AWS宣布面向大众推出Amazon CodeGuru

Amazon CodeGuru Reviewer使用机器学习来确定应用程序开发过程中的关键问题和难以发现的错误，以提升代码质量

Amazon CodeGuru Profiler可优化在生产环境中运行的应用程序的性能，并确定最昂贵的代码行，将运营成本降低高达50%

北京2020年7月3日 /美通社/ -- 亚马逊(Amazon.com) (NASDAQ: AMZN)旗下公司Amazon Web Services Inc.（简称“AWS”）近日宣布面向大众推出机器学习支持的开发人员工具Amazon CodeGuru，为提高代码质量和确定应用程序中最昂贵的代码行提供智能建议。Amazon CodeGuru Reviewer通过扫描关键问题、找出错误以及为如何修复这些问题提供建议来帮助提升代码质量。Amazon CodeGuru Profiler帮助开发人员发现应用程序中最昂贵的代码行，并提供关于如何改进代码节约成本的特定可视化和建议。客户只需在AWS控制台点击数下即可使用Amazon CodeGuru，并仅需按Amazon CodeGuru的实际使用量付费。Amazon CodeGuru非常简单且经济实惠，适用于机构运行的每个代码审查和应用程序。请访问：http://aws.amazon.com/codeguru使用Amazon CodeGuru。

和亚马逊一样，AWS的客户也编写很多代码。软件开发是一个很好理解的过程，开发人员编写代码，然后审查、汇编代码并部署应用程序，测量应用程序的性能，并使用这些数据来改进代码。然后，他们排除错误代码，并不断重复这些操作。然而，如果一开始代码就是不正确的，那么所有这些过程都变得毫无意义，这就是为什么团队在将新代码添加到现有应用程序代码库之前要执行代码审查来检查逻辑、语法和样式。哪怕是亚马逊这样的大型机构也会面临这样一项挑战：考虑到每天都会编写大量的代码，需要拥有足够丰富经验的开发人员可以有足够空闲的时间来进行代码审查。而即使最有经验的审查人员也可能会忽略影响到客户应用程序的问题，从而导致错误和性能问题。应用程序启动和运行后，开发人员仍然需要监测性能，确保其高效运行。通常情况下，开发人员通过日志记录来监测应用程序性能，这样他们可以观察应用程序完成任务需要多少时间。然而，日志记录执行起来很麻烦（要求开发人员对应用程序的每一项函数进行测试），会对应用程序性能产生负面影响，并且不能衡量影响计算成本的CPU利用率等指标，从而使开发人员缺少工具来有效确定生产环境中应用程序的成本节省机会。运行需要进一步优化的应用程序，通常会给组织带来不必要的额外成本（有时高达数千万美元），这是因为这些应用程序的CPU和基础设施消耗量比本应消耗的要多。

Amazon CodeGuru是一项新的开发人员服务，使用机器学习来自动化应用程序开发期间的代码审查和生产环境中应用程序的分析。Amazon CodeGuru的两个组件是：

• 代码审查工具：开发人员可以使用机器学习支持的Amazon CodeGuru Reviewer自动标记偏离最佳实践的常见问题（可能导致生产问题），同时还提供关于如何修复这些问题的具体建议，包括示例代码和相关文档链接。对于代码审查，开发人员像平常一样将代码提交给他们选择的代码托管服务（如GitHub、GitHub Enterprise、Bitbucket Cloud、AWS CodeCommit），并添加Amazon CodeGuru Reviewer作为代码审查工具之一，无需对正常开发程序做出其他更改。Amazon CodeGuru Reviewer对存储库中的现有代码进行分析，以高精确度发现难以找到的错误和关键问题，提供关于如何修复这些问题的智能建议，并为连续的代码审查奠定基础。为此，Amazon CodeGuru Reviewer打开一个拉取请求，自动开始使用机器学习模型来评估代码，这些模型基于亚马逊数十年的代码审查经验和GitHub上的一万多个开源项目进行训练。如果Amazon CodeGuru Reviewer发现了一个问题（如线程安全问题、使用未经杀毒的输入、不适当地处理敏感数据，如凭证、资源泄漏、冗余复制和粘贴代码、偏离使用Java和AWS API的最佳实践等），它将在拉取请求中添加一个人类可读的注释，标识代码行、具体问题和修复建议。Amazon CodeGuru Reviewer还提供拉取请求仪表盘，列出所有代码审查的信息（如代码审查状态、分析的代码行数和建议的数量）。用户也可以通过点击向上或向下图标来提供有关CodeGuru Reviewer建议的反馈，这将有助于随着时间的推移使用机器学习来改进建议。

• 应用程序分析工具：开发人员可以使用机器学习支持的Amazon CodeGuru Profiler来识别最昂贵的代码行（预估可能节省的成本），帮助他们了解应用程序的运行时间行为（包括通过AWS Lambda或AWS Fargate运行的无服务器应用程序），识别和消除代码低效性，提高性能，并显著降低计算成本。例如，亚马逊的内部团队在3万多个生产应用程序上使用了Amazon CodeGuru Profiler，从而节省了数千万美元的计算和基础设施成本。此外，2017年至2018年，亚马逊消费者业务支付团队使用Amazon Code Guru Profiler在一年一度的购物狂欢日——Prime Day -- 提高了效率，并将应用程序的CPU利用率提高了325%，成本降低了39%。想要开始使用Amazon CodeGuru Profiler，客户只需在应用程序中安装一个小型低配置代理，便可以观察应用程序的运行时间，并配置应用程序以检测代码质量问题（如重新创建昂贵对象、使用低效库、评估空值或未定义值等）以及延迟和CPU利用率的详细情况。然后，Amazon CodeGuru Profiler使用机器学习来自动识别代码方法（可重复使用的代码块，也称为函数）以及对延迟和CPU利用率影响最大的异常行为。这些信息汇集在一个配置文件中，清楚地显示了最低效的代码领域，并提供识别正在产生瓶颈的编码方法的可视化，以及检测到的异常的时间序列图。配置文件包括关于开发人员如何解决问题提高性能的建议，并估计继续运行低效代码的成本（以美元计），以便开发人员可以优先考虑修复。开发人员现在可以利用与亚马逊部署的相同技术来提高应用程序性能和客户体验，同时消除最昂贵的代码行。

Amazon Web Services, Inc.亚马逊机器学习副总裁Swami Sivasubramanian表示：“我们的客户开发和运行许多应用程序，这些应用程序由数百万行代码组成。确保代码的质量和效率非常重要，因为哪怕只有几行代码出现错误和低效，机构也需付出非常大的代价。目前，发现代码质量问题的方法是人工进行的，非常耗时且容易出错，特别是在有大量代码需要审查时。CodeGuru结合亚马逊数十年大规模开发和部署应用程序的经验以及大量的机器学习专长，为客户提供服务，提高他们的软件质量，提高他们的应用程序性能，并帮助他们消除最昂贵的代码行。”

Amazon CodeGuru今天在美国东部的北弗吉尼亚州和俄亥俄州、美国西部的俄勒冈州、欧盟的爱尔兰、伦敦、巴黎和斯德哥尔摩以及亚太区的新加坡、悉尼和东京面市，接下来的几个月还将在其他更多地方面市。