Android代码覆盖率平台（综述篇）

Coverage_JacocoWebServer

Code coverage platform for Android project.
Base on jacoco,SpringBoot,Vue,java,kotlin…

项目地址：https://github.com/duqian291902259/android_coverage_jacoco

1. web-vue 前端工程
2. src后端逻辑
3. docker：mvn插件自动生成镜像的目录
4. 根目录的Dockerfile是使用cmd命令操作build、run镜像

概述

代码覆盖率（Code coverage）是软件测试中的一种度量，描述程序中原始码被测试的比例和程度，所得比例称为代码覆盖率。 代码覆盖是由系统化软件测试所派生的方式。代码覆盖率统计，主要用于测试人员进行功能测试、集成测试、回归测试等场景，以及研发人员的开发自测后查看覆盖率情况。
通过自研，开发了一套代码覆盖率报告管理系统，该系统具备收集移动端覆盖率信息，并实现全量、增量覆盖率报告的生成与管理功能。

解决的问题

1. 统一覆盖率报告的生成与管理，管理平台提供多平台支持。
2. 支持生成全量、增量的覆盖率报告。
3. 支持按分支提交点生成覆盖率报告，支持在线预览报告和下载报告。
4. 报告的检索与预览便捷，降低研发与QA的测试成本。
5. 系统易集成，可拓展到其他产品或者其他终端。

覆盖率统计平台的意义

1. 满足了QA、研发人员对全量、增量覆盖率统计的需要。
2. 平台化，屏蔽各端生成报告的流程差异，让流程更加自动、便捷。
3. 分析未覆盖部分的代码，从而反推程序逻辑、测试用例是否合理。
4. 及时发现程序中的冗余逻辑，提升代码质量。
5. 对测试过程提供有效的数据支持。

现有方案对比

覆盖率报告的生成，有很多现有的实现方案，现状如下：

1. 不同编程语言有各自的实现方案，生成流程和表现形式良莠不齐。
2. 各端本地生成静态报告，缺乏系统性，不方便统一管理。
3. 开发集成的覆盖率工具，适用于开发人员，不符合QA的工作流程。
4. 本地开发阶段开启覆盖率功能，很耗性能和时间，无法大规模应用。

通过研究，Java语言比较成熟的覆盖率统计实现方案有Jacoco，但是在Android大型项目的落地方面，有很多问题需要处理解决。
经过不断开发迭代，将Android覆盖率统计的功能，做了IDE环境生成和云端生成。云端生成，可将复杂且耗时的功能交给服务器处理，聚合各端的覆盖率报告，一定程度上解决了以上痛点。

技术思路

1. 客户端预处理。
   各端在编译构建阶段，对项目中的代码插桩，插入探针，用于监测代码执行情况。

2. 打包构建，将编译后的相关产物上传到服务器。
   如Android上传.class字节码文件和java文件，ios上传.gcno和.gcda文件，用于后续服务器根据不同的工具生成报告。

3. 安装&运行程序，收集覆盖率信息并上传到服务器。
   安装插桩后的程序包，使用对应的功能（待测试的功能），记录代码运行的情况，并生成记录了覆盖率信息的文件，各端用统一的接口，上传文件到服务器，用于后续生成报告。

4. web前端页面，提交表单，生成覆盖率报告并在线预览。
   页面显示出当前支持的应用、平台、已经支持覆盖率功能的分支，以及生成报告对应的Git提交点等信息，用户安装好对应的客户端，上传好覆盖率文件后，选择对应平台的某个应用，提交请求，生成覆盖率报告。

5. 覆盖率server端，负责报告的生成和管理逻辑。
   Server提供API接口给各端使用；提供已有覆盖率报告的管理功能：查询，预览，下载和删除等。
   用户自定义生成报告的条件，系统可根据条件，生成全量或者增量覆盖率报告。增量报告通过git diff功能找出增量修改的代码文件，用于报告的过滤处理。
   覆盖率报告生成的逻辑，基于各自平台的命令行工具完成。

技术实现

整体流程

一. Coverage-Server

覆盖率后台服务，通过SpringBoot MVC实现。后端服务，根据不同平台覆盖率生成的逻辑差异，需要分别处理。
比如Android项目，是java编程语言实现，所以可以直接调用jacoco框架的jar包，通过report方法生成报告，需要传入生成报告所需的各种参数，命令为：java -jar execPath --classfilessrcPath --html $reportPath --encoding=utf8。
服务架构如图所示。

后端提供文件上传和下载服务，android客户端收集的覆盖率信息（.ec文件），编译后上传的.src文件和.class文件，都是通过这个统一的接口上传，按应用名称、git提交点的commitId值等来命名文件目录，文件的保存路径的命名，依赖于后续web提交表单的内容，需要一一对应，方便检索到对应的文件。
生成覆盖率报告，依赖的文件在服务器都能找到时，就可以使用jacococli.jar生成对应的html报告，返回给前端展示。

二. Coverage-Web

前端展示报告的服务，是通过Node.js开启一个http-server服务，指定服务器某个文件路径，即可打开改路径下的静态页面。
表单页面使用Vue+Webpack实现，与后端逻辑分离，页面只是用来收集生成报告所需的条件，并请求后端的接口，待后端生成报告后，返回报告相关的数据，web前端展示报告即可。
页面包含覆盖率生成的条件表单编辑、提交功能，有已生成报告的在线预览、下载、管理界面。部分请求表单如下图所示：

选择对应的分支、两个提交点commitId，并勾选增量覆盖率，就可以通过使用gitlab的api，或者git diff命令，计算出两个提交点之间的diff文件列表，通过分支名和这些文件列表，去检索前面上传的.ec文件、src源码和class文件，从而针对这些增量修改的文件统计对应的覆盖率。如果不勾选增量覆盖率，就是统计所选分支项目代码的全量覆盖率。

三. 客户端技术实现

以Android、Java工程为例，一般覆盖率报告的生成过程如下：
[图片上传失败…(image-d3a151-1650857287076)]

Android端，Java开发，采用Jacoco实现覆盖率报告，Off-line模式。
集成jacoco的plugin，在功能开启时，实现对自定义类的插桩，在debug包构建过程中，插入探针，便于记录每行代码执行情况。安装对应的apk，运行app，首次打开应用或者进入设置界面可dump覆盖率数据保存到本地存储目录，然后上传ec覆盖率文件给该系统对应的服务器。

如何实现插桩呢？
Java的Class初始化时，Jacoco初始化了一个Boolean类型的数组，用于记录每一个方法内部逻辑的执行情况，默认值是false表示没有执行，如果代码执行过，就会记录为true，这些探针会dump到本地文件保存下来。Android保存的覆盖率文件的拓展名为.ec文件，后续会上传到覆盖率平台。
下图，以一个源代码为例说明代码注入探针的过程：

反编译代码，查看插桩后的代码逻辑，可以看到如下图所示的逻辑变化，构造函数初始化时，Jacoco也做了一些初始化的工作。
[图片上传中…(image.png-271fd0-1650857113830-0)]

Jacoco包含了多种维度的覆盖率计数器：指令级计数器（C0 coverage）、分支级计数器（C1 coverage）、圈复杂度、行覆盖、方法覆盖、类覆盖等。
生成的静态报告页面如下，可以查看对应的覆盖率数据和源码执行情况：

HTML静态报告，内容用不同的背景颜色区分，表示不同的覆盖情况。解释说明如下：

1. 绿色：表示行覆盖充分。
2. 红色：表示未覆盖的行。
3. 黄色棱形：表示分支覆盖不全。
4. 绿色棱形：表示分支覆盖完全。

应用场景

系统主要应用在以下使用场景：
1.新开发功能的分支测试
1）全部都跑一遍该分支新增全部功能的测试用例，收集各个功能点的覆盖率信息，计算出覆盖率。
2）修复bug后看覆盖率，只看当前分支的提交，对比修bug前的版本的提交记录，得出增量修改的代码并计算出覆盖率。
3）测试分支过程中同步了dev分支的代码，通过计算当前分支相比dev的修改部分，计算出覆盖率。
2.master分支全回归测试
1）全部回归完后看覆盖率，统一App版本的回归，可以看全量覆盖率。
2）修复bug后看覆盖率，前后对比diff，需要修改部分的代码覆盖率。

QA根据覆盖率报告可针对性测试，并且发现一些程序bug或优化点。
有些逻辑永远执行不到，经核实是该类中无用的方法，如：

QA应用后反馈：平台优点是可以看测试过的覆盖率与代码增删是否一致，没有测试到改动处，可以再去测试。

方案效果

本覆盖率报告生成与管理的系统，带来的收益：
1)通过流程改造，解决了移动端覆盖率统计的多种难点。
2)端上自定义覆盖率统计的逻辑，实现增量覆盖率的统计。如Android通过Gradle插件开发，用于自定义class、src路径，并上传文件，再基于gitlab的api实现获取项目增量修改，从而满足全量、增量覆盖率统计的需求。
3)移动端项目，配合web前端和服务端，使得覆盖率系统链路完整，平台化，让整个流程更加规范、便捷、高效。
4)Web形式展示报告，方便各端人员查阅报告并分析未覆盖部分的代码，从而反推程序逻辑、测试用例是否合理，对测试过程提供有效的数据支持。

应用案例

可以在团中广泛应用，开发人员与测试人员都能根据代码覆盖率信息验证问题、发现问题并解决。

其他

DMEO工程为初期项目，但包含了Android端覆盖率统计平台化的思想，实际项目会有很大的改进和优化。仅供学习交流，如有问题，请留言联系杜小菜。