本文首先介绍了遗留代码的概念，并对遗留代码进行了分类。针对不同类型的遗留代码，提供了相应的处理策略。
此外，本文重点介绍了通义灵码在维护遗留代码过程中能提供哪些支持。
什么是遗留代码
Cloud Native
与过时技术相关的代码：
- 与不再受支持的操作系统或软件库相关的代码。
- 依赖于已淘汰的技术栈或编程语言的代码。
为兼容老旧功能而保留的代码：
- 在现代软件中为了兼容旧版本功能而保留的代码片段。
- 为了确保向后兼容性而不得不保留的代码。
缺乏文档和维护的代码：
- 没有良好文档支持的旧代码。
- 缺乏现代开发实践（如单元测试、代码审查等）的代码。
解决遗留代码的方法
Cloud Native
解决遗留代码有以下三种常见的处理方法：
处理方式
利弊
推翻重来
成本高，系统正在运行，会带来代码风险。
进行重构
补充单元测试
通过单元测试识别现有代码中的问题，为未来可能的代码变更提供质量保障。
根据上述描述，补充单元测试是一种有效解决遗留代码问题的方法。然而，这种方法仍然存在一些问题：
- 大量遗留代码缺少单元测试，并且由于代码间的复杂依赖关系，进行测试的成本非常高。
- 具体的衡量标准却不够清晰，无法定义好的单元测试。
- 哪些代码需要添加单元测试？
单元测试常见的误区
Cloud Native
- 缺乏断言的假单元测试：开发者可能会采取仅调用函数而不进行断言的方式，以提高覆盖率指标，导致了许多无效的单元测试。
- 把单元测试当成白盒测试：一些观点将单元测试归类为白盒测试，但实际上应将其视为针对函数签名的黑盒测试。
- 依赖真实环境的单元测试：阻碍单元测试的主要因素包括惰性和依赖环境配置。若不使用 Stub 或 Mock 解除对外部环境（如网络 IP、数据库）的依赖，单元测试将难以达到 FIRST 原则（快速、独立、可重复、自我验证、及时性）。
选择性的进行单元测试
Cloud Native
单元测试除了带来收益外，本身也会产生一定的成本。如果从收益与成本的角度分析遗留代码，将有助于明确为遗留代码补充单元测试的策略，此策略被称为选择性单元测试。那么，如何界定成本与收益呢？
遗留代码单元测试的成本收益象限分类
针对遗留代码的单元测试，可以根据其成本和收益进行象限分类。根据下图，对分类标准和各象限进行详细说明：
分类标准
- X 轴（成本）：代码依赖程度越高，测试成本越大。
- Y 轴（收益）：代码复杂度越高，质量收益越大。
四个象限
代码分类
特性
描述
收益
成本
算法类代码（Algorithms Code）
圈复杂度高，扇入大。
包含较多条件判断和循环语句，依赖其他代码少，但被大量代码依赖。
琐碎代码
（Trivial Code）
圈复杂度小，扇入大。
通常是一些简单的方法，只有一两行代码。
协调类代码（Coordinators Code）
圈复杂度小，扇出大。
处于调用关系的上层，通过调用其他代码来反映特定业务场景。
复杂代码（Overcomplicated Code）
圈复杂度大，扇出大。
逻辑复杂，依赖多，函数冗长且参数繁多，是典型的代码异味。
圈复杂度与依赖的概念理解
- 圈复杂度（Cyclomatic Complexity）：衡量代码中逻辑分支的数量。
- 扇入（Fan-In）：直接调用该模块的上级模块的个数，扇入大表示模块的复用程度高。
- 扇出（Fan-out）：一个模块直接调用的其他模块的数量，扇出大表示该模块依赖其他模块越多。
不同类型代码的处理策略
根据上述的分析，遗留代码的处理策略就变得十分明确：
- 算法类代码（Algorithms Code）：生成单元测试。
- 协调类代码（Coordinators Code）：进行接口测试。
- 复杂代码（Overcomplicated Code）：寻找合适的机会进行重构。
- 琐碎代码（Trivial Code）：不做处理。
使用通义灵码处理遗留代码
1. 了解项目工程
在维护一个工程的遗留代码，首先可通过@workspace 功能了解整个工程的目的及其涉及的各个模块。
2. 对不同类型代码进行处理
1）针对算法类（Algorithms）代码生成单元测试
选中需要基于生产代码进行代码生成的部分。在生成时，请注意所需的框架及 Mock 等依赖信息，可以通过生成单元测试命令后追加相关信息进行补充。如/generate unit testingCppUTest。
一般而言，基于现有代码生成的单元测试用例数量通常较为有限。如果对单元测试的测试场景及用例数量有具体要求，可以在新生成的单元测试文件中，通过测试函数的续写方式生成更多的单元测试。在续写过程中，通义灵码将尽可能遵循已有用例，以此作为上下文进行参考。
2）针对协调类代码（Coordinators）进行接口测试
对于协调类代码而言，单元测试并不是一种理想的解决方案，由于存在过多的依赖，测试成本显著提高。针对此类代码，应该采用接口测试或功能测试的方式进行覆盖，然而在编写自动化测试用例时，开发者常常会遇到相关问题。因此，可以通过通义灵码，快速掌握并理解测试框架。
针对用例的编写，可以选择相应的被测函数，并在问答区中直接提问：基于 Robot Framework 生成以下代码的测试用例。沿着这一思路，同样可以实现相应的 Keywords 等内容。
3）超复杂的代码（Overcomplicated Code）找机会进行重构
针对超复杂的代码，可以使用通义灵码的/generate optimization 命令，以获得针对所选代码的优化建议。代码审查与优化将从语法问题、异常改进、代码整洁度、安全性及风险等多个维度给出相应的优化建议。
针对复杂遗留代码的优化，并不建议开发者们盲目进行全面的优化和重构。遗留代码的变更可能会带来巨大的风险。因此，开发者应根据具体情况，在合适的机会，遵守童子军法则，进行重构和优化。在这一过程中，通义灵码也将为您提供有力支持。
结语
Cloud Native
以上便是在处理遗留代码时可参考的实践。处理遗留代码需要深入代码的复杂结构，细致地追踪每一个可能的分支节点。在这一过程中，除了识别并修复潜在的缺陷外，还必须在有限的时间内完成所有任务。为了避免这一局面的发生，最佳的策略是预防代码的腐化，善用工具，并在编写初期遵循良好的编程原则。
热门跟贴