Тестирование потоков данных

Что такое тестирование потоков данных? #

Тестирование потоков данных фокусируется на жизненном цикле переменных: где они определяются (получают значение), где используются (читаются) и где уничтожаются (выходят из области видимости или переопределяются). Отслеживая эти события вдоль путей выполнения, тестирование потоков данных выявляет дефекты, которые другие техники пропускают.

Если тестирование потока управления спрашивает «какие пути проходит код?», то тестирование потоков данных спрашивает «что происходит с данными вдоль этих путей?»

Состояния переменных: Define, Use, Kill #

Define (d): Переменная получает значение.

total = 0           # определение total
user = get_user()   # определение user

Use (u): Значение переменной читается. Два типа:

• c-use (вычислительное использование): Значение в расчёте: result = total * tax_rate
• p-use (предикатное использование): Значение в условии: if total > 100:

Kill (k): Переменная прекращает существование или переопределяется.

Аномалии потоков данных #

Аномалия dd (define-define) #

Переменная определяется дважды без использования между определениями.

price = get_base_price()     # define
price = get_sale_price()     # define снова — первое определение потеряно
discount = price * 0.1       # use

Аномалия ur (использование без определения) #

Переменная используется до определения.

def calculate_total():
    total = total + tax    # БАГ: total используется до определения
    return total

Аномалия du (определение без использования) #

Переменная определена, но никогда не используется.

def process():
    result = expensive_computation()  # define
    return "done"                     # result не используется

Пары Define-Use (DU-пары) #

DU-пара — это пара (d, u), где:

• d — оператор, где переменная v определена
• u — оператор, где переменная v использована
• Существует путь от d к u без переопределения v (путь, свободный от определения)

Пример #

def process_payment(amount, discount_code):
    price = amount                    # Строка 1: define price

    if discount_code == "SAVE10":     # Строка 2: use discount_code (p-use)
        discount = 0.10               # Строка 3: define discount
    elif discount_code == "SAVE20":   # Строка 4: use discount_code (p-use)
        discount = 0.20               # Строка 5: define discount
    else:
        discount = 0                  # Строка 6: define discount

    final = price * (1 - discount)    # Строка 7: use price, use discount (c-use)
    return final                      # Строка 8: use final (c-use)

DU-пары для discount: (3, 7), (5, 7), (6, 7)

Критерии покрытия потоков данных #

Покрытие All-Defs #

Для каждого определения переменной хотя бы одна DU-пара покрыта.

Покрытие All-Uses #

Для каждого определения каждое достижимое использование покрыто.

Покрытие All-DU-Paths #

Для каждой DU-пары каждый свободный от определения путь между определением и использованием покрыт. Самый сильный критерий.

Типичные баги потоков данных #

Null pointer из-за условного определения:

if condition:
    connection = create_connection()
# БАГ: connection не определена, если condition = False
connection.execute(query)

Устаревшее значение после переприсвоения:

config = load_config("production")
if is_testing:
    config = load_config("test")
setup_database(config)
config = load_config("production")  # переопределение — зачем?
setup_cache(config)                 # всегда production config — баг при тестировании?

Упражнение: Анализ потоков данных #

Задача 1 #

Определите все DU-пары и аномалии:

def calculate_grade(scores, curve):
    total = 0                        # Строка 1
    count = 0                        # Строка 2
    average = 0                      # Строка 3

    for score in scores:             # Строка 4
        total = total + score        # Строка 5
        count = count + 1            # Строка 6

    if count > 0:                    # Строка 7
        average = total / count      # Строка 8

    average = average + curve        # Строка 9

    if average >= 90:                # Строка 10
        grade = "A"                  # Строка 11
    elif average >= 80:              # Строка 12
        grade = "B"                  # Строка 13
    else:
        grade = "C"                  # Строка 14

    return grade                     # Строка 15

Задача 2 #

Найдите и исправьте баги потоков данных:

def process_order(items, coupon):
    subtotal = 0
    shipping = 0

    for item in items:
        subtotal += item.price * item.quantity

    if subtotal > 50:
        shipping = 0

    if coupon:
        discount = subtotal * coupon.percent / 100

    total = subtotal - discount + shipping
    return total

def process_order(items, coupon):
    subtotal = 0
    discount = 0

    for item in items:
        subtotal += item.price * item.quantity

    if subtotal > 50:
        shipping = 0
    else:
        shipping = 9.99

    if coupon:
        discount = subtotal * coupon.percent / 100

    total = subtotal - discount + shipping
    return total

Инструменты анализа потоков данных #

• SonarQube — обнаруживает мёртвый код, неиспользуемые переменные, риски null pointer
• SpotBugs (Java) — находит неинициализированные чтения
• Pylint/Pyflakes (Python) — сообщает о неиспользуемых переменных
• ESLint (JavaScript) — правила no-unused-vars, no-undef
• Coverity — коммерческий инструмент с продвинутым анализом

Ключевые выводы #

• Тестирование потоков данных отслеживает переменные через цикл define → use → kill
• DU-пары связывают определения с использованиями вдоль путей, свободных от определения
• Три уровня покрытия: all-defs (слабейший), all-uses, all-du-paths (сильнейший)
• Аномалии (dd, ur, du) часто указывают на реальные баги
• Самый частый баг: переменная определена только в одной ветви условия
• Инструменты статического анализа автоматизируют обнаружение аномалий
• Применяйте мышление потоков данных при code review даже без формальных инструментов