"聊点干货"html
覆盖率技术基础
截止到Go1.15.2之前，关于覆盖率技术底层实现，如下知识点您应该知道：git
package main
import "github.com/qiniu/goc/cmd"
func main() {CoverageVariableName.Count[0]++;
cmd.Execute()
}
var CoverageVariableName = struct {
Count [1]uint32
Pos [3 * 1]uint32
NumStmt [1]uint16
} {
Pos: [3 * 1]uint32{
21, 23, 0x2000d, // [0]
},
NumStmt: [1]uint16{
1, // 0
},
}
CoverageVariableNameCountCoverageVariableNameCoverageVariableName.Count[0]++github.com/qiniu/goc/goc.go:21.13,23.2 1 1CoverageVariableNamePos21230x2000dNumStmt依托于go语言官方强大的工具链，你们能够很是方便的作单测覆盖率收集与统计。可是集测/E2E就不是那么方便了。不过好在咱们如今有了 https://github.com/qiniu/goc。
集测覆盖率收集利器 - Goc原理
go test -cover_testmain.gogocgo test -c -covergoc servergoc profile总体架构参见:
代码覆盖率的最佳实践
技术须要为企业价值服务，否则就是在耍流氓。能够看到，目前玩覆盖率的，主要有如下几个方向:
-
度量 - 深度度量，各类包，文件，方法度量，都属于该体系。其背后的价值在于反馈与发现。反馈测试水平如何，发现不足或风险并予以提升。好比常见的做为流水线准入标准，发布门禁等等。度量是基础，但不能止步于数据。覆盖率的终极目标，是提升测试覆盖率，尤为是自动化场景的覆盖率，并一以贯之。因此基于此，业界咱们看到，作的比较有价值的落地形态是增量覆盖率的度量。goc diff 结合Prow平台也落地了相似的能力，若是您内部也使用Kubernetes，不妨尝试一下。固然同类型的比较知名的商业化服务，也有CodeCov/Coveralls等，不过目前她们多数是局限在单测领域。
-
精准测试方向 - 这是个很大的方向，其背后的价值逻辑比较清晰，就是创建业务到代码的双向反馈，用于提高测试行为的精准高效。但这里其实含有悖论，懂代码的同窗，大几率不须要无脑反馈；不能深刻到代码的同窗，你给代码级别的反馈，也效果不大。因此这里落地姿式很重要。目前业界没还看到有比较好的实践例子，大部分都是解决特定场景下的问题，有必定的局限。
而相较于落地方向，做为广大研发同窗，下面这些最佳实践可能对您更有价值：
-
高代码覆盖率并不能保证高产品质量，但低代码覆盖率必定说明大部分逻辑没有被自动化测到。后者一般会增长问题遗留到线上的风险，当引发注意。
-
没有普适的针对全部产品的严格覆盖率标准。实际上这更应该是业务或技术负责人基于本身的领域知识，代码模块的重要程度，修改频率等等因素，自行在团队中肯定标准，并推进成为团队共识。
-
低代码覆盖率并不可怕，可以主动去分析未被覆盖到的部分，并评估风险是否可接受，会更加有意义。实际上笔者认为，只要这一次的提交比上一次要好，都是值得鼓励的。
谷歌有篇博客(见参考资料)提到，其经验代表，重视代码覆盖率的团队一般会更加容易培养卓越工程师文化，由于这些团队在设计产品之初就会考虑可测性问题，以便能更轻松的实现测试目标。而这些措施反过来会促使工程师编写更高质量的代码，更注重模块化。
最后，欢迎点击左下角详情按钮，加入七牛云Goc交流群，咱们一块儿聊聊goc，聊聊研发效能那些事。
参考资料:
-
https://testing.googleblog.com/2020/08/code-coverage-best-practices.html
END
—
系列文章
以为不错，欢迎关注公众号: 大卡尔