sonarqube静态安全扫描工具-苏州华克斯

SonarSource 的产品和服务被世界各地的客户所使用。所有规模的组织都在使用来自 SonarSource 的产品和服务提高生产率， 降低风险， 终开发更好的软件。

SonarQube 使软件质量成为 Agirc 和 Arrco 软件开发过程中的一个集成组件。Agirc & Arrco 是一家法国公司， 负责管理超过2200万员工的补充养老金， 并在广泛的行业、农业和商业领域担任高管。计算和计算这许多客户的养老金应该是昂贵的， 如果不是灾难性的， 如果做错了。Agirc 和 Arrco 真的需要的软件， 以确保其业务运作顺利运行， 其养老金得到正确和及时的评估。此外， 具有优异的软件质量意味着更少的时间用于 bug 修复和提高开发新项目的效率。手动代码检查! = 软件质量

早在 2008年， Agirc 和 Arrco 就意识到需要改进它的应用， 才能取得进展， 但它的编码团队根本不知道如何去做。质量过程于针对已知 bug 对小块应用程序进行手动代码检查。作为一个短期的结果， 这些 bug 是固定的， 但进程留下的， 根本问题未触及。在软件质量过程的这个阶段， Agirc 和 Arrco 面临着许多组织共有的三关键挑战:无法识别起始点， 并确定工作的优先级。团队不知道在哪里开始改进， 或者快速获胜的地方--如果他们还存在的话。无法看到需要多少改进， 并估计将质量提高到可接受水平的努力。无法阻止新创建的应用程序重新引入在现有应用程序中纠正的相同质量问题;再犯同样的错误。SONARQUBE 使代码的改进变得清晰和简单

在2008年秋季， Agirc 和 Arrco 用 maven 2 取代了它的 maven 1 构建过程， 并且作为这个过程的一部分， 评估了几个解决方案来支持不断改进的软件质量。经过大量研究， SonarQube 被选为在整个组织中管理软件质量的集中解决方案。'首先 SonarQube 是一个简单的， 当你开始使用它: 不需要庞大的配置' bastien Touzet， 应用建筑师在 Agirc Arrco。Touzet 还赞赏 SonarQube 融入开发环境的事实。'我们的特征之一是通过 SonarQube 插件进行 Eclipse 集成: 现在， 我们的开发人员可以看到并改进他们的代码， 而不必在多个工具之间切换'。在实施了 SQALE 插件的技术债务评估， Touzet 说， 团队受益于对软件质量的关键措施的客观衡量标准， 以及如何解决问题的迹象。SonarQube 的简单和 user-friendliness 鼓励组织中的每个人都参与进来， 密切关注 Agirc 和 Arrco 的软件质量， 并采取具体的行动来改进它。例如， 在近的绩效改善项目中， 一家专门的审计公司参与审查公司的 COBOL 批处理程序。然后， 团队利用 SonarQube 的易扩展性， 根据审计结果开发新的 SonarQube 规则。现在， 整个开发团队能够遵循这些编码标准， 避免在其应用程序中引入新的性能问题。新的开发人员立即知道如何确保批处理程序的效率， 避免引入新的问题。从改进代码中获得的优势

长期以来， Agirc 和 Arrco 都低估了代码质量改进的必要性。有一种模糊的理解认为需要改进， 但由于缺乏对问题的了解， 任何人都无法理解其范围或重要性。在 2008年， SonarQube 首先提供了这种可见性， 现在它使软件质量成为软件开发过程中的一个不可分割的组成部分。今天， SonarQube 每天运行， 从50项目中分析超过240万行代码。整个组织参与并参与了嵌入式质量过程， 逐步提高了现有软件的质量， 避免了新开发应用中的质量缺陷。公司及其200强的开发团队专注于长期的、value-added 的活动， 而不是在救火模式下的短期手动 bug 修复。对 Agirc 和 Arrco 的业务影响是难以夸大的: 更好的软件大大降低了错养老金的风险， 并使公司能够灵活地将其软件迅速适应外部环境的变化。

SonarSource简介

治理产品为 gear-up SonarQube 提供了从团队级部署到企业广泛部署 SonarSource 解决方案的功能。它是组织和管理大型项目组合的基石， 其质量模型基于4关键指标: 性、可维护性、可靠性和安全性。

组织大量的应用程序

治理产品提供了组织和构建大型应用程序组合的能力。这是通过定义树来完成的， 其中节点是项目组和项目的叶子。例如， 可以按应用程序、按团队的应用程序、按部门分组等对项目进行分类。

治理

树的数量没有限制， 树木的深度也没有限制。

评估总体健康状况

治理产品为应用程序组合提供了几个健康因素， 包括可维护性， 又称技术债务， 它代表了应用程序或应用程序组的未来维护成本， 以及性， 它代表了应用程序或应用程序组准备装运到生产的情况。

治理

突出风险领域

治理产品作为散热器， 在应用程序组合中突出显示风险区域。这包括操作风险， 即不同于运行时的预期行为以及安全漏洞风险的应用程序， 即可用于其他目的的应用程序， 而不是它们的设计用途。

治理PDF 文件导出 PDF 报表

治理产品增加了将执行仪表板作为 pdf 导出的能力， 以便能够在 web 应用程序之外共享一个投资组合。还可以安排将 PDF 报告定期发送到预定义的收件人列表， 从而在任何级别的投资组合中进行。查看示例项目转移转移项目历史记录

在大型组织中， 为不同部门、业务线运行多个 SonarQube 的实例非常常见， 但也有历史原因。如果是这种情况， 则需要能够在保留项目历史记录的同时将项目从实例转移到另一项。治理产品提供了这种功能。通过扩展， 此功能允许合并 SonarQube 的两个实例。

债务模型控制调整分析模型

每个代码分析器都包含每个规则的预定义补救成本。这些费用在发现问题时适用， 允许计算技术债务补救费用。尽管这些补救费用已在几百万行代码上进行了调整， 并且可以按目前的情况使用， 但可能需要对它们进行调整， 以反映环境中的某些具体情况。

如何在软件开发工作流中构建质量

远见卓识视图， 显示每个测试在运行时的执行时间

假设你是一个希望成长为一家中型科技公司的初创企业--介于30到100工程师之间。招聘是快速发生的， 而且你的代码数量也在快速增长。在较早的阶段， 贵公司专注于证明产品。一切都是规模较小， 你可以循环快速。现在， 随着你的成长， 你有更多的在编写代码和更多的变量的组合。

这是当你注意到产品质量开始恶化， 你不能像你希望的那样快速发布代码。在扩展业务时， 有越来越多的变量需要进行调整， 您可能会忽略更多测试的需要， 并在测试上花费更多的时间。

如果你决定聘请一个 QA 经理， 而后者又带来了一批自动化工程师， 你就可以走出困境。硒测试的覆盖率很高。但随着时间的推移， 事情又开始放慢了。所有的自动化和善意， 你建立了硒覆盖开始打破和失败， 它反复暂停软件工厂。

我们开始的地方

当我加入 Shutterstock 时， 我对公司的自动化测试覆盖率印象深刻。几乎每一个功能的网站上都有测试覆盖率的形式， 硒端对点测试。Shutterstock 有一个开发工作流程的地方通过詹金斯， 将阻止部署到生产， 如果硒测试失败。我喜欢这样;这意味着除非所有的测试都通过了，中国sonarqube静态安全扫描工具， 否则任何人都不能将任何东西放到生产中。

但不久之后，代理商sonarqube静态安全扫描工具， 我意识到，sonarqube静态安全扫描工具， 我们的公司， 这是每天发布多次，代理商sonarqube静态安全扫描工具， 已经变成了一个公司， 现在被禁止发布多天一次， 主要是因为失败的硒测试。常见的情况是， 测试失败不是因为产品损坏， 而是因为它们很脆弱。

一些事情导致了这一点:

终端端 selenium-based 验收测试成为了每个人都依赖于测试的唯yi形式的自动化测试。许多团队甚至停止编写单元测试。

测试框架是片状的， 是由 QA 团队建立和拥有的。当某件事情失败， 整个软件工厂停止运转时， QA 团队中一小部分三到五人的错误就落在了我们身上， 他们经常被指责为放慢了组织的速度。

工程组织花了很多时间来研究如何构建一个可以扩展的产品， 但是没有足够的注意力去构建一个支持这种产品开发的开发工作流程。

质量完全由 QA 团队拥有。

在我们的， 我们有一个 QA 组织， 它没有与组织的其他部分进行扩展。虽然他们拥有自动化所有内容的技能， 但是他们缺乏构建可伸缩的测试框架所需的技能。由于这种差距， 他们无法影响组织的其他人认为质量是所有人拥有的东西， 而不仅仅是 QA 团队。为了弥合这一差距， 我们不得不重新考虑我们对 QA 整体的态度。

迈向新的开始

我想完成两个目标: 首先， 重建 Shutterstock 的测试基础架构/框架， 使其更加稳定， 其次， 改变 Shutterstock 的工程文化， 使之成为一个质量不是由测试工程团队拥有的， 而是由每个人来拥有。

我们改变了招聘测试工程师时所期待的能力。我们希望我们的测试工程师成为强大的开发人员， 他们知道如何构建 object-oriented 的解决方案， 从而帮助他们创建一个稳定且可扩展的测试框架。我们也希望他们成为有影响力的人， 他们可以推动他们的团队做正确的事情， 而不采取跳过单元测试这样的捷径。一旦我们建立了一个 world-class 测试工程团队， 我们就开始了解如何快速发布， 同时保持一个的产品。

我们知道我们da的问题是脆弱的测试， 所以我们建立了一个叫做 '睿智' 的工具来记录每个测试的通过/失败数据。我们所有的测试都把数据推入睿智， 每次他们作为我们的詹金斯工作流程的一部分运行。然后， 我们在这个数据库之上建立了一个网站， 使数据的挖掘变得容易。我们现在能够监控工作的合格率、个别测试的及格率、常见的失败消息、的运行测试， 等等。有了这些数据， 我们就可以保持自己和其他人的责任感。我们的一个团队受影响的失败的测试认识到， 他们通常的传球率只有20%。(试想一下， 由于这一路障， 软件工厂经常停下来。通过使用远见卓识， 他们能够快速隔离测试的di合格率， 并在这些测试中看到常见的失败消息。团队对测试脚本进行了简单的修复， 以提高其可靠性。