基于codediff的差异代码覆盖率统计实现
基本含义：测试后被测目标已执行的代码数 / 被测目标总的代码数
触发行为：功能测试、接口测试
度量维度：函数覆盖、语句覆盖、判断覆盖、条件覆盖、路径覆盖等
1、如何衡量测试覆盖率？
基于需求的测试覆盖率
从需求测试点--测试用例的执行情况衡量
基于代码的测试覆盖率
从代码层面--目标对象的代码执行情况衡量
代码覆盖率可以作为需求覆盖率的补充，反向衡量测试充分性；
2、全量代码覆盖率存在的问题：
开发代码冗余量大，重复代码、废弃代码影响覆盖率值
无法精确评估测试覆盖情况
3、差异代码覆盖率优点：
针对小需求精准评估测试范围覆盖情况
把控RD上线自测情况
设置阈值，作为测试通过的指标
分析未覆盖部分的代码，从而反推在前期测试用例设计是否充分，评估需求理解是否清晰，用例设计是否遗漏。
检测出程序中的废代码，可以逆向反推在代码设计中思维混乱点，提醒开发人员理清代码逻辑关系，提升代码质量。
代码覆盖是一种度量方法，而不是衡量正确性或性能的指标。
代码覆盖并不等于测试质量、代码质量，把它作为一种发现未被测试覆盖的代码的手段。
1、转转的代码覆盖率统计特点
依托Beetle管理平台
利用测试服务器agent服务能力
code diff功能
实现一种平台页面化配置和查看全量及差异代码覆盖率的能力
核心：统计被测目标已执行的代码数，收集被测目标的执行轨迹信息
2、采用开源项目jacoco（ Java Code Coverage ）
Jcoco实现覆盖率统计的方式：字节码插桩， 有On-The-Fly在线和Offine离线两种方式
On-The-Fly：不需要改源代码、实时收集执行信息、需要启动java代理
Offline: 提前对文件插桩、停机获取执行信息、不需要代理
3、采用在线On-the-fly方式
JVM中通过-javaagent参数指定jacocoagent.jar文件启动Instrumentation的代理程序
代理程序在Class Loader加载一个class文件前，将统计探针（boolean型数组）插入class文件中
字节码指令触发时探针进行输入设置为true
4、转转的差异代码覆盖率实现结构
5、全量覆盖率
当前部署版本执行测试后的代码覆盖情况，不会累加以前版本的覆盖情况；
直接采用jacoco生成的完整覆盖率报告，有多种维度的覆盖率计数；
6、差异覆盖率
开发代码改动点的行覆盖情况；
差异覆盖率 = 已覆盖的差异代码行数/总的差异行数；
取改动代码的行号，解析jacoco覆盖率报告
会累加以前版本的测试覆盖情况；
7、Jacoco覆盖率报告解读
提供多维度的计数器
指令级（Instructions,C0 coverage）、分支（Branches,C1 coverage）
圈复杂度（Cyclomatic Complexity）
行（Lines）、方法（Non-abstract Methods）、类（Classes）
分支覆盖（分支被执行情况）：
红色钻石：无覆盖；黄色钻石：部分覆盖；绿色钻石：全覆盖；
行覆盖（字节码指令被执行情况）：
红色背景：无覆盖；黄色背景：部分覆盖；绿色背影：全覆盖；
8、差异覆盖率统计方法
差异对比基础：拉分支时的版本
累加上次版本：版本n未覆盖行，查询版本n-1，若存在并已覆盖，判断last diff是否存在，不存在则设置该行已覆盖，其它则未覆盖；
存在两次遍历，计算比较耗时；
9、差异覆盖率报告解读
统计范围：service包中的可执行语句，配置文件、import/注释语句均不计入；
行覆盖统计标准：只要该行被执行过，就认为已覆盖；
覆盖率统计与SCF服务代码冲突解决方法
1、插桩方法：向类中插入一个静态变量$jacocoData和静态方法$jacocoInit()
2、插桩对代码影响：
影响1：变量$jacocoData缺少缺少get和set方法，数据库实体类进行操作时报错；
影响2： 使用时遍历成员变量，不识别$jacocoData变量，代码解析报错。
影响对象：实体类
解决方法：过滤掉这些类，不进行插桩
具体实现：更改jacoco源码，加载类时根据匹配规则判断是否进行插桩
匹配规则：
类注解匹配（ SCFSerializable 、 Table 、Data）
类方法匹配（判断是否仅有get、set方法）
类名匹配
匹配规则更新方式：配置文件形式存在，有更新时，动态推送到各测试服务器