Bug 为什么越改越多

乔梁在MTSC大会上分享了主题为《一致性是研效提升的必经之路》的演讲，演讲内容主要是如何提高软件研发效率。他从香农在信息论中的熵增定律出发，讲到像软件这样的复杂系统，必须尽可能减少不确定性因素的影响，努力提高软件研发的一致性，从而达到提高软件研发效率的目的。 本文主要基于熵增定律，探讨该定律对软件测试行业是否存在指导作用。


首先，我们回顾一下什么是熵增定律。 这原本是热力学中的概念，一个孤立系统总是趋向于熵增，最终达到熵的最大状态，也就是系统的最混乱无序状态。1948年，香农将热力学的熵，引入到信息论。对于一个信息系统，如果没有外力作用，最终也会达到信息熵最大的状态，信息系统会越来越混乱，不确定性会越来越强。


影响软件系统运行的因素非常多，每个因素之间都会相互影响，所以根本无法根据单一因素来预测软件最终的状态。这和股市很相似，你最好永远不要通过某个单一信息预测股市的走势，因为单一因素和最终的结果不是线性相关的。

Bug 是如何产生的

一个软件写好了之后，你直接部署好，过了一段时间再去看，它可能就不是你预期的样子了，可能早已经报了网关错误, 可能页面展示 500 错误，或者干脆无法访问了。 有很多原因都有可能造成这种混乱的状态，比如某个用户的操作触发了一个隐藏很深的缺陷，对程序造成了一个很小的修改，之后其他用户再进行了一些其他的操作， 也有可能是遭受恶意攻击等， 当然还有可能是你的服务器到期没续费，或者是云服务商倒闭了。


所以就算你的软件已经接近完美，不再需要任何修改和更新，你可以很长时间不去维护，软件也会变得越来越混乱。 而在一个产品的实际研发过程中，我们还需要不停的为软件系统添加新功能，增加新特性，带来更多信息（比特），导致系统更加复杂，这些新信息会进一步增加软件的信息熵。


一个软件系统越复杂，影响的因素越多，就越难通过人力控制。几乎所有的公司都想利用已经成熟的技术体系提高研发效率，但是实际上研发效率只会越来越低，一个产品往往是初创阶段研发效率高，越到后面效率越低。 原因之一就是因为业务增长必然导致信息熵增加，不确定性更高，干扰因素更多，从而拖慢研发进程，产生更多 bug。


在信息论中，信息熵通常用概率的倒数表示。概率越低表示程序的不确定性越高，信息熵越高，随机性事件就更容易形成 bug。

哪些主要因素会增加系统的不确定性？

第一种因素是依赖的环境不确定。比如操作系统发生变化、数据库品牌和版本发生变化、访问的文件权限发生变化。


第二种因素是状态管理。可能发生变化的任何数据都处于某种状态，比如程序中的变量、数据库中存储的数据、文件中的数据。 这些数据可能被同一个系统的不同阶段读取和修改，但是外部根本不知道他什么时候修改的，从而造成不确定性。