卓越工程之如何做好Code Review

阿里妹导读

本文主要从我们为什么需要CR？CR面临哪些挑战？CR的最佳实践几个方面分析，希望可以给读者一些参考。

为什么需要CR？

代码质量

定性来看，大家都认可Code Review（后文简称CR）能显著改善代码质量，但国内量化的研究结果比较少，以下引用业界比较知名的几个定量研究结果：

Capers Jones分析了超过12,000个软件开发项目，其中使用正式代码审查的项目，潜在缺陷发现率约在60-65%之间；大部分的测试，潜在缺陷发现率仅在30%左右。

Steve McConnel在《Code Complete》中提到：仅仅依靠软件测试效能有限–单测平均缺陷发现率只有25%，功能测试35%，集成测试45%，相反，设计和代码审查可以达到55%到60%。

SmartBear研究了一个历时3月，包括10名开发人员完成的10,000行代码的工程，通过引入CR在接下来的6个月中可以节省近6成的bug修复成本。

技术交流

SmartBear研究报告中这段话比较能表达CR对技术交流的价值，引用如下：

Actually writing the source code, however, is a solitary activity. Since developers tend to create code in quiet places, collaboration is limited to occasional whiteboard drawings and a few shared interfaces. No one catches the obvious bugs; no one is making sure the documentation matches the code. Peer code review puts the collaborative element back into this phase of the software development process.

Google认为CR参与塑造了公司的工程师文化，CR也与笔者所在部门一贯倡导的「极致透明」的文化相契合，资深同学的CR，对团队内新人的快速成长也很有帮助。

卓越工程

Linux的创始人Linus Torvalds有句名言：Talk is cheap, Show me the code，代码是程序员的作品，CR只是一种提升代码质量的工具，敢于Show出自己的代码，并用开放的心态去优化完善，才是每个程序员审视自我，从优秀到卓越的关键所在。

既然CR好处这么多，大多团队也在实践，但为什么效果差强人意呢，主要是CR在大型项目实践中面临诸多挑战。

CR面临哪些挑战？

挑战1：CR的代码改动范围过大

笔者观察，很多项目落实CR的最大挑战是项目进度压力很大，发布计划倒排根本没有给CR预留时间，所以大部分CR是在临近提测前（甚至有些是边测试边进行）集中进行，面对动辄上千行的代码变动，评审者需要花大量时间和代码提交者交流了解业务逻辑，迫于时间压力大多只会检查最基本的编码规范问题，而没有达到CR预期的效果。SmartBear公司对 CR 节奏的研究指出：每次大于400行的CR每千行代码缺陷发现率几乎为零。

那么怎样的提交粒度比较合适呢？笔者的经验是和单元测试case匹配（这里问题来了，没时间写单元测试怎么办，本文姊妹篇再来聊聊单元测试），完成一个功能，跑一个单元测试验证逻辑，然后commit一次。如下图，Aone（阿里内部的研发平台）提供的功能内置支持按照提交版本分批DIFF，分批Review。

挑战2：CR对评审者全局知识要求很高

CR一般由团队内资深的技术同学进行，对于大型复杂项目的CR需要评审者对编码规范、分布式架构设计原则、业务知识有全面的了解，举个例子，下面是某服务提供的等级查询接口关键代码CR片段：

- public Level queryLevel(LevelQueryRequest request) {+ public Level queryLevelWithExpireRefresh(LevelQueryRequest request) { Level result = levelRepository.findLevelWithoutInit(request.getId());if (null == result || isExpired(result.getEndTime())) {// 如果等级为空，兜底返回L0；等级已过期，实时返回默认等级，并异步刷新if (result == null) { result = levelRepository.buildInitLevel(request.getId(), LevelEnum.L0); }//查询为空，或者已过期发送消息，刷新等级- LevelRefreshRequest refreshRequest = buildRefreshRequest(request);- levelWriteService.refreshLevel(message.getId(), refreshRequest);+ RefreshMessage refreshMessage = buildRefreshMessage(request);+ refreshMessageProducer.sendMessage(refreshMessage); }return result;}

- publicclassRefreshMessageListenerextendsAbstractMessageListener{+ publicclassRefreshMessageListenerextendsAbstractOrderlyMessageListener{@Autowired- private LevelWriteService levelWriteService; + private LevelWriteRegionalService levelWriteRegionalService;@Overrideprotectedbooleanprocess(String tags, String msgId, String receivedMsg){ RefreshMessage message = JSON.parseObject(receivedMsg, RefreshMessage.class);if (message == null || message.getId() == null) { log.warn("message is invalid, ignored, src={}", receivedMsg);returntrue; } LevelRefreshRequest refreshRequest = buildRefreshRequest(message);- levelWriteService.refreshLevel(message.getId(), refreshRequest);+ levelWriteRegionalService.refreshLevel(message.getId(), refreshRequest);returntrue; }}

面对上面代码改动，要进行富有成效的CR，下面是代码评审者必须掌握的业务和技术知识：

为什么存在等级为空的情况？
为什么要设计成读时写？
为什么不是直接计算等级，而需要用消息队列？
为什么要用Regional（区域化）接口和有序消息刷新等级？

挑战3：CR价值最大化需要团队具备卓越工程基因

前文提到CR有助于团队内的技术交流，下面是几个笔者亲历的Case，通过对典型CR问题的广泛讨论不仅提升了业务代码的质量，而且探索到了技术创新点，逐步建立起团队追求技术卓越的氛围：

CASE1：一个业务使用3个时间穿越开关

背景

时间穿越是营销类业务系统最常使用的工具之一，通过全局控制，可以提前测试某个在未来开始的业务功能。笔者接触到的一个业务由2个服务A、B组成，A是一个老应用，使用了一个开关，后来B又在不同业务场景中使用了2个新的开关，在一次CR中发现了一个业务重复使用3个不同开关的问题，由此展开了一次讨论。

privatestatic final String CODE = "BENEFIT_TIME_THROUGH";publicDate driftedNow(String userId) {try { TimeMockResult<Long> result = timeThroughService.getFutureTime(CODE, userId);if (result.isSuccess()) {returnnewDate(result.getData()); } } catch (Throwable t) { log.error("timeThroughService error. userId={}", userId, t); }returnnewDate();}

观点1：彻底服务化

按照DRY（Don't Repeat Yourself）原则，最理想的方案是把该业务用到的时间穿越开关统一由一个服务提供，因为时间穿越工具是借助动态配置中心推送开关到本地，然后做内存计算；如果统一成服务后，A和B都需要依赖远程服务调用，而B是一个高并发的使用场景，会有较大性能损耗。

观点2：富客户端

把统一开关包装成一个三方库，独立提供jar包供A、B服务分别依赖，这样解决了前面方案的性能消耗问题。但两个应用需要同步做更新和升级。

观点3：配置统一，重复代码三处收拢为两处

该观点认为彻底服务化和富客户端属于两种极端，可以采取折中方案容忍部分代码重复，但使用相同的时间穿越开关。

总结：

这个Case的讨论涉及到一个公共逻辑抽取的方案权衡问题，进程内调用的富客户端性能损耗低，但后期维护和升级困难，而且过于复杂的客户端逻辑容易引发依赖方包冲突、启动耗时增加等问题；彻底服务化只需要保持接口契约一致可以实现较快迭代，但对服务提供者SLA要求高；为了平衡前两者的问题，微服务架构中的SideCar模式则是在功能性的应用容器旁部署另一个非功能性容器，使得开发团队可以对主应用和SideCar进行独立管理。关于这个问题网上有很多讨论内容读者可以进一步了解学习。

CASE2：SSR（服务端渲染）API稳定性优化

背景

上图是一个典型的服务端渲染服务架构，SSR服务通过加载配置，对每个模块进行独立数据组装，并整体返回结果到端侧。一般应用在电商系统复杂只读页面的动态搭建，如首页、商品详情页、导购频道等。下面是组装数据部分的待评审代码片段。

// 提交任务ioTaskList.stream().forEach(t -> futures.add(pool.submit(() -> t.service.invoke())));// 阻塞获取任务结果futures.stream().forEach(f -> {try { result.add(f.get()); } catch (Exception e) { log.error(e.getMessage(), e); }});

Step1：增加固定超时控制

// 提交任务ioTaskList.stream().forEach(t -> futures.add(pool.submit(() -> t.service.invoke())));// 阻塞获取任务结果futures.stream().forEach(f -> {try {- result.add(f.get());+ result.add(f.get(1000, TimeUnit.MICROSECONDS)); } catch (Exception e) { log.error(e.getMessage(), e); }});

Step2：自适应超时控制

publicabstractclassBaseService<T> implementsService{@Overridepublic T invoke(ServiceContext context){ Entry entry = null;try {// 根据service类别构造降级资源 String resourceName = "RESOURCE_" + name(); entry = SphU.entry(resourceName);try {// 未触发降级，正常调用后端服务return realInvoke(context); } catch (Exception e) {// 业务异常，记录错误日志，返回出错信息return failureResult(context); } } catch (BlockException e) {// 被降级，可以fail fast或返回兜底数据return degradeResult(context); } finally { entry.exit(); } }publicabstract T realInvoke();}

Step3：自适应超时控制+自定义资源key

publicabstractclassBaseService<T> implementsService{@Overridepublic T invoke(ServiceContext context){ Entry entry = null;try {// 这里的key由service实现，融合了服务类型和自定义key构造降级资源 String resourceName = "RESOURCE_" + key(context); entry = SphU.entry(resourceName);try {// 未触发降级，正常调用后端服务return realInvoke(context); } catch (Exception e) {// 业务异常，记录错误日志，返回出错信息return failureResult(context); } } catch (BlockException e) {// 被降级，可以fail fast或返回兜底数据return degradeResult(context); } finally { entry.exit(); } }publicabstract String key(ServiceContext context);publicabstract T realInvoke();}

总结：

Step1很容易理解，增加1000ms超时设置可以避免某个数据源严重超时导致整个渲染API不稳定，做到fail fast，但核心挑战在于多长的超时时间算合理；Step2通过依赖降级组件，根据不同数据源服务设置不同超时时间，实现了自适应超时控制；Step3相比Step2改动非常小，不了解业务背景可能不清楚它们的区别，Step2的降级控制作用在服务类别上，比如营销服务、推荐服务各自触发降级，但还有一类数据源服务其实是网关类型，内部耗时会根据某个或某些参数不同有较大差异，例如TPP（阿里内部的算法平台，不同算法逻辑共享一个网关API，但不同算法复杂度耗时差异巨大）服务就是一个典型，所以Step3允许自定义key()实现更精细的超时控制。

团队由CR引发的技术深入讨论和持续优化形成了这套自动化降级能力，上图是实际线上运行效果，可以看到系统随着依赖数据源服务RT的抖动实现了自动化自适应降级和恢复。

CR有没有最佳实践？

Code Review的边界

对于什么是一个好代码，上图从可靠、可维护和功能完备做了划分。笔者认为CR并非包治百病的银弹，它也有它的能力边界。把设计方案交给设计评审，把业务逻辑验证交给单测；把编码规范交给静态代码扫描（Static Code Analysis），剩下部分再由Peer Review做最后一道把关。CR引发的技术传承、技术交流以及由此形成的追求卓越的团队文化，才是它的最大价值。

出发点：程序员的初心

归根结底，程序员的好奇心和匠心才是提升代码质量的根本，目前笔者所在部门已经在晋升考核中增加了CR环节，烂代码会被一票否决，这就需要日常工作中不断追求技术卓越，在平时多下功夫。

看不见的手：自动代码扫描

之前在某社区看到有个热帖讨论程序员的工作是不是劳动密集型，某个回帖比较形象「我们的工作本应是CPU密集型，结果却成了IO密集型」。基本的编码规范完全可以借助代码自动化扫描识别，而这个占比也是比较高，可以有效降低CR成本。业界的CheckStyle、FindBug都有完善的CI/CD插件支持，阿里云也提供了IDE智能编码插件，内置了编码规范支持。

看得见的手：Team Leader的重视

喊口号没有用，只有躬身入局。身边几位参加晋升同学CR的评审官普遍感受是：代码质量分布通常会团队化，不要指望个别优秀的同学带动团队的整体水平提升。确实如此，代码质量需要Team Leader高频参与CR，技术文化的形成需要主管以身作则。

参考：

https://en.wikipedia.org/wiki/Code_review
https://smartbear.com/learn/code-review/agile-code-review-process/
Lessons From Google: How Code Reviews Build Company Culture
阿里巴巴Java编码规约：https://github.com/alibaba/p3c
五种Code Review反模式：https://blogs.oracle.com/javamagazine/post/five-code-review-antipatterns
Capers Jones对软件质量的研究分享：http://sqgne.org/presentations/2012-13/Jones-Sep-2012.pdf
Modern Code Review: A Case Study at Google：https://sback.it/publications/icse2018seip.pdf
智能编码插件：https://developer.aliyun.com/tool/cosy

阿里云开发者社区，千万开发者的选择

阿里云开发者社区，百万精品技术内容、千节免费系统课程、丰富的体验场景、活跃的社群活动、行业专家分享交流，欢迎点击【阅读原文】加入我们。

继续阅读

阅读原文