
cd /export/Data/coverage
jdos 下载文件
curl -s up.bastion.jd.com/file/up | bash
4.6 分析代码
打开 idea -> run -> show coverage data 选择对应的 exec 文件即可获取服务端的代码覆盖情况。
绿色覆盖（活跃代码）

文章插图
红色未覆盖（僵尸代码）

文章插图
Reference

JaCoCo - Documentatio
javaagent 使用指南 - rickiyang - 博客园 (cnblogs.com
使用 Jacoco 统计服务端代码覆盖情况实践 - M104 - 博客园 (cnblogs.com
Diving Into Bytecode Manipulation: Creating an Audit Log With ASM and Javassist | New Reli

五。效能提升5.1 需求交付效率提升
5.1.1 缩短需求交付周期
因为僵尸代码删除，减少开发需求的范围，降低老代码认知成本，降低测试回归成本。
需求交付周期整体呈缩短趋势！2023/1 月落地实践，之前需求交付周期约 15 天，之后约 12 天。

文章插图
5.1.2 降低开发阶段停留时长
僵尸代码大量存在，研发认知需求改动点负荷很高，需要耗费大量时间成本。
2023/1 月落地后，开发阶段时长缩短到 4 天以下（由 4.54 缩短至 3.11，缩短约 31%），呈明显缩短趋势！

文章插图
5.2 人效提升
5.2.1 降低研发认知负荷
删除无用僵尸代码，圈复杂度会大幅度降低，重复代码块也会降低，则研发认知负荷也会随之降低！
平均系统重复代码块数从 31 下降至 27 左右，降低了系统维护成本！

文章插图
5.2.2 提升人均需求吞吐量
因为减少人力认知成本，缩小需求范围，所以会直接提升需求的吞吐量！
自从 2023/1 月落地实践后，人均需求的吞吐量也大幅度提升，从之前 1.5 提升到 2.5 左右。

文章插图
5.3 过程质量提升
5.3.1 减少自动化 bug 数
由于存量僵尸代码减少，则整体回滚用例和场景变得精简，黄金流程也不会被僵尸代码干扰，则自动化 bug 数也有明显下降趋势！
随着 2023 年 1 月以来的不断实践，自动化发现的 bug 数也逐月递减，从 11 个 / 月 -> 9 个 / 月 -> 6 个 / 月 -> 5 个 / 月。