软件测试

导入覆盖率

sonarqube 可以分析 jacoco 的 exec 文件与 xml 文件，并自动导入覆盖率。exec 文件的分析后续会放弃 支持，主支持 xml 文件的分析。

sonar-scanner \ -Dsonar.host.url=http://sonarqube.testing-studio.com:9000 \ -Dsonar.login=$SONARQUBE_TOKEN \ -Dsonar.projectKey=jmeter \ -Dsonar.projectVersion=1.0 \ -Dsonar.coverage.jacoco.xmlReportPaths=$PWD/jmeter_coverage_tcpserver2/ jacoco.xml \ -Dsonar.projectBaseDir=/Users/seveniruby/projects/jmeter/ \ -Dsonar.java.binaries=/Users/seveniruby/projects/jmeter/

限定范围的代码覆盖

可以通过如下参数限定要分析代码的范围，通常是指明要覆盖的 package 范围

sonar.sources

sonar.inclusions

新增代码覆盖率

sonarqube 可以智能分析新老版本之间的新增代码的覆盖率，这点非常不错，以前一些分析代码 diff 的 工作就节省了。他的代码分析也比较智能，简单的换行并不会干扰代码 diff 的分析范围。

通用覆盖率数据

sonarqube 支持两种通用的测试数据导入

通用覆盖率数据：sonar.coverageReportPaths

通用测试执行数据：sonar.testExecutionReportPaths

这样方便与各种框架进行集成，也方便测试工程师二次定制。

通用测试数据模板

通用覆盖率数据模板

在 sonarqube 的 scanner 分析中，加入对应的配置参数即可导入通用测试数据。

通用测试数据导入的常见用途

将各种测试工具的测试报告转换为 sonarqube 支持的格式从而导入平台

将各种覆盖率工具的覆盖率报告转换为标准格式导入平台

根据需求对差异 diff 覆盖率进行定制，比如除了对新增代码做覆盖，还要对使用了新增代码的依赖 代码也做分析

代码diff方法

代码的 diff 分析是一个比较大的话题，diff 只是对代码的最简单的一个分析策略，要想深入的理解代 码，我们还需要更进一步的分析代码的调用链。我们先看最简单的代码 diff 分析工具。

代码 diff 分析工具

JGit：git 分析工具

JavaParser：语法分析

ASM：读取字节码

javap：jdk 自带字节码分析工具