ToB企服应用市场:ToB评测及商务社交产业平台

标题: iOS 覆盖率检测原理与增量代码测试覆盖率工具实现15 [打印本页]

作者: 曹旭辉 时间: 12 小时前
标题: iOS 覆盖率检测原理与增量代码测试覆盖率工具实现15
背景

对苹果开辟者而言，由于平台审核周期较长，客户端代码导致的线上问题影响时间往往比力久。如果在开辟、测试阶段能够提前袒露问题，就有助于制止线上变乱的发生。代码覆盖率检测正是资助开辟、测试同学提前发现问题，包管代码质量的好帮忙。
对于开辟者而言，代码覆盖率可以反馈两方面信息：

自测的充分程度。
代码计划的冗余程度。

尽管代码覆盖率对代码质量有着上述利益，但在 iOS 开辟中却使用的不多。我们调研了市场上常用的 iOS 覆盖率检测工具，这些工具主要存在以下四个问题：

第三方工具有时生成的检测陈诉文件会堕落甚至会失败，开辟者对覆盖率生成原理不了解，遇到这类问题轻易弃用工具。
第三方工具每次展示全量的覆盖率陈诉，会分散开辟者的很多精力在未修改部分。而在绝大多数情况下，开辟者的关注意点在本次新增和修改的部分。
Xcode 自带的覆盖率检测只实用于单元测试场景，由于需求变更频仍，业务团队开辟单元测试的成本很高。
已有工具很难和现有开辟流程结合起来，须要额外进行测试，运行覆盖率脚本才能获取陈诉文件。

为了解决上述问题，我们深入调研了覆盖率陈诉的生成逻辑，并结合团队的开辟流程，开辟了一套嵌入在代码提交流程中、基于单次代码提交（git commit）生成陈诉、对开辟者透明的增量代码测试覆盖率工具。开辟者只须要正常开辟，通过模仿器测试开辟代码，commit 本次代码（commit 和测试顺序可交换），推送（git push）到远端，就可以在当地看到这次提交代码的详细覆盖率陈诉了。
本文分为两部分，先从介绍通用覆盖率检测的原理出发，让读者对覆盖率的收集、解析有直观的熟悉。之后介绍我们增量代码测试覆盖率工具的实现。
覆盖率检测原理

生成覆盖率陈诉，首先须要在 Xcode 中设置编译选项，编译后会为每个可执行文件生成对应的 .gcno 文件；之后在代码中调用覆盖率分发函数，会生成对应的 .gcda 文件。
此中，.gcno 包含了代码计数器和源码的映射关系， .gcda 记载了每段代码具体的执行次数。覆盖率解析工具须要结合这两个文件给出最后的检测报表。接下来先看看 .gcno 的生成逻辑。
.gcno

利用 Clang 分别生成源文件的 AST 和 IR 文件，对比发现，AST 中不存在计数指令，而 IR 中存在用来记载执行次数的代码。搜索 LLVM 源码可以找到覆盖率映射关系生成源码。覆盖率映射关系生成源码是 LLVM 的一个 Pass，（下文简称 GCOVPass）用来向 IR 中插入计数代码并生成 .gcno 文件（关联计数指令和源文件）。
下面分别介绍IR插桩逻辑和 .gcno 文件布局。
IR 插桩逻辑

代码行是否执行到，须要在运行中统计，这就须要对代码本身做一些修改，LLVM 通过修改 IR 插入了计数代码，因此我们不须要改动任何源文件，仅需在编译阶段增长编译器选项，就能实现覆盖率检测了。
从编译器角度看，根本块（Basic Block，下文简称 BB）是代码执行的根本单元，LLVM 基于 BB 进行覆盖率计数指令的插入，BB 的特点是：

只有一个入口。
只有一个出口。
只要根本块中第一条指令被执行，那么根本块内全部指令都会顺序执行一次。

覆盖率计数指令的插入会进行两次循环，外层循环遍历编译单元中的函数，内层循环遍历函数的根本块。函数遍历仅用来向 .gcno 中写入函数位置信息，这里不再赘述。
一个函数中根本块的插桩方法如下：

统计全部 BB 的后继数 n，创建和后继数巨细相同的数组 ctr[n]。
以后继数编号为序号将执行次数依次记载在 ctr 位置，对于多后继情况根据条件判断插入。

举个例子，下面是一段猜数字的游戏代码，当玩家猜中了我们预设的数字10的时候会输出Bingo，否则输出You guessed wrong!。这段代码的控制流程图如图1所示（猜数字游戏）。

- (void)guessNumberGame:(NSInteger)guessNumber
{
NSLog(@"Welcome to the game");
if (guessNumber == 10) {
      NSLog(@"Bingo!");
} else {
      NSLog(@"You guess is wrong!");
}
}
复制代码
这段代码如果开启了覆盖率检测，会生成一个长度为 6 的 64 位数组，对照插桩位置，方括号中标志了桩点序号，图 1 中代码前数字为所在行数。

图 1 桩点位置
.gcno计数符号和文件位置关联

.gcno 是用来保存计数插桩位置和源文件之间关系的文件。GCOVPass 在通过两层循环插入计数指令的同时，会将文件及 BB 的信息写入 .gcno 文件。写入步调如下：

创建 .gcno 文件，写入 Magic number(oncg+version)。

随着函数遍历写入文件地址、函数名和函数在源文件中的起止行数（标志文件名，函数在源文件对应行数）。

随着 BB 遍历，写入 BB 编号、BB 起止范围、BB 的后继节点编号（标志根本块跳转关系）。

写入函数中BB对应行号信息（标注根本块与源码行数关系）。

从上面的写入步调可以看出，.gcno 文件布局由四部分组成：

文件布局

函数布局

BB 布局

BB 行布局

通过这四部分布局可以完全还原插桩代码和源码的关联，我们以 BB 布局 / BB 行布局为例，给出布局图 2 (a) BB 布局，(b) BB 行信息布局，在本章末尾覆盖率解析部分，我们利用这个布局图还原代码执行次数（每行等高格代表 64bit）：

图2 BB 布局和 BB 行信息布局
.gcda

入口函数

关于 .gcda 的生成逻辑，可参考覆盖率数据分发源码。这个文件中包含了 __gcov_flush() 函数，这个函数正是分发逻辑的入口。接下来看看 __gcov_flush() 如何生成 .gcda 文件。
通过阅读代码和调试，我们发现在二进制代码加载时，调用了 llvm_gcov_init(writeout_fn wfn， flush_fn ffn) 函数，传入了 _llvm_gcov_writeout（写 gcov 文件），_llvm_gcov_flush（gcov 节点分发）两个函数，并且根据调用顺序，分别建立了以文件为节点的链表布局。（flush_fn_node * ，writeout_fn_node *）
__gcov_flush() 代码如下所示，当我们手动调用 __gcov_flush()进行覆盖率分发时，会遍历flush_fn_node *这个链表（即遍历全部文件节点），并调用分发函数_llvm_gcov_flush（curr->fn 正是__llvm_gcov_flush函数类型）。

void __gcov_flush() {
struct flush_fn_node *curr = flush_fn_head;

while (curr) {
      curr->fn();
      curr = curr->next;
}
}
复制代码
具体的分发逻辑

观察__llvm_gcov_flush的 IR 代码，可以看到：

图3 __llvm_gcov_flush 代码示例

__llvm_gcov_flush先调用了__llvm_gcov_writeout，来向 .gcda 写入覆盖率信息。

最后将计数数组清零__llvm_gcov_ctr.xx。

而 __llvm_gcov_writeout 逻辑为：

生成对应源文件的 .gcda 文件，写入 Magic number。

循环执行

llvm_gcda_emit_function: 向 .gcda 文件写入函数信息。

llvm_gcda_emit_arcs: 向 .gcda 文件写入BB执行信息，如果已经存在 .gcda 文件，会和之前的执行次数进行合并。

调用llvm_gcda_summary_info，写入校验信息。

调用llvm_gcda_end_file，写结束符。

感兴趣的同学可以自己生成 IR 文件检察更多细节，这里不再赘述。
.gcda 的文件/函数布局和 .gcno 根本同等，这里不再赘述，统计插桩信息布局如图 4 所示。定制化的输出也可以通过修改上述函数完成。我们的增量代码测试覆盖率工具解决代码 BB 布局变动后合并到已有 .gcda 文件不兼容的问题，也是修改上述函数实现的。

图4 计数桩输出布局
覆盖率解析

在了解了如上所述 .gcno ，.gcda 生成逻辑与文件布局之后，我们以例 1 中的代码为例，来阐述解析算法的实现。
例 1 中根本块 B0，B1 对应的 .gcno 文件布局如下图所示，从图中可以看出，BB 的主布局完全记载了根本块之间的跳转关系。

图5 B0，B1 对应跳转信息
B0，B1 的行信息在 .gcno 中表示如下图所示，B0 块因为是入口块，只有一行，对应行号可以从 B1 布局中获取，而 B1 有两行代码，会依次把行号写入 .gcno 文件。

图6 B0，B1 对应行信息
在输入数字 100 的情况下，生成的 .gcda 文件如下：

图7 输入 100 得到的 .gcda 文件
通过控制流程图中节点出边的执行次数可以盘算出 BB 的执行次数，核心算法为盘算这个 BB 的全部出边的执行次数，不存在出边的情况下盘算全部入边的执行次数（具体实现可以参考 gcov 工具源码），对于 B0 来说，即看 index=0 的执行次数。而 B1 的执行次数即 index=1，2 的执行次数的和，对照上图中 .gcda 文件可以推断出，B0 的执行次数为 ctr[0]=1，B1 的执行次数是 ctr[1]+ctr[2]=1， B2 的执行次数是 ctr[3]=0，B4 的执行次数为 ctr[4]=1，B5 的执行次数为 ctr[5]=1。
经过上述解析，最终生成的 HTML 如下图所示（利用 lcov）：

图8 覆盖率检测陈诉
以上是 Clang 生成覆盖率信息息争析的过程，下面介绍美团到店餐饮 iOS 团队基于以上原理做的增量代码测试覆盖率工具。
增量代码覆盖率检测原理

方案权衡

由于 gcov 工具（和前面的 .gcov 文件区分，gcov 是覆盖率陈诉生成工具）生成的覆盖率检测陈诉可读性不佳，如图 9 所示。我们做的增量代码测试覆盖率工具是基于 lcov 的扩展，陈诉展示如上节末尾图 8 所示。

图9 gcov 输出，行前数字代表执行次数，##### 代表没执行
比 gcov 直接生成陈诉多了一步，lcov 的处理流程是将 .gcno 和 .gcda 文件解析成一个以 .info 末端的中间文件（这个文件已经包含全部覆盖率信息了），之后通过覆盖率陈诉生成工具生成可读性比力好的 HTML 陈诉。
结合前两章内容和覆盖率陈诉生成步调，覆盖率生成流程如下图所示。考虑到增量代码覆盖率检测中代码增量部分须要通过 Git 获取，比力自然的想法是用 git diff 的信息去过滤覆盖率的内容。根据过滤点的差别，存在以下两套方案：

通过 GCOVPass 过滤，只对修改的代码进行插桩，每次修改后需重新插桩。

通过 .info 过滤，一次性为全部代码插桩，获取全部覆盖率信息，过滤覆盖率信息。

图10 覆盖率生成流程
分析这两个方案，第一个方案须要自定义 LLVM 的 Pass，进而会引入以下两个问题：

只能使用开源 Clang 进行编译，不利于接入正常的开辟流程。

每次重新插桩会丢失之前的覆盖率信息，多次运行只能得到最后一次的结果。

而第二个方案相对更加轻量，只须要过滤中间格式文件，不仅可以解决我们在文章开头提到的问题，也可以制止上述问题：

可以很方便地加入到平常代码的开辟流程中，甚至对开辟者透明。

未修改文件的覆盖率可以叠加（有修改的那些控制流程图布局大概厘革，无法叠加）。

因此我们现实开辟选定的过滤点是在 .info 。在选定了方案 2 之后，我们对中间文件 .info 进行了一系列调研，确定了文件根本格式（函数/代码行覆盖率对应的文件的表示），这里不再赘述，具体可以参考 .info 生成文档。
增量代码测试覆盖率工具的实现

前一节是实现增量代码覆盖率检测的根本方案选择，为了更好地接入现有开辟流程，我们做了以下几方面的优化。
低落使用成本

在接入方面，接入增量代码测试覆盖率工具只需一次接入设置，同步到代码仓库后，团队中成员无需设置即可使用，低落了接入成本。
在使用方面，考虑到插桩在编译时进行，对全部代码进行插桩会很大程度低落编译速率，我们通过解析 Podfile（iOS 开辟中较为常用的包管理工具 CocoaPods 的依靠描述文件），只对 Podfile 中使用当地代码的仓库进行插桩（可设置指定仓库），低落了团队的开辟成本。
对开辟者透明

接入增量代码测试覆盖率工具后，开辟者无需特别操作，也不须要对工程做任何其他修改，正常的 git commit 代码，git push 到远端就会自动生成并上传这次 commit 的覆盖率信息了。
为了做到这一点，我们在接入 Pod 的过程中，自动部署了 Git 的 pre-push 脚本。熟悉 Git 的同学知道，Git 的 hooks 是开辟者的当地脚本，不会被纳入版本控制，如何通过一次设置就让这个仓库的全部使用成员都能开启，是做好这件事的一个难点。
我们考虑到 Pod 本身会被纳入版本控制，因此利用了 CocoaPods 的一个属性 script_phase，增长了 Pod 编译后脚本，来资助我们把 pre-push 插入到当地仓库。利用 script_phase 插入还带来了另外一个利益，我们可以直接获取到工程的缓存文件，也制止了 .gcno / .gcda 文件获取的不确定性。整个流程如下：

图11 pre-push 分发流程
覆盖率累计

在实现了覆盖率的过滤后，我们在现实开辟中遇到了另外一个问题：修改分支/循环布局后生成的 .gcda 文件无法和之前的合并。 在这种情况下，__gcov_flush会直接返回，不再写入 .gcda 文件了导致覆盖率检测失败，这也是市面上已有工具的通用问题。
而这个问题在开辟过程中很常见，好比我们给例 1 中的游戏增长一些提示，当输入比预设数字大时，我们就提示出来，反之亦然。

- (void)guessNumberGame:(NSInteger)guessNumber
{
NSInteger targetNumber = 10;
NSLog(@"Welcome to the game");
if (guessNumber == targetNumber) {
      NSLog(@"Bingo!");
} else if (guessNumber > targetNumber) {
      NSLog(@"Input number is larger than the given target!");
} else {
      NSLog(@"Input number is smaller than the given target!");
}
}
复制代码
这个问题困扰了我们很久，也推动了对覆盖率检测原理的调研。结合前面覆盖率检测的原理可以知道，不能合并的原因是生成的控制流程图比原来多了两条边（ .gcno 和旧的 .gcda 也不能匹配了），反映在 .gcda 上就是数组多了两个数据。考虑到代码变动后，原有的覆盖率信息已经没有意义了，当发生边数差别等的时候，我们会删撤消旧的 .gcda 文件，只保留最新 .gcda 文件（有变动情况下 .gcno 会重新生成）。如下图所示：

图12 覆盖率辩论解决算法
团体流程图

结合上述流程，我们的增量代码测试覆盖率工具的团体流程如图 13 所示。
开辟者只需进行接入设置，再次运行时，工程中那些作为当地仓库进行开辟的代码库会被自动插桩，并在 .git 目录插入 hooks 信息；当开辟者使用模仿器进行需求自测时，插桩统计结果会被自动分发出去；在代码被推到远端前，会根据插桩统计结果，生成仅包含本次代码修改的详细增量代码测试覆盖率陈诉，以及向远端推送覆盖率信息；同时如果测试覆盖率小于 80% 会逼迫拒绝提交（可设置关闭，百分比可自定义），包管只有经过充分自测的代码才能提交到远端。

图13 增量代码测试覆盖率生成流程图
总结

以上是我们在代码开辟质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的秘密面纱。开辟阶段的增量代码覆盖率检测，可以资助开辟者聚焦变动代码的逻辑缺陷，从而更好地制止线上问题。

from :
iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队
一样平常开辟Guava提效工具库核心实用指南梳理_guava string转list-CSDN博客
从ES的JVM设置起步思考JVM常见参数优化_es jvm设置-CSDN博客
异步处理优化：多线程线程池与消息队列的选择与应用_模版模式使用-CSDN博客

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4