技术问题

Parasoft常用于开发过程中的代码检查和静态分析，通过扫描项目源码，帮助开发人员发现代码规范、结构以及潜在质量问题。不过在配置扫描项目时，实际操作中经常会遇到一些细节问题，例如项目导入后无法正常分析、部分文件没有参与扫描、设置的规则没有生效等。这些情况多数和项目环境、源码路径以及分析配置有关。本文将介绍Parasoft代码扫描项目的配置方法，并整理项目配置异常时的排查思路。

在Parasoft C/C++test中做单元测试时，Stub可以替代外部接口、底层驱动或者当前测试环境无法直接调用的函数。真正容易出问题的并不是“有没有生成桩”，而是测试执行时究竟用了哪一个函数定义，以及当前Test Case的返回值配置有没有在调用前生效。碰到桩函数明明设置了返回值，被测函数却拿到0、false、空指针或者原函数结果时，可以从Stub类型、测试步骤顺序和Instrumentation配置三个方向检查。

Selenium脚本平时跑得好好的，页面一改版，按钮定位和等待条件就开始报错。Selenic可以在运行时处理部分定位器和同步问题，但它并不会把所有失败都强行改成通过。弄清它能修什么、修复结果有没有写回源码，维护起来会省事很多。

服务虚拟化用于测试时，需要让Virtualize Server、虚拟资产、传输连接和被测应用地址保持一致。主机名、端口、路径或证书不匹配，都可能出现连接失败或请求未命中。因此，弄清Parasoft服务虚拟化怎么配置Parasoft服务虚拟化环境连接失败怎么办，重点是把创建、部署、转发和验证连成完整链路。

Parasoft接入Jenkins应当怎样配置，以及Jenkins构建失败时日志又该如何排查，这两个问题，是不少团队在把静态分析、单元测试和覆盖率接入CI的时候，都会碰到的。这里需要先分清楚两件事情，Parasoft这个工具，它负责的是执行分析、生成报告；而Jenkins这边，它负责的是调度任务、展示结果，还有控制流水线的状态。如果前一个环节没有生成出有效的报告，那么后面插件的配置就算再完整，Jenkins的页面上，也不会有正常的结果出来。所以在进行配置的时候，不能只盯着插件那边的界面，而是要把工具的执行、报告的输出、路径的读取，还有质量的判断标准，这几样东西连在一起去看。

Parasoft C/C++test导入工程的方法，以及头文件路径的补齐方式，其关键并不在于仅将源码文件夹选中。C/C++项目对编译器、宏定义、头文件目录、目标平台和构建脚本都存在依赖，如果这些信息没有被一同导入，工具所看到的代码便不是项目在真实编译时的代码，后续的静态分析、单元测试和规则检查都会因此出现偏差。Parasoft的文档中也曾提到，C/C++test能够通过构建数据文件、Visual Studio工程、CMake生成的JSON等方式，来收集输入范围和构建信息。

在项目经历过多次扫描之后，单独一份报告已经很难满足分析需求了。想要弄清楚Parasoft DTP里的质量趋势图该怎么看，以及遇到指标口径不一致的问题时如何统一，最关键的一点是得先确认图表使用的项目、筛选配置还有构建版本，然后再去解释缺陷数量、覆盖率和测试结果变动背后的含义。DTP中的筛选配置相当于一组运行时的设定，它负责从数据库里提取特定项目的数据；另外，某些组件还能按照仪表板的设置、指定的筛选配置和目标构建来获取数据。

Java项目在运行过程中出现空指针异常（NullPointerException），并不意味着静态分析工具一定会把它同步报告出来。Parasoft Jtest检查这类空指针问题时，需要结合规则配置、数据流路径、工程依赖还有构建信息去综合判断，如果调用链条太长、扫描范围不够完整、生成的代码没有进入分析，或者日常用的规则集比较轻量，都可能让一部分问题没有被识别出来。遇到漏报的情况，先不要急着把所有规则一股脑全打开，而是应该按照规则配置、工程范围和构建环境这几块，一项一项去检查，这样定位会更加清楚，免得把环境搞得很乱却找不到真正缺口。

很多团队上了Parasoft之后，扫描是跑起来了，但真正到了研发链路里，常见问题还是两类。一类是规则、项目、构建口径没统一，导致流水线每次跑出来的结果都能看，却很难直接拿来卡版本；另一类是漏洞结果停在平台里，没有顺着责任人、动作、参考编号继续往缺陷系统和整改闭环里走。Parasoft官方文档里其实已经把这条链路拆开了，工具侧负责执行静态分析和测试，DTP负责汇总、比较、筛选、追踪，并提供和缺陷系统做双向追踪的能力。

在CTP里说测试策略，真正落地时通常不是单指一条规则，而是把测试场景、环境配置、变量集和执行方式绑成一套可复用的执行方案。Parasoft官方现在把这套链路放在Environment Manager里推进，核心动作包括按环境配置执行test scenario jobs，用环境变量切换同一套资产在不同环境下的取值，以及在新版里为单个测试选择test configuration或为场景映射variable set。所以测试策略要想下发得稳，重点不是手工通知，而是把策略做成环境和作业层面的可执行对象。