打开idea -> run -> show coverage data选择对应的exec文件即可获取服务端的代码覆盖情况。

绿色覆盖（活跃代码）

红色未覆盖（僵尸代码）

Reference

1. JaCoCo - Documentatio
2. javaagent使用指南 - rickiyang - 博客园 (cnblogs.com
3. 使用Jacoco统计服务端代码覆盖情况实践 - M104 - 博客园 (cnblogs.com
4. Diving Into Bytecode Manipulation: Creating an Audit Log With ASM and Javassist | New Reli

五. 效能提升

5.1 需求交付效率提升

5.1.1 缩短需求交付周期

因为僵尸代码删除，减少开发需求的范围，降低老代码认知成本，降低测试回归成本。

需求交付周期整体呈缩短趋势！2023/1月落地实践，之前需求交付周期约15天，之后约12天。

5.1.2 降低开发阶段停留时长

僵尸代码大量存在，研发认知需求改动点负荷很高，需要耗费大量时间成本。

2023/1月落地后，开发阶段时长缩短到 4天 以下（由 4.54 缩短至 3.11，缩短约31%），呈明显缩短趋势！

5.2 人效提升

5.2.1 降低研发认知负荷

删除无用僵尸代码，圈复杂度会大幅度降低，重复代码块也会降低，则研发认知负荷也会随之降低！

平均系统重复代码块数从 31 下降至 27 左右，降低了系统维护成本！

5.2.2 提升人均需求吞吐量

因为减少人力认知成本，缩小需求范围，所以会直接提升需求的吞吐量！

自从2023/1月落地实践后，人均需求的吞吐量也大幅度提升，从之前 1.5 提升到 2.5 左右。

5.3 过程质量提升

5.3.1 减少自动化bug数

由于存量僵尸代码减少，则整体回滚用例和场景变得精简，黄金流程也不会被僵尸代码干扰，则自动化bug数也有明显下降趋势！

随着2023年1月以来的不断实践，自动化发现的bug数也逐月递减，从11个/月 -> 9个/月 -> 6个/月 -> 5个/月。

5.3.2 提升单测覆盖率

自从2023年1月落地实践后，随着删除掉大量僵尸代码，整体代码总量在减少，无效代码被无情下线，同时提升了单测代码覆盖率，呈上升趋势！单测行覆盖率从 51.33% -> 52.28%，提升系统质量！

六. 简要总结

• 随着需求不断迭代交付，业务代码必然不断累积，运维成本不断升高，如果线上无用功能的代码一直残留，对研发来说是巨大的累赘！对于此类代码约定俗成为 “僵尸代码”。
• 赶快利用jacoco探针深入分析系统的一行行代码，看到线上功能运行最真实的一面，参照代码的覆盖情况，针对性下线和删除僵尸代码，让系统瘦身，让研发减负！

作者：京东物流 周奕儒

来源：京东云开发者社区 自猿其说Tech