大厂怎么做Code Review?

更多内容关注微信公众号:fullstack888

发现坏味道的实践,就是Code Review:对计算机源代码系统化地审查,常用软件同行评审的方式进行,其目的是在找出及修正在软件开发初期未发现的错误,提升软件质量及开发者的技术。团队对 CR本身的理解有差异,有的团队:

  • 在一个完整的开发周期结束之后

  • 每周一次

  • 每天都要

CR是一个沟通反馈的过程

为什么要做 CR?

没人保证自己写出来的代码没问题,而规避个体问题的主要方式就是使用集体智慧,团队的力量,这是从个体的角度在看问题。

看待 CR还有一个团队视角:CR的过程,也是一个知识分享,保证一些细节的知识不再是隐藏在某一个人的头脑中,而是摆在团队。

无论是从哪个角度看 CR,它的本质,就是沟通反馈的过程。把对这段代码的理解分享给你,你把你对这段代码的想法共享给我。有人给出代码实现的知识,有人贡献技术理解。如果我们理解了CR是个沟通反馈的过程,那就可以把沟通反馈的一些原则运用到CR。

沟通反馈,希望沟通要尽可能透明、及时。把这样的理解放到 CR中,就是要尽可能多暴露问题,尽可能多做 CR。

暴露问题

要发现啥问题?如果泛泛地回答,那自然就是代码实现中的各种问题。细化,做CR时,我们可以从下面几个角度来看代码:

  • 实现方案的正确性

  • 算法的正确性

  • 代码的坏味道

实现方案

应该是设计评审关注的内容,但在实际工作中,并不是所有团队都能够很好地执行设计评审,而且设计评审有时也关注不到特别细的点。所以,一些实现方案问题只能延迟到CR才发现。

批量处理的 REST 接口

接到请求经过一些处理之后,它会调用另外一个服务,因为这个服务只支持单一的请求,所以,REST 接口只能一个个地向这个服务发送请求。

若一切正常,这个接口没问题。但若在处理过程中出现失败,没有把所有的请求发给另一个服务,这个接口的行为是什么样呢?需要客户端重新发起请求,还是服务端本身重新调用接口?如果是服务端负责重试,那么,这个方案本身没有任何重试机制,即一个请求一旦出错,它就丢了,业务不能顺利地完成。

显然,一般人只考虑正常情况,而没有考虑失败场景。把它做成一个完整的方案,很可能还需要做一个后台服务,善后未能得到有效处理的任务。这就不是代码调整,而是设计方案调整。

这是发量多程序员写程序经常会出现的问题:正常情况一切顺利,异常情况却考虑不足。

算法正确性

嵌套代码,对于循环语句,我们要把处理一个元素的代码提取出来。不过,这有时候也会带来一些意外惊喜。

某段代码就是把循环里对于一个元素的处理拆了出去。但对于每个元素的处理,都要每次查询一次DB,得到相应元素,修改后再回存。

于是,每段代码单独来看,都是对的,但合在一起就有极大性能问题,本可以通过一次查询解决的问题变成N次查询,耗费大量网络 I/O!

有人时常觉得自己项目的代码太慢,代码最多只是看起来写的还不错,一眼难看问题。看了半天,在一个遍历图像像素点的循环里发现了一个图像复制的代码,即每循环一次,都要把整个图像复制一遍,代码慢就很正常啊。

如果这是一个面试,相信每个人都能尽力高性能地解决问题,但在日常业务开发,就难免敷衍了事,代码和人,有一个能 run 就行了。

实现方案的正确性至少还有人评估,算法的正确性最终影响性能,也会有性能指标监控,团队也都会关注。但代码坏味道最容易被忽略,因为很多互联网团队疲于奔命一直有写不尽的需求,对于坏味道的标准太低了!

CR频率

和人的体质一样,不同团队的频率不同,最糟糕的肯定是不评审,闭眼睛勇往无前,这种外包级团队就不管了。常见的评审频率是每个迭代评审一次,也有每次周会评审。

推荐提升评审的频率,比如,每天一次。评审周期过长,导致堆积太多问题,让人产生无力感,根本也改不动了。遇到实现方案存在问题的,几乎要重写,影响项目进度。

提升评审频率,评审的周期就会缩短,每个周期内写出来的代码就是有限的,人就有心力去重构。

如果把CR推至极致,就是有个人随时随地来做 CR。极限编程的理念,就是把好的实现推向极致,而 CR的极致实践就是结对编程。结对编程就是两个人一起写一段代码:

  • 一个人主要负责写

  • 一个人则站在用外部视角保证这段代码的正确性

好的结对编程对两个人的精力集中度要求是很高的,两个人一起写一天代码其实是很累的一件事,不过,也正是因为代码是两个人一起写,代码质量会提高很多。对于团队中的新人提升也极大。这种高强度的训练和反馈,本质上就是一种刻意练习,而刻意练习是一个人提升最有效的方式。虽然现实里多数团队根本没有条件做大规模结对编程。但对个体来说,创造一些机会与高手一起写代码也是很好的。即便不能一起写,去观摩高手写代码也能学到很多东西。再退一步,实在身边没有机会,去网上看看高手写代码也是一种学习方式。

总结

对于大部分人,CR只是一个发现问题的过程,本文讨论的是CR是一个沟通反馈的过程。站在沟通反馈的角度,尽可能多地暴露问题,尽可能多地做CR。

CR可以从实现方案正确性、算法正确性和代码坏味道的角度去发现问题。CR的频率是越高越好,频率越高,发现和解决问题的难度越低,团队越容易坚持下去。

如果把CR推向极致就是随时随地做CR,就是结对编程。

CR暴露的问题越多越好,频率越高越好。

- END -

往期回顾

面试题:Redis脑裂为何会导致数据丢失?

产线环境故障排查常用套路

真正的缓存之王,Google Guava 只是弟弟

好分期热线客服系统的架构演进

Prometheus这些基础概念你应该了解

万字追溯ChatGPT各项能力的起源

聊聊微服务架构中的用户认证方案!

9d87e46e023eb7cde86c6476426c1b4c.png

技术交流,请加微信: jiagou6688 ,备注:Java,拉你进架构群

本系统采用Python编程语言中的Flask框架作为基础架构,实现了一个面向二手商品交易的网络平台。该平台具备完整的前端展示与后端管理功能,适合用作学术研究、课程作业或个人技术能力训练的实际案例。Flask作为一种简洁高效的Web开发框架,能够以模块化方式支持网站功能的快速搭建。在本系统中,Flask承担了核心服务端的角色,主要完成请求响应处理、数据运算及业务流程控制等任务。 开发工具选用PyCharm集成环境。这款由JetBrains推出的Python专用编辑器集成了智能代码提示、错误检测、程序调试与自动化测试等多种辅助功能,显著提升了软件编写与维护的效率。通过该环境,开发者可便捷地进行项目组织与问题排查。 数据存储部分采用MySQL关系型数据库管理系统,用于保存会员资料、产品信息及订单历史等内容。MySQL具备良好的稳定性和处理性能,常被各类网络服务所采用。在Flask体系内,一般会配合SQLAlchemy这一对象关系映射工具使用,使得开发者能够通过Python类对象直接管理数据实体,避免手动编写结构化查询语句。 缓存服务由Redis内存数据库提供支持。Redis是一种支持持久化存储的开放源代码内存键值存储系统,可作为高速缓存、临时数据库或消息代理使用。在本系统中,Redis可能用于暂存高频访问的商品内容、用户登录状态等动态信息,从而加快数据获取速度,降低主数据库的查询负载。 项目归档文件“Python_Flask_ershou-master”预计包含以下关键组成部分: 1. 应用主程序(app.py):包含Flask应用初始化代码及请求路径映射规则。 2. 数据模型定义(models.py):通过SQLAlchemy声明与数据库表对应的类结构。 3. 视图控制器(views.py):包含处理各类网络请求并生成回复的业务函数,涵盖账户管理、商品展示、订单处理等操作。 4. 页面模板目录(templates):存储用于动态生成网页的HTML模板文件。 5. 静态资源目录(static):存放层叠样式表、客户端脚本及图像等固定资源。 6. 依赖清单(requirements.txt):记录项目运行所需的所有第三方Python库及其版本号,便于环境重建。 7. 参数配置(config.py):集中设置数据库连接参数、缓存服务器地址等运行配置。 此外,项目还可能包含自动化测试用例、数据库结构迁移工具以及运行部署相关文档。通过构建此系统,开发者能够系统掌握Flask框架的实际运用,理解用户身份验证、访问控制、数据持久化、界面动态生成等网络应用关键技术,同时熟悉MySQL数据库运维与Redis缓存机制的应用方法。对于入门阶段的学习者而言,该系统可作为综合性的实践训练载体,有效促进Python网络编程技能的提升。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
在当代储能装置监控技术领域,精确测定锂离子电池的电荷存量(即荷电状态,SOC)是一项关键任务,它直接关系到电池运行的安全性、耐久性及整体效能。随着电动车辆产业的迅速扩张,业界对锂离子电池SOC测算的精确度与稳定性提出了更为严格的标准。为此,构建一套能够在多样化运行场景及温度条件下实现高精度SOC测算的技术方案具有显著的实际意义。 本文介绍一种结合Transformer架构与容积卡尔曼滤波(CKF)的混合式SOC测算系统。Transformer架构最初在语言处理领域获得突破性进展,其特有的注意力机制能够有效捕捉时间序列数据中的长期关联特征。在本应用中,该架构用于分析电池工作过程中采集的电压、电流与温度等时序数据,从而识别电池在不同放电区间的动态行为规律。 容积卡尔曼滤波作为一种适用于非线性系统的状态估计算法,在本系统中负责对Transformer提取的特征数据进行递归融合与实时推算,以持续更新电池的SOC值。该方法增强了系统在测量噪声干扰下的稳定性,确保了测算结果在不同环境条件下的可靠性。 本系统在多种标准驾驶循环(如BJDST、DST、FUDS、US06)及不同环境温度(0°C、25°C、45°C)下进行了验证测试,这些条件涵盖了电动车辆在实际使用中可能遇到的主要工况与气候范围。实验表明,该系统在低温、常温及高温环境中,面对差异化的负载变化,均能保持较高的测算准确性。 随附文档中提供了该系统的补充说明、实验数据及技术细节,核心代码与模型文件亦包含于对应目录中,可供进一步研究或工程部署使用。该融合架构不仅在方法层面具有创新性,同时展现了良好的工程适用性与测算精度,对推进电池管理技术的进步具有积极意义。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值