一、引言
我是一名中间件 QA,我对应的研发团队是有赞 PaaS,目前我们团队有很多产品是使用 go 语言开发,因此我对 go 语言项目的单测覆盖率、集成以及增量测试覆盖率统计与分析做了探索。
二、单测覆盖率以及静态代码分析
2.1、单测覆盖率分析
Go 语言自身提供了单元测试工具 go test
,单元测试文件必须以 *_test.go
形式存在,go test
工具同时也提供了分析单测覆盖率的功能。因为需要将单测覆盖率上传到 sonar 平台展示,所以必须将覆盖率文件转换成能被 sonar 识别的格式,因此,还需要另外一个命令行工具 gocov。
首先我们使用 go test
生成覆盖率输出文件 cover.out
,并通过 gocov 工具来将生成的覆盖率文件 cover.out
转换成可以被 sonar 识别的 Cobertura 格式的 xml 文件。
如下所示:
go test -v ./... -coverprofile=cover.out #生成覆盖率输出
gocov convert cover.out | gocov-xml > coverage.xml #将覆盖率输出转换成xml格式的报告
将生成的单测覆盖率报告发送到 sonar 平台上来展示。
2.2、静态代码分析
Go 静态代码分析工具有两个,分别是 gometalinter 和 golangci-lint,我们现在使用的是 golangci-lint,因为 gometalinter 已经停止维护,而且作者也推荐去使用 golangci-lint。
2.2.1 golangci-lint 的安装
以下是安装 golangci-lint 推荐的两种方法:
- 将二进制文件安装在 (go env GOPATH)/bin/golangci-lint 目录下
curl -sfL https://install.goreleaser.com/github.com/golangci/golangci-lint.sh | sh -s -- -b $(go env GOPATH)/bin vX.Y.Z
- 或者将二进制文件安装在 ./bin/ 目录下
curl -sfL https://install.goreleaser.com/github.com/golangci/golangci-lint.sh | sh -s vX.Y.Z
安装完成之后可以通过使用golangci-lint --version
来查看它的版本。
2.2.2 golangci-lint 的使用
在需要进行静态代码扫描的目录下执行 golangci-lint run
,此命令和 golangci-lint run ./…
命令等效,表示扫描整个项目文件代码,并进行监测,也可以通过指定 go 文件或者文件目录名来对特定的代码文件或者目录进行代码扫描,例如 golangci-lint run dir1 dir2/... dir3/file1.go
。
ps:扫描指定目录的时候是不支持递归扫描的,如果要进行递归扫描需要在目录路径后面追加
/…
默认情况下 golangci-lint 只启用以下的 linters:
Enabled by default linters:
- deadcode: 发现没有使用的代码
- errcheck: 用于检查 go 程序中有 error 返回的函数,却没有做判断检查
- gosimple: 检测代码是否可以简化
- govet (vet, vetshadow): 检查 go 源代码并报告可疑结构,例如 Printf 调用,其参数与格式字符串不一致
- ineffassign: 检测是否有未使用的代码、变量、常量、类型、结构体、函数、函数参数等
- staticcheck: 提供了巨多的静态检查,检查 bug,分析性能等
- structcheck:发现未使用的结构体字段
- typecheck: 对 go 代码进行解析和类型检查
- unused: 检查未使用的常量,变量,函数和类型
- varcheck: 查找未使用的全局变量和常量
Disabled by default linters:
- bodyclose: 对 HTTP 响应是否 close 成功检测
- dupl: 代码克隆监测工具
- gochecknoglobals: 检查 go 代码中是否存在全局变量
- goimports: 做所有 gofmt 做的事. 此外还检查未使用的导入
- golint: 打印出 go 代码的格式错误
- gofmt: 检测代码是否都已经格式化, 默认情况下使用
-s
来检查代码是否简化 - …………………………..
未启用的还有很多工具,可以通过使用 golangci-lint help linters
命令查看还有哪些工具可以使用,如果想要启用没有默认开启的工具,可以在执行命令时使用 -E
参数来启用,比如要启用 golint 的话,只需要执行一下命令 golangci-lint run -E=golint
。除了用 -E
来启动参数外,还可以指定最长执行时间 —deadline
、跳过要扫描的目录 --skip-dirs
等等。如果要了解更多,请使用 golangci-lint run -h
来查看。
特别注意 —-exclude-use-default
参数,golangci-lint 对于上面默认的启用 linters 中做了一些过滤措施,比如对于 errcheck
,它不会扫描 ((os\.)?std(out|err)\..*|.*Close|.*Flush|os\.Remove(All)?|.*printf?|os\.(Un)?Setenv)
这些函数返回的 error 是否被 checked,所以如果代码中使用到这些函数,并且没有接收 error 的话是不会被扫描到的。类似的还有golint
、govet
、staticcheck
、gosec
需要注意。如果想要不过滤这些就需要使用 --exclude-use-default=false
来启用。
2.3、接入sonar
go 接入 sonar 需要 sonar-scanner 工具以及 sonar-project.properties 文件。
2.3.1 sonar-scanner
sonar-scanner 是 sonar 官方提供的代码扫描器,下载地址是 https://docs.sonarqube.org/display/SCAN/Analyzing+with+SonarQube+Scanner
。下载好之后解压,解压后的目录下有四个文件夹,分别是 bin、conf、jre、lib,然后将 bin 文件夹路径添加到 $PATH 环境变量下,使用 sonar-scanner -v
来查看版本。
2.3.2 sonar-project.properties
sonar-project.properties 文件的作用主要是配置 sonar 扫描器扫描哪些类型的文件以及文件目录,最后将报表结果上报到 sonar 服务器,sonar-project.propertie 内容如下:
#sonar安装的服务器地址
sonar.host.url=http://ip:port
#服务器账号
sonar.login=root
#服务器密码
sonar.password=root
#项目使用的语言
sonar.language=go
#项目的独特关键字,maven 项目是 <groupId>:<artiactId>,go 项目自己定义就可以
sonar.projectKey=projectKey
#将在web界面上显示的名字
sonar.projectName=demo
#项目版本
sonar.projectVersion=1.0
#需要分析的源码目录的路径
sonar.sources=.
sonar.exclusions=**/*_test.go,**/vendor/**
sonar.tests=.
sonar.test.inclusions=**/*_test.go
sonar.test.exclusions=**/vendor/**
#golangci-lint 报告路径
sonar.go.golangci-lint.reportPaths=report.xml
#单测覆盖率报告地址
sonar.go.coverage.reportPaths=cover.out
在项目目录下分别执行go test -v ./... -coverprofile=cover.out
以及golangci-lint run --out-format checkstyle ./... > report.xml
等生产报告,并执行sonar-scan 来将生成的报告上传到服务器。这里默认在使用的是sonar8.1 已经支持了golangci-lint
报告主页
三、集成测试覆盖率分析
对于 Go 项目没有类似 java jacoco 这样的第三方测试工具,就算是开源的第三方工具,一般单元测试执行以及单测覆盖率分析都是使用 Go 自带的测试工具 go test
来执行的。
阅读了GO的官方博客之后发现其实针对二进制文件是有类似的工具 gcov。在文章中作者也说了,对于在 go 1.2 之前,其实也是使用类似 gcov 的方式对二进制程序在分支上设置断点,在每个分支执行时,将断点清除并将分支的目标语句标记为 “covered” 。
但是通过文章可以知道,在 go 1.2 之后是不支持使用此种方式,而且也不推荐使用 gcov 来统计覆盖率,因为执行二进制分析是很有挑战且很困难的,它还需要一种可靠的方式来执行跟踪绑定到源代码,这也很困难,这些问题包括不准确的调试信息和类似内联函数使分析复杂化,最重要的是,这种方法非常不便携。
3.1、解决方法
通过查找资料,发现了一个并不完美但是可以解决这个问题的方法。go test 中有一个 -c 的 flag,可以将单测的代码和被单测调用的代码编译成二进制包执行,但是这种方式并没有将整个项目的代码包含进去,不过可以通过增加一个测试文件 main_test.go,文件内容如下:
func TestMainStart(t *testing.T) {
var args []string
for _, arg := range os.Args {
if !strings.HasPrefix(arg, "-test") {
args = append(args, arg)
}
}
os.Args = args
main()
}
将主函数放在此测试代码中,由于 Go 的入口函数是 main 函数,所以这样就会将整个 Go 项目都打包成一个已经插桩的二进制文件,如果项目启动的时候需要传入参数,则会将其中程序启动时传入的不是 -test标记的参数放入到os.Args 中传递给main 函数。以上代码也可以自己在测试文件中增加消息通知监听,来退出测试函数。
当集成测试跑完后就可以得到覆盖率代码,整个流程可参考下图:
#第一步:执行集成测试,并将此函数编译成二进制文件
go test -coverpkg="./..." -c -o cover.test
#第二步:运行二进制文件,指定运行的测试方法是 TestMainStart,并将覆盖率报告输出
./cover.test -test.run "TestMainStart" -test.coverprofile=cover.out
#第三步:将输出的覆盖率报告转换成 html 文件(html 文件查看效果比较好)
go tool cover -html cover.out -o cover.html
#第四步:生成 Cobertura 格式的 xml 文件
gocov convert cover.out | gocov-xml > cover.xml
3.2、缺点
必须所有 Go 语言项目中新增一个这样的测试代码文件,才可以使用
必须退出进程才可以获得报告,但是如果测试程序是在 k8s 的 pod 中,一旦程序退出,pod 就会自动退出无法获取到文件
想要得到测试覆盖率数据不能像 jacoco 那样直接调用接口可以 dump 到本地,程序必须增加一个接收信号量的参数,保证主函数的退出,不然集成测试代码跑完,覆盖率信息是不会写到磁盘的
由于上面的原因,报告储存在远端,无法下载到当前 Jenkins 上,要去远端 dump 文件下来分析
不能将分布式的应用的数据结合起来之后做全量统计(只能跑单个应用)
以上缺陷在有赞paas团队通过一些不是特别优雅的方式解决,以下是解决方案
3.3、优化
ps:由于当前有赞 PaaS 的 ci 环境是在 k8s 集群中实现的,所以这里就针对 k8s中 的优化方案
3.3.1、针对编译前需要新增一个测试文件,包裹main函数
测试函数也是要求所有项目中增加一个测试文件,或者 Jenkins 编译部署镜像之前在 pipline 中生成一个文件
3.3.2、针对以上必须程序退出才可以或许到测试覆盖率报告的缺点:
假设 k8s 基础镜像中已经装好 python,我在启动 pod 的时候默认启动两个服务,一个是被测试的服务,一个是 python 启动的 http 服务。
然后将项目服务的启动写入脚本中,并在 deployment 中通过 nohup 启动服务,并再启动一个 python 服务
spec:
containers:
- command:
- /bin/bash
- -c
- (nohup /data/project/start.sh &);(cd python && -m SimpleHTTPServer 12345)
image: $imageAddress
杀死项目服务后,因为还有 python 服务在,pod 不会退出,可以拿到覆盖率测试报告
3.3.3、覆盖率报告在远端,如何在跑完Jenkins任务后来直接获取到报告:
可以在跑集成测试后通过执行 http 请求来获取容器内的 cover.out,比如 wget http://{ip}:{port}/{path}/cover.out
,并将此覆盖率报告编译成 Cobertura 格式的 xml,放入到 Jenkins 中统计。
如果是执行了多个服务端,需要合并覆盖率报告,可以使用 gocovmerge
3.3.4、如何在k8s中自动化kill程序让其退出:
对于退出程序可以直接在集成测试代码中使用 kubectl 命令将 pod 中的程序 kill
pid=`kubectl exec $podname -c $container -n dts -- ps -ef | grep $process | grep -v grep | awk '{print $2}'`
kubectl exec $podname -c $container -n $namespace -- kill $pid
3.4、jenkins 报告
四、集成测试增量覆盖率分析
4.1、diff_cover
增量覆盖率分析我们选择了开源工具 diffover,diffcover 是用 python 开发,通过 git diff 来对比当前分支和需要比对的分支,主要针对新增代码做覆盖率分析。
4.2、安装
安装 diff_cover的机器需要有 python 的环境,有两种安装方式:
1、通过pip 来直接下载安装
pip install diff_cover
2、通过源代码安装
pip install diff_covers
4.3、使用方式
ps:必须在需要对比的项目目录下运行!!!
4.3.1 生成单元测试覆盖率报告
go test -v ./... -coverprofile=cover.out
gocov convert cover.out | gocov-xml > coverage.xml
4.3.2 增量覆盖率分析
diff-cover coverage.xml --compare-branch=xxxx --html-report report.html
--compare-branch:是选择需要对比的分支号
--html-report:是将增量测试报告生成 html 的报告模式
除了以上参数,此工具还有很多其他参数,比如
--fail-under:覆盖率低于某个值,返回非零状态代码
--diff-range-notation:设置 diff 的范围,就是
git diff {compare-branch} {diff-range-notation}
的作用等等。具体可以通过
diff_cover -h
来获得更多详细的信息
4.4、报告
- 命令行展示
- HTML展示
表格中可以看到当前分支覆盖率与选定分支覆盖率的差异。