Programming Principle & Code Test

导言

大型团队项目代码的编写，有些要求和原则需要遵守。

项目闭环

流程

1. 需求澄清明确：理解背景、功能/收益点、基本设计与实现思路。
   1. 人无我有，人有我优，人优我异。
   2. 竞争力 = 质量/成本/进度 三角；保证质量优先。
2. 开发框架构建：
   1. 敏捷开发流程(快速编译涉及的小单元、快速测试小例子)
   2. 彻底理解工具(或许耗时，但有方法能彻底理解逻辑，e.g.,pytorch.profile，viztracer,GDB)
   3. 实时看护运行框架(低开销监控修改的影响：修改正确的触发，对前中后的时间影响，e.g.,cpprinter，CI)
   4. 批量实验设计：组内原始数据，组件CSV数据对比，整体可视化感知。
3. 理解已有设计：只有充分理解设计，才不会有疏忽漏洞和BUG
   1. 项目拆分，确定看护代码规模
   2. 先使用彻底理解工具来Profile理解
4. 向前兼容设计/重构：
   1. 最小化修改原则下，回答5W1H

   2. 实时输出《详细设计文档》

5. 小步开发交付：
   1. 小步敏捷开发。不超过100行代码提交一次PR。
   2. DEBUG/DEV同时开发，DEV虽然支持打印debug信息，但是没有-g的堆栈信息，不能快速GDB。
   3. 及时保存各种情况的编译包。
6. DEBUG（需要真实的证据，和严谨的推导）
   1. 在同一套添加了DEBUG信息和开启了DEBUG模式的代码里，用环境变量字串，来控制代码中的元修改，通过排列组合的快速测试，来定位到相对于原代码，哪几处的元修改导致了seg fault.
   2. （不敏捷）使用无限画布，来推导
   3. 从已知到目标，包括猜想、实验、测试、阶段结论的循环。
7. 测试并可视化：
   1. 由于共用机器，OS等环境很容易发生变化，测试时一定要成组测试，baseline和修改后要一起测试。
   2. 如果出现BUG，一定是看护规模不够大，影响了外部组件，返回第三步针对debug涉及组件扩大看护规模，重新收集。

   3. 实时输出《自验文档》，基于哪个gitid的包，进行了哪些对比实验。

   4. wiki(使用说明)

8. 接口部署
9. 回顾分析：提取重点和案例

技巧

1. 用户需求分类和排序：KANO三层模型
2. 根因分析：5WHY，通过连续的询问来明确根本原因。
3. 5W+3H: Why,What,Who,When,Where + How/How long/How much
   1. Why是关注项目的背景：一般是性能瓶颈，不支持流行的功能
   2. What是具体做什么，实现什么
   3. How much是这里一般指人力开销(每人天)
   4. How long是功能的开销

实际情况

艰难的开发环境：多人共用Root，可用时间极短

1. 任务抢占：在跑高性能任务时，还有其他的人跑
2. 任务中断：任务一半被kill，机器一天重启三次
3. 环境变化：OS更换内核，g++消失/变版本

权限与隔离

1. 文件隔离: 更换export HOME=/home/t00906153
2. shell隔离: zsh shell

由于机器(显卡)可用时间极短，所以要保证测试的有效性，功能开发时要提前单元测试，保证子模块的正确性和测试效率。

庞大的复杂项目：编译慢，测试慢，报错多

torch-npu基于meta的PyTorch，还安装了许多三方库。

需要功能拆分，拆分出独立的功能单元，在其余仓库进行开发、编译和单元测试。之后在快速合并。

庞大的复杂项目：黑盒部分多

几十万行的代码肯定的不懂的地方比理解的地方多。

米山：各自开发，标准不一，重复冗余

每个人都按照自己的功能需求在某个目录下拓展代码，不关心旁边文件夹的内容的实现，导致有重复代码和，不同的定义区别。

需要wiki

方法论

1. 从已知推进到未知：基于事实论据-> 假设实践（设计编码）-> 测试验证 -> 支持/修正假设。
2. 从复杂划分出简单：将复杂项目和需求拆分，缓慢的编译和测试打散，小步开发递进

三层类设计

1. DAO（数据持久化）层：最底层是聚类数据和基于数据的原子操作，包括保存外部的config或者选项的参数的类config_data。
2. Server层：上面一层是根据底层状态数据和外部参数决定的操作组合（工厂类）,利用掌握的所有数据类及其上面的元操作进行复杂功能实现。满足开闭原则，这一层添加新函数。也可以再分成两层：偏原子操作类，偏调度类
3. Interface/Controller层：在最上一层是外部处理接口, 并且掌握所有的数据类的unique_ptr，和所有的工厂类的使用。作用是建立/初始化工厂类和各数据类直接的关联

Interface / Implementation

上层接口类与下层实现类(面向不同的场景多态)解耦

目标

1. 期望:延续软件的易拓展性
2. 认知的四层境界：不知道自己不知道；知道自己不知道，知道自己知道，不知道自己知道（化繁为简，融为一体，浑然一体）
3. 认知的多个阶段：愚昧山峰->自信低谷->持续进步。
4. 多用cpp-reference

代码设计

四层思想

• 目标:易读、易维护的Clean Code。
• 从抽象到具体有如下四层：

聚类平衡：高内聚，低耦合

正交设计四原则

1. 消除重复
2. 隔离变化
3. 缩小依赖范围
4. 向稳定依赖

SOLID原则

1. Single Responsibility Principle
2. Open-Closed Principle：对拓展开放，(已有类/函数)修改关闭
3. Liskov Substitution 里氏替换，子类一定可以出现。 LSP是继承复用的基石，只有当衍生类可以替换掉基类，
4. Interface Segregation 接口隔离，组合继承（通过继承多个基类
5. Dependency Inversion 依赖倒置。实例依赖抽象

22种设计模式

具体参考和2，参考书：大话设计模式

有些常用的典型模式：

1. 策略模式 Strategy，一个工厂类包全部
2. 门面模式 Facade，为多子类统一对外接口
3. 模板模式，抽取多个类的公共部分为基类部分来继承/重载
4. 观察者模式 Observe，重点在于如何设计观察的内容（msg的数据量大小）

大致分为四类：

1. 创造型
2. 行为型
3. 结构型
4. 告警->观察者模式。

其余原则

1. 首位是正确性（通过所有测试）
2. DRY (Don’t Repeat Yourself)
3. KISS (Keep It Simple, Stupid)
4. YAGNI (You Ain’t Gonna Need It)：不必预期编码，而是预留接口
5. SMaRT,安全，可维护，可移植，可测试
6. 最小职责（别和陌生人说话

具体实现

1. BFS写法+分治法
2. 函数设计要求
   1. 多思考函数的必要性，通用性
   2. 任务、函数解耦; 降低圈复杂度是提升可读性的有效方法。
   3. 命名简洁有特色，自注释，见字知意，
   4. 利用参数的信息来简化函数名，比如split(string A, char B)比splitString好。
3. 如没必要，尽量简化传参
   1. 直接返回值，避免在外面初始化重要变量，然后传地址的方式
   2. 重要的输入，会喜欢写在外面，如果只在函数内使用，这是没必要的
4. 代码就近原则，相关功能的代码写一起
5. 多用空格
6. 高效读代码：BFS读代码方式，边读代码边输出UML类图，

使用上下文图来分析函数的子功能，UML来画类图

• 上下文图工具
• PlantUML vscode 插件

闭环

计划、总结反思

• PDCA 戴明环：plan do check act
• ORID ：Objective客观 Reflective反应 Interpretive诠释 Decisional决定

命名

编程时函数命名和变量命名一直是比较头疼的事情，

函数命名

1. 经典的动宾短语？

变量命名

1. 临时变量
2. 私有变量: time_
3. 全局变量
4. typedef
5. #define
6. struct 和 class 命名

代码测试设计

• 设计的案例需要覆盖所有独立变量/状态/功能的可能情况，但是不要测量最小独立变量间的排列组合，这不满足正交性。
• 反向验证：如果测试case报错，但是不能一眼定位代码问题，说明测试case不满足正交性，需要拆开。
• 如果建立的完备正交的独立测试集，但是还有代码没有覆盖，说明代码有冗余。
• 好的测试相当于代码文档。
• C++ 可以使用 googletest，可参考相关学习文档。

测试设计虽然一般通过代码覆盖率来评估

如果是先写代码再写测试，很容易跳过简单实现的测试（比如状态的初始化）

测试的分类

• UT(Unit Test)
  • 多使用Test Double，用测试替身来替代测试环境中依赖的外部组件
• IT(Integrated Test)集成测试
• ST(System Test)

非功能测试（比如性能调优代码）单元测试是没有能力覆盖的，

这时可以使用其余的评估指标，e.g, google-benchmark

单元测试设计需要保证正交性，和完备性

1. 所有代码覆盖(执行)到，不必须所有case穷尽完。
2. 零，负数，int越界值
3. 避免没有注释/意义的 魔鬼数字。

测试景深，关注正交的单元功能测试

测试设计原则

FIRST原则

什么是好的测试。

1. Fast(<1s),
2. Isolated独立，
3. Repeatable，
4. Self-Validating(确定是pass/fail,不要输出log)，
5. Timely及时测试（TDD）

Right-BICEP原则

1. Right、
2. Boundary、
3. Inverse(反向)、
4. Cross-Checking（交叉检查）
5. Error、
6. Performance

测试设计应该时刻铭记墨菲定律

墨菲定律，又译为摩菲定律，原句是：如果有多种方式去做某事，而其中一种方式将导致灾难，则必定有人会这样选择。在科学和算法方面与英文所谓的“worst-case scenario”

CORRECT原则，主要面向集成测试

1. Conformance Consistent 一致性
2. Ordering 顺序
3. Range 范围
4. Existence 存在
5. Cardinality 下标，基数越界
6. Time

TDD思想

• 极限编程核心编程循环：TDD(test-driven development) + 重构 + 简单设计

OOP思想

• 面向对象编程：将数据与操作封装在一起，相对于面向过程，虽然略微复杂，但是代码能高内聚，低耦合，提高了程序后续的可拓展性
  • 面向对象的软件设计原则: 开闭原则、单一职责、依赖倒置、里氏替换
• 通过封装（访问控制）、继承（复用父类函数）、多态（重载函数实现）来实习

代码重构

• 定义：保持外部接口的时候，简化代码
• 目的：提高开发效率，使得代码易于理解与易于拓展
• 何时重构：有时间时、对核心和经常WTF的代码来重构
• 如何重构：小步提交。
  • 识别坏味道的多种方法
  • 抽取、 替换、 组成、 改名、 移动。

参考文献

评论