CN112256272B - 检测源代码质量的方法、***、计算机设备及存储介质 - Google Patents
检测源代码质量的方法、***、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112256272B CN112256272B CN202011119425.6A CN202011119425A CN112256272B CN 112256272 B CN112256272 B CN 112256272B CN 202011119425 A CN202011119425 A CN 202011119425A CN 112256272 B CN112256272 B CN 112256272B
- Authority
- CN
- China
- Prior art keywords
- source code
- code
- quality
- detection result
- developer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/43—Checking; Contextual analysis
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种基于代码开发人员维度检测源代码质量的方法，将当前代码开发人员的用户Id与源代码质量检测结果进行绑定的策略，运用当前提交源代码质量检测结果与上一次检测结果进行差异化比较的方法，得到当前开发人员提交的源代码质量检测结果数据。本发明的方法解决了源代码检测工具SonarQube无法满足按照代码提交者维度对源代码进行质量检测的技术问题。
Description
技术领域
本发明涉及软件源代码质量检测技术领域，特别涉及一种基于代码开发人员维度检测源代码质量的方法、***、计算机设备及存储介质。
背景技术
随着计算机及软件技术的快速发展，软件项目的开发周期越来越短，因此采用快速迭代及持续交付成为了大多数软件公司的必然选择，在这过程中保证软件代码的质量变得尤为重要。开发人员完成代码开发后使用SonarQube工具对源代码进行检测，在这种工作模式下，开发人员通过查看源代码的质量检测情况，对有质量问题的源代码进行修复，其缺点在于不能满足代码提交者(开发人员)只查看自己编写的源代码质量情况，从而快速定位自己源代码问题并进行修复，这就造成了开发人员需要从大量的质量检测结果中查找、识别、定位和修复自己编写的源码问题变得十分的繁琐和困难，从而导致需要消耗大量时间、精力和高昂的人力成本。而造成这一缺陷的技术原因就在于源码质量工具SonarQube不能按照代码提交者维度对源代码进行质量检测，没有实现对当前代码提交者(开发人员)编写的源码进行质量检测功能。
发明内容
本发明的目的是克服上述背景技术中不足，提供一种基于代码开发人员维度检测源代码质量的方法、***、计算机设备及存储介质，将当前代码提交者(开发人员)的用户Id与源代码质量检测结果进行绑定的策略，运用当前提交源代码质量检测结果与上一次检测结果进行差异化比较的方法，得到当前开发人员提交的源代码(本次变化的源代码，即新增、修改或删除的源码)质量检测结果数据，解决了源代码检测工具SonarQube无法满足按照代码提交者维度对源代码进行质量检测的技术问题。
为了达到上述的技术效果，本发明采取以下技术方案：
一种基于代码开发人员维度检测源代码质量的方法，包括以下步骤：
在源代码流水线drone.yml文件中配置当前代码开发人员的用户Id，并将当前配置的代码开发人员的用户Id与本次代码质量检测进行关联绑定；
代码开发人员提交源代码至代码仓库并触发代码检查工具对源代码质量进行检测；
检测完成后激活网络钩子调用restful API接口；
通过接口请求，在请求体中获取项目的主键ProjectKeys和代码开发人员的用户Id；
在源代码中配置测量指标文件，根据业务需要配置相关的质量检测的测量指标；
根据配置的测量指标，生成测量指标主键metricKeys字符串；
通过得到的metricKeys和ProjectKeys参数，请求代码检查工具API获取当前提交的源代码质量检测结果；
根据项目的主键ProjectKeys参数在数据库中查询当前项目上一次的检测结果；
将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算，得出当前代码开发人员变化的源代码质量结果数据；
将当前代码开发人员的源代码质量结果与当前开发人员的用户Id进行绑定，然后存储检测结果。
进一步地，所述代码检查工具为SonarQube工具。
进一步地，在根据配置的测量指标生成测量指标主键metricKeys字符串时，具体将每个测量指标之前用逗号分隔。
进一步地，将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算时，具体是用当前质量检测结果数据减去上一次质量检测结果数据。
进一步地，当前代码开发人员变化的源代码包括以下方式实现：新增、修改或删除源代码。
同时，本发明公开了一种基于代码开发人员维度检测源代码质量的***，包括：
配置模块，用于在源代码流水线drone.yml文件中配置当前代码开发人员的用户Id，并将当前配置的代码开发人员的用户Id与本次代码质量检测进行关联绑定；
检测模块，用于对代码开发人员提交至代码仓库的源代码进行质量检测，并在检测完成后激活网络钩子调用restful API接口；
参数获取模块，用于通过接口请求，在请求体中获取项目的主键ProjectKeys和代码开发人员的用户Id；
测量指标配置模块，用于在源代码中配置测量指标文件，并根据业务需要配置相关的质量检测的测量指标；
参数生成模块，用于根据配置的测量指标，生成测量指标主键metricKeys字符串；
检测结果获取模块，用于通过得到的metricKeys和ProjectKeys参数，请求检测模块获取当前提交的源代码质量检测结果；
查询模块，用于根据项目的主键ProjectKeys参数在数据库中查询当前项目上一次的检测结果；
质量比较模块，用于将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算，得出当前代码开发人员变化的源代码质量结果数据；
存储模块，用于将当前代码开发人员的源代码质量结果与当前开发人员的用户Id进行绑定，然后存储检测结果。
进一步地，所述检测模块是通过SonarQube工具对源代码进行质量检测。
进一步地，所述质量比较模块将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算时，具体是用当前质量检测结果数据减去上一次质量检测结果数据。
同时，本发明还公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述检测源代码质量的方法的步骤。
同时，本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述检测源代码质量的方法的步骤。
本发明与现有技术相比，具有以下的有益效果：
本发明的基于代码开发人员维度检测源代码质量的方法、***、计算机设备及存储介质，针对软件源代码质量检测不能按照代码提交者维度进行统计的问题，采用了一种将当前代码提交者(开发人员)的用户Id与源代码质量检测结果进行绑定的策略，运用当前提交源代码质量检测结果与上一次检测结果进行差异化比较的方法，得到当前开发人员提交的源代码(本次变化的源代码，即新增、修改或删除的源码)质量检测结果数据，解决了源代码检测工具SonarQube无法满足按照代码提交者维度对源代码进行质量检测的技术问题。
其在具体应用中可以实现以下技术效果：
效果1：采用了将当前代码提交者(开发人员)的用户Id与源代码质量检测结果进行绑定的策略，实现了按代码提交者维度检测源代码质量。
效果2：在源码检测检测命令中传递当前代码提交者(开发人员)的用户Id来执行检测功能，从而实现只统计当前开发人员自己变化的源代码(新增、修改或删除的源代码)的质量检测结果。
效果3：通过在源代码流水线配置文件drone.yml中对当前代码提交者(开发人员)的用户Id进行配置，实现当前项目代码检测功能与用户关联功能。
效果4：通过采用对当前项目提交源代码质量检测结果与上次代码质量检测结果进行差异化比较的算法，得到当前用户的变化源代码的质量检测结果数据。
附图说明
图1是本发明的基于代码开发人员维度检测源代码质量的方法流程示意图。
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例：
实施例一：
如图1所示，一种基于代码开发人员维度检测源代码质量的方法，具体不好看以下步骤：
步骤1.在源代码流水线的drone.yml文件中代码质量检测命令处配置当前开发人员的用户Id，并将当前开发人员与本次代码质量检测进行绑定。
本实施例中具体示例如下：
echo sonar.analysis.userId＝1>$SONAR_PROJECT_BASE_DIR/sonar-project.properties；
其中，sonar.analysis.userId＝1即为当前开发人员的用户Id。
步骤2.开发人员完成代码编辑后，提交源代码至gitea源代码仓库并触发SonarQube工具对源代码进行质量检测，检测完后激活Webhooks钩子函数对restful API接口进行调用。
其中，Webhooks钩子的URL需要配置restful API接口地址，示例如：http:// localhost:8080/sonarqube。
步骤3.在上一步骤配置的restful API接收到Webhooks钩子函数Post请求后，从请求报文中获取项目的主键ProjectKeys及开发人员的用户Id。
步骤4.在源代码中配置测量指标文件，根据业务需要配置相关的质量检测的测量指标。
如本实施例中配置的测量指标示例如下：
"ncloc_language_distribution"为开发语言、"ncloc"为代码行数、"bugs"为缺陷数量、"vulnerabilities"为漏洞数量、"security_hotspots"为疑似漏洞数量、"code_smells"为坏味道、"duplicated_lines_density"为重复比例、"comment_lines_density"为注释比例、"complexity"为圈复杂度、"cognitive_complexity"为认知复杂度、"sqale_index"为技术债务等代码质量检测指标属性。
步骤5.根据上一步骤的测量指标配置文件，生成测量指标主键metricKeys字符串，且各测量指标用逗号分隔。
本实施例中具体示例如下：
metricKeys＝"ncloc_language_distribution,ncloc,bugs,vulnerabilities,security_ho tspots,code_smells,duplicated_lines_density,comment_lines_density,complexity,cogn itive_complexity,sqale_index"。
步骤6.根据前面步骤获得的metricKeys和ProjectKeys请求参数,请求调用SonarQube API获取当前提交源代码质量检测结果。
步骤7.根据项目主键ProjectKeys获取项目源码上一次的检测结果数据。
步骤8.将当前提交源代码质量检测结果与上一次的检测结果数据进行对比和计算，对前面步骤配置的测量指标进行一一对比，具体是用当前提交检测结果数据减去上一次检测结果数据，得出当前代码提交者(开发人员)编写的代码质量结果数据。
步骤9.绑定提交人员(开发人员)的用户Id与计算后得到的源代码质量检测结果并存储。
综上可知，本发明的技术方案具体是按代码提交者维度自动检测源代码的质量。通过在源代码流水线的drone.yml文件中代码质量检测命令处配置当前开发人员的用户Id，将当前开发人员与代码质量检测进行绑定，然后提交代码到仓库激活SonarQube工具对源代码进行质量检测，检测完后通过工具的Web钩子函数调用restful API接口以获取源代码质量检测结果，然后将当前提交源代码质量检测结果与上一次检测结果进行差异化比较，利用现有的源代码质量检测技术，实现了一种自动检测代码提交者提交的源代码质量的技术方案。
实施例二
一种基于代码开发人员维度检测源代码质量的***，包括：配置模块，检测模块、参数获取模块、测量指标配置模块、参数生成模块、检测结果获取模块、查询模块、质量比较模块、存储模块，其中，参数获取模块分别与检测模块及配置模块连接，测量指标配置模块与参数生成模块连接，检测结果获取模块与参数生成模块及参数获取模块连接，质量比较模块分别与查询模块、检测结果获取模块、存储模块连接。
具体的，配置模块用于在源代码流水线drone.yml文件中配置当前代码开发人员的用户Id，并将当前配置的代码开发人员的用户Id与本次代码质量检测进行关联绑定。
检测模块用于对代码开发人员提交至代码仓库的源代码进行质量检测，并在检测完成后激活Webhooks钩子函数对restful API接口进行调用。
本实施例中，检测模块是通过SonarQube工具对源代码进行质量检测，且Webhooks钩子的URL需要配置restful API接口地址。
参数获取模块用于通过接口请求，在请求体中获取项目的主键ProjectKeys和代码开发人员的用户Id。具体是根据检测模块配置的restful API接收到Webhooks钩子函数Post请求后，从请求报文中获取项目的主键ProjectKeys及开发人员的用户Id。
测量指标配置模块用于在源代码中配置测量指标文件，并根据业务需要配置相关的质量检测的测量指标。
参数生成模块用于根据配置的测量指标，生成测量指标主键metricKeys字符串，且各测量指标用逗号分隔。
检测结果获取模块用于通过得到的metricKeys和ProjectKeys参数，请求检测模块获取当前提交的源代码质量检测结果。
查询模块用于根据项目的主键ProjectKeys参数在数据库中查询当前项目上一次的检测结果。
质量比较模块用于将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算，得出当前代码开发人员变化的源代码质量结果数据。具体是将当前提交源代码质量检测结果与上一次的检测结果数据进行对比和计算，对前面配置的测量指标进行一一对比，用当前提交检测结果数据减去上一次检测结果数据，得出当前代码提交者(开发人员)编写的代码质量结果数。
存储模块用于将当前代码开发人员的源代码质量结果与当前开发人员的用户Id进行绑定，然后存储检测结果。
实施例三
本实施例中公开了一种计算机设备，该计算机设备可以是服务器，该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储检测源代码质量的方法中涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于代码开发人员维度检测源代码质量的方法。
在另一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一中检测源代码质量的方法的步骤，或者，处理器执行计算机程序时实现上述实施例二的基于代码开发人员维度检测源代码质量的***的各模块的功能。为避免重复，这里不再赘述。
在另一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例一中检测源代码质量的方法的步骤，或者，处理器执行计算机程序时实现上述实施例二的基于代码开发人员维度检测源代码质量的***的各模块的功能。为避免重复，这里不再赘述。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种基于代码开发人员维度检测源代码质量的方法，其特征在于，包括以下步骤：
在源代码流水线drone.yml文件中配置当前代码开发人员的用户Id，并将当前配置的代码开发人员的用户Id与本次代码质量检测进行关联绑定；
代码开发人员提交源代码至代码仓库并触发代码检查工具对源代码质量进行检测；
检测完成后激活网络钩子调用restfulAPI接口；
通过接口请求，在请求体中获取项目的主键ProjectKeys和代码开发人员的用户Id；
在源代码中配置测量指标文件，根据业务需要配置相关的质量检测的测量指标；
根据配置的测量指标，生成测量指标主键metricKeys字符串；
通过得到的metricKeys和ProjectKeys参数，请求代码检查工具API获取当前提交的源代码质量检测结果；
根据项目的主键ProjectKeys参数在数据库中查询当前项目上一次的检测结果；
将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算，对前面步骤配置的测量指标进行一一对比，得出当前代码开发人员变化的源代码质量结果数据；
将当前代码开发人员的源代码质量结果与当前开发人员的用户Id进行绑定，然后存储检测结果。
2.根据权利要求1所述的一种基于代码开发人员维度检测源代码质量的方法，其特征在于，所述代码检查工具为SonarQube工具。
3.根据权利要求1所述的一种基于代码开发人员维度检测源代码质量的方法，其特征在于，在根据配置的测量指标生成测量指标主键metricKeys字符串时，具体将每个测量指标之前用逗号分隔。
4.根据权利要求1所述的一种基于代码开发人员维度检测源代码质量的方法，其特征在于，将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算时，具体是用当前质量检测结果数据减去上一次质量检测结果数据。
5.根据权利要求4所述的一种基于代码开发人员维度检测源代码质量的方法，其特征在于，当前代码开发人员变化的源代码包括以下方式实现：新增、修改或删除源代码。
6.一种基于代码开发人员维度检测源代码质量的***，其特征在于，包括：
配置模块，用于在源代码流水线drone.yml文件中配置当前代码开发人员的用户Id，并将当前配置的代码开发人员的用户Id与本次代码质量检测进行关联绑定；
检测模块，用于对代码开发人员提交至代码仓库的源代码进行质量检测，并在检测完成后激活网络钩子调用restfulAPI接口；
参数获取模块，用于通过接口请求，在请求体中获取项目的主键ProjectKeys和代码开发人员的用户Id；
测量指标配置模块，用于在源代码中配置测量指标文件，并根据业务需要配置相关的质量检测的测量指标；
参数生成模块，用于根据配置的测量指标，生成测量指标主键metricKeys字符串；
检测结果获取模块，用于通过得到的metricKeys和ProjectKeys参数，请求检测模块获取当前提交的源代码质量检测结果；
查询模块，用于根据项目的主键ProjectKeys参数在数据库中查询当前项目上一次的检测结果；
质量比较模块，用于将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算，得出当前代码开发人员变化的源代码质量结果数据；
存储模块，用于将当前代码开发人员的源代码质量结果与当前开发人员的用户Id进行绑定，然后存储检测结果。
7.根据权利要求6所述的一种基于代码开发人员维度检测源代码质量的***，其特征在于，所述检测模块是通过SonarQube工具对源代码进行质量检测。
8.根据权利要求6所述的一种基于代码开发人员维度检测源代码质量的***，其特征在于，所述质量比较模块将当前项目的当前提交源代码的质量检测结果与上一次的质量检测结果进行对比和计算时，具体是用当前质量检测结果数据减去上一次质量检测结果数据。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述检测源代码质量的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述检测源代码质量的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011119425.6A CN112256272B (zh) | 2020-10-19 | 2020-10-19 | 检测源代码质量的方法、***、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011119425.6A CN112256272B (zh) | 2020-10-19 | 2020-10-19 | 检测源代码质量的方法、***、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112256272A CN112256272A (zh) | 2021-01-22 |
| CN112256272B true CN112256272B (zh) | 2022-04-05 |
Family
ID=74244760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011119425.6A Active CN112256272B (zh) | 2020-10-19 | 2020-10-19 | 检测源代码质量的方法、***、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112256272B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116483733A (zh) * | 2023-06-12 | 2023-07-25 | 数据堂（北京）科技股份有限公司 | 多维度人工智能产品评测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008017A (zh) * | 2019-12-02 | 2020-04-14 | 深圳市迅雷网络技术有限公司 | 一种基于oclint的待提交文件预审方法及相关组件 |
| CN111125719A (zh) * | 2019-12-25 | 2020-05-08 | 中信百信银行股份有限公司 | 一种提升代码安全检测效率的方法、装置、计算机设备、和可读存储介质 |
| WO2020140820A1 (zh) * | 2019-01-03 | 2020-07-09 | 京东方科技集团股份有限公司 | 软件测试方法、***、装置、设备、介质及计算机程序产品 |
| CN111679851A (zh) * | 2020-06-11 | 2020-09-18 | 深圳前海微众银行股份有限公司 | 需求代码管理方法、装置、***与计算机可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9201646B2 (en) * | 2013-01-05 | 2015-12-01 | Vmware, Inc. | Automatic code review and code reviewer recommendation |
| US20190205400A1 (en) * | 2017-12-28 | 2019-07-04 | Open Text Holdings, Inc. | In Context Document Review and Automated Coding |
-
2020
- 2020-10-19 CN CN202011119425.6A patent/CN112256272B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020140820A1 (zh) * | 2019-01-03 | 2020-07-09 | 京东方科技集团股份有限公司 | 软件测试方法、***、装置、设备、介质及计算机程序产品 |
| CN111008017A (zh) * | 2019-12-02 | 2020-04-14 | 深圳市迅雷网络技术有限公司 | 一种基于oclint的待提交文件预审方法及相关组件 |
| CN111125719A (zh) * | 2019-12-25 | 2020-05-08 | 中信百信银行股份有限公司 | 一种提升代码安全检测效率的方法、装置、计算机设备、和可读存储介质 |
| CN111679851A (zh) * | 2020-06-11 | 2020-09-18 | 深圳前海微众银行股份有限公司 | 需求代码管理方法、装置、***与计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| "Getting started with open-source Drone CI";Alex Barashkov;《https://dev.to/alex_barashkov/getting-started-with-open-source-drone-ci-4pgc》;20190404;第1-11页 * |
| "Python基于Drone的CI-CD（代码检查、测试、构建、部";那些年踩过的坑丶;《https://dev.to/alex_barashkov/getting-started-with-open-source-drone-ci-4pgc》;20190725;第1-4页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112256272A (zh) | 2021-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10489283B2 (en) | Software defect reporting | |
| CN110704297B (zh) | 代码评审方法、装置、计算机设备及存储介质 | |
| US8200655B2 (en) | Query-based generation of data records | |
| GB2454263A (en) | Generating debug information from low level program code | |
| CN113127347B (zh) | 一种接口测试方法、装置、设备及可读存储介质 | |
| CN107368313A (zh) | 代码检测方法、装置及电子设备 | |
| CN112256272B (zh) | 检测源代码质量的方法、***、计算机设备及存储介质 | |
| CN113220588A (zh) | 一种数据处理的自动化测试方法、装置、设备及存储介质 | |
| CN110347976B (zh) | 快速导出设备数据模型的方法、***、装置和存储介质 | |
| CN111694734A (zh) | 软件接口校验方法、装置及计算机设备 | |
| US11514219B1 (en) | System and method for assertion-based formal verification using cached metadata | |
| CN111857752B (zh) | 一种PostgreSQL数据库安装方法、装置及设备 | |
| CN113721973A (zh) | 配置文件生成方法、装置、设备及介质 | |
| WO2024113778A1 (zh) | 现场可更换单元设备的槽位确定方法、装置、设备 | |
| CN116737174A (zh) | 一种基于开源鸿蒙***的子***自动生成工具及方法 | |
| CN112612706A (zh) | 自动化测试方法、计算机设备及存储介质 | |
| CN115114325B (zh) | 数据查询方法、装置、电子设备以及存储介质 | |
| CN113704114A (zh) | 功能接口的自动化测试方法、装置、设备及介质 | |
| CN112612555A (zh) | 第三方库的调用链获取方法、装置、设备及存储介质 | |
| TWI735511B (zh) | 代碼提交方法和設備 | |
| CN117827191B (zh) | 一种基于可视化建模的执行方法、装置、设备及存储介质 | |
| CN111857679B (zh) | 用于生成脚本程序的方法、装置及脚本程序处理*** | |
| TR2021018686A2 (tr) | Hatanin test ortaminda tekrar edi̇lmesi̇ni̇ sağlayan bi̇r si̇stem | |
| CN116820934A (zh) | 数据库规范检测方法、装置、电子设备及存储介质 | |
| CN118331843A (zh) | 分层数据自动化测试方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |