1.6 生成覆盖率报告
通过编写report的build方式来生成报告结果。
这里写了一个生成报告的模版，使用者只需要copy到 本机上，按下面的说明修改、生成报告即可，下面详细介绍下这个模版的使用方法。
1.6.1 模版目录介绍
(1)libs存放几个jar包，分别为ant-contrib.jar、jacocoagent.jar、jacocoant.jar;
(2)result_xml目录会自动生成xml格式的报告;
(3)src目录是存放源码的，如果没这个，生成的覆盖率只有数据，看不到代码实际覆盖的内容;
(4)build文件，ant的执行内容，build_group或者是build_only的copy。
文件内容如下：
说明：指定xmlns:jacoco、name和缺省的执行task`
`
说明：引入了ant的jar包，放入到classpath中
说明：import了属性文件
`
`
说明：定义了一下属性：源码路径、类路径、报告目录、xml目录
`
`
说明：引入jacocoant.jar，指定了ant的操作映射文件
`
`
说明：build_all任务的内容，循环遍历ec_list，作为report的输入
`
`
说明：report任务的内容，指定merge、指定ec文件、结果已YYB组显示、指定classes文件、指定src文件列表、指定html、csv、xml属性。
说明：这个build文件需要根据实际的项目修改，修改一次以后基本不用变动。
(1)build_group文件，指定组生成的build文件，适合结果按组显示。
(2)build_only文件，没组的概念。
(3)build_property文件，存放的是ec列表文件名称。
1.6.2 实际操作举例
一、安装Apache Ant
网上下载或直接copy其他人机器上的就OK，设置下环境变量ANT＿HOME和把bin目录放到path中，我用的是apache－ant－1.9.6－bin，有需要可以直接找我要。
二、取上面的模版目录放到你本机上(PC)，有需要可以直接找我要。
三、生成报告，按以下步骤操作
比如拿到测试结果的ec文件有三个，分别是yyb1.ec、yyb2.ec、yyb3.ec
1、将覆盖率打包结果中的classes.zip丢到模版根目录中并解压。
2、根据打包时的svn地址和版本号，取下源码放如到src目录。
3、将ec文件(yyb1.ec、yyb2.ec、yyb3.ec)全部丢到模版根目录中
４、修改build_property文件，名称写如到value中(去掉ec后缀的)
5、build文件，如无路径变化，基本不用修改
省电管理除了主干代码，还有插件部分，因此build文件取的build_group，分别为
、
6、执行ant，report目录就会生成。
7、report目录生成后，进去执行index就看到覆盖率报告。
省电管理的覆盖率生成结果：
打开index后的结果，按build文件指定的分组生成了：
进入到实际代码中的结果：
这里有个注意的地方，如果想看到实际代码的覆盖率，编译的时候debug=”true” 这个一定要设置。
1.7 分析覆盖率结果
网上关于JaCoCo覆盖率报告的分析有不少的文章可以学习。
这里阐明几个自己的观点：
根据项目的不同，在分析结果前先应该明确几个事情，包括
(1)确定改动点的范围，根据这个范围才会有针对性的做分析。
(2)改动点是否影响功能逻辑，如果不影响可以忽略。
(3)改动点和其他功能是否存在耦合，如果存在，耦合的部分也要做分析。
我们主要从上面几点来分析覆盖率，查漏补缺，这些改动点大部分已经覆盖到了，基本认为应用的主要功能覆盖完全，当然也不是完全绝对，在测试过程中结合FreeTest、探索性测试等手段也是一种不错的选择，切记不要盲目的为了覆盖率而覆盖，覆盖率高不代表你真的覆盖完全了。
分析过程很多人觉得是比较痛苦的，不妨可以把这个过程当作是一种锻炼，前面的一切都只是一个铺垫，最最关键的在于分析阶段，一个出色的分析结果可以达到事半功倍的效果。
我们的方法是任务已tapd提单的方式创建，按照模版，附上需求链接地址、svn地址和改动范围、附件接受未插桩的class文件、测试后的ec文件等，分析出结果需要有分析过程、测试补充建议、分析耗时等等。
主要列出未覆盖场景、冗余方法、测试补充建议等等。
举个分析的例子：
需求： 消息盒子增量测试完成，进行覆盖率分析。
1.7.1 熟悉需求用例
1、确认代码范围
2、覆盖率报告分析
3、确认未覆盖原因
4、输出测试策略
5、补充测试验证
二、覆盖率与BVT测试结合
通过两者的结合，可以得到每个BVT的用例的覆盖率数据，可以得出几个纬度的结果：
(1)用例和代码的对应关系
用例和代码的动态映射关系，可能会存在映射到的函数比较多，作者建议根据功能有针对的筛选出重点函数来做映射。
(2)上面映射关系汇总后，可以按方法的调用频繁度来优化我们的代码，
优化调用频繁度高的代码，找出冗余代码等等。
下面介绍下整个过程：
2.1 在BVT用例框架中插入覆盖率方法
核心：找出关键点插入我们的覆盖率方法
(1)在每个用例执行前，插入清理覆盖率数据的方法
在BVT基类的setUp()方法最后插入清理覆盖率数据的方法。
`@Override
protected void setUp() throws Exception {
super.setUp();
//反射调用JaCoCo api的reset方法
...
Method methodDump = classAgent.getMethod("reset");
methodDump.invoke(objAgent,null)
｝`
这样每个用例开始执行前，就会把以前遗留的覆盖率数据清除掉，保证每次覆盖率都是一条用例的执行结果。
(2)在每个用例执行后，dump出覆盖率数据。
`@Override
protected void tearDown() throws Exception {
//反射调用JaCoCo api的dump方法
...
Method methodDump = classAgent.getMethod("dump",boolean.class);
methodDump.invoke(objAgent,reset);
}`
dump出来的数据用例执行过程中真实的覆盖率情况。
Method methodDump = classAgent.getMethod("reset");
methodDump.invoke(objAgent,null)
2.2 执行BVT用例，得到覆盖率
运行BVN的用例，用例执行成后输出覆盖率文件，一条用例对应一个覆盖率文件。
2.3 批量生成覆盖率报告，解析入库
批量生成覆盖率报告，根据用例和报告对应关系做批量入库。
2.4 分析覆盖率结果，得出用例和代码映射关系
上面我们已经得出每一个BVT用例的覆盖率数据，对每一个覆盖率数据结果进行分析，得出几个纬度的数据，用例->包->类->方法的覆盖数据，这样每个用例和代码的映射关系就出来了。
然后根据用例对应功能的特点，再筛选出重点方法，形成一个比较精简的用例和代码映射关系出来，方便我们后续的改动点定位。
三、差异覆盖率和全量覆盖率
测试完后，根据覆盖率结果衡量测试覆盖程度，主要分为两种：
(1)差异覆盖率：改动点的代码执行覆盖率情况
(2)全量覆盖率：本次测试代码执行全部覆盖率情况
使用哪种覆盖率是由测试阶段的内容决定，比如上线前测试、集成或合流阶段，主要关注的是改动点的变化，使用差异覆盖率效果比较理想。如果是新增功能，使用全量覆盖率比较理想。
3.1 差异覆盖率
差异覆盖率主要是根据开发代码变更的diff差异，得出改动代码的范围，然后根据这个范围有针对性的只生成这部分改动的代码覆盖率结果。
通过覆盖率结果反向衡量测试的充分性，更好的和精准评估的测试范围去做比较。
3.2 全量覆盖率
全量覆盖率即全部代码的覆盖结果，不一定要全部去分析，只需关注改动部分及其耦合功能的覆盖情况即可，这里结合精准耦合分析结果一起分析。
四、衡量覆盖率结果
代码覆盖是一种状态指示器，而不是衡量性能或正确性的单元。
代码覆盖率是给程序员参考的，是给我们发现代码中问题的一种手段，可以发现过时的，未测试的类，还可以发现未经测试执行可能导致问题的路径。在实际项目中，代码覆盖率总是低于100%。取得完全覆盖是不可能的，如果取得，那也是非常罕见的。分析前一定要确定那些为必须覆盖，那些为可以或不覆盖，不要为了覆盖而覆盖，代码逻辑的熟练程度对分析覆盖率会有很大的帮助，一定要先梳理清楚。
五、本章小结
代码覆盖率是软件测试中的一种度量手段，主要用来描述程序中源代码被测试的比例和程度。
在单元和系统测试过程中，其常常被拿来作为衡量测试好坏的指标，甚至很多情况下用代码覆盖率来考核测试任务完成情况，经常会被要求代码覆盖率必须达到XX%以上，才算测试充分，于是乎测试人员或者开发人员费尽心思设计案例来覆盖代码，这种用代码覆盖率来衡量，有利也有弊。
给读者的一些忠告：
1、覆盖率数据只能代表你测试过哪些代码，不能代表你测好这些代码。
2、不要过于相信覆盖率数据。
3、不要只拿语句/行覆盖来衡量
4、路径覆盖率>判断覆盖>语句覆盖
5、不要盲目的为了提供覆盖率而补充用例，应该想办法设计更好的用例，哪怕多设计的用例对覆盖率提升没有效果。
本章完~
22/2<12
6821
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
