其实,这一章翻译成性能监视工具还是有点误导人的(profiler 这个词明明就是分析工具)。作者在这一章里,最想表达的就是我们需要一个合适的代码分析工具(profiler)来帮助我们更好的窥探设计出来的程序,他建议如果找不到就自己造一个。可是神农尝百草的我悲剧的发现按译文的给出的“性能监视工具”基本上没有类似的对执行语句进行行统计的工具了,都是一些很恢弘的monitor,离我想要的相差甚远。可是,很不甘心,这都2014年了怎么会没这样的存在?最后想起来这个和测试里的语句覆盖很类似,然后往这个方向靠就出来很多很多的覆盖率测试工具(coverage tool)了。覆盖测试是衡量测试质量的一个重要指标。在对一个软件产品进行了单元测试、组装测试、集成测试以及接受测试等繁多的测试之后,为了对软件的质量产生一定的信心,这就需要对测试的质量进行考察。如果测试仅覆盖了代码的一小部分,那么不管写了多少测试用例,也不能相信软件质量是有保证的。相反,如果测试覆盖到了软件的绝大部分代码,就能对软件的质量有一个合理的信心。下面首先介绍几种比较常用的:
1.java
1)EMMA是一个免费且开源的Java代码覆盖率测试工具,100%纯Java编写,不依赖与任何第三方库,同时它对应用程序执行速度的影响非常小,但是ANT TASK的参数指定较弱,coverage参数需要追加配置文件。EMMA支持对类,方法,代码行和基本的分支语句的覆盖率测试,并提供了多种格式的报告,包括纯文本,HTML和XML,所有的报告都可以进行详细设置以获得定制报告。 使用EMMA时,不需要获得源代码就可进行覆盖率测试,此外,EMMA还支持对整个jar文件测试。
2)EclEmma 比Emma多了图形界面以及对集成开发环境的支持。
2.C/C++
gcov+lcov 是在linux 下针对C/C++的很好用的覆盖率测试工具。
1)gcov 伴随GCC发布,配合GCC共同实现对C/C++文件的语句覆盖和分支覆盖测试; 与程序概要分析工具(profiling tool,例如gprof)一起工作,可以估计程序中哪一段代码最耗时; 注:程序概要分析工具是分析代码性能的工具。gcov可以统计每一行代码的执行频率,实际上哪些代码确实被执行, 每一段代码(section code)的耗时(执行时间)。
2)lcov 是gcov图形化的前端工具,是Linux Test Project维护的开放源代码工具,最初被设计用来支持Linux内核覆盖率的度量,基于Html输出,并生成一棵完整的HTML树 输出包括概述、覆盖率百分比、图表,能快速浏览覆盖率数据,支持大项目,提供三个级别的视图:目录视图、文件视图、源码视图。
我这里最后采用的是cygwin+gcov,尝试用lcov,但是不知道什么原因没有输出。相信对于用Linux的同学来说,应该这就不是问题了,放心大胆的用吧。
参考文献:
1.覆盖率测试工具
4.关于C++ code coverage tool 的研究 (对gcov 实现原理感兴趣的可以看看)