SlipCover：近乎零开销的 Python 代码覆盖率分析工具

覆盖率分析被广泛使用，但可能面临高开销问题。这种开销在 Python 中尤为严重，因为 Python 本来就出了名的慢（最近的一项研究观察到其相比原生代码约有 30 倍的减速）。我们发现，Python 的最优（state of the art）覆盖率工具 coverage.py 在标准 Python 解释器下引入了 180% 的中位开销。当使用 PyPy（一种 JIT 编译的 Python 实现）时，减速更为极端，coverage.py 带来了 1300% 的中位开销。这种性能下降降低了覆盖率分析在大多数用例（包括测试和模糊测试）中的实用性，并排除了其在部署中的使用。本文提出 SlipCover，一种新颖的、近乎零开销的 Python 覆盖率分析器。SlipCover 无需修改 Python 解释器或 PyPy 即可工作。它首先处理程序的 AST 以准确识别所有分支和行。然后 SlipCover 动态重写 Python 字节码，为每个已识别的分支和行添加轻量级插桩。在运行时，SlipCover 定期去除已覆盖行和分支的插桩。结果是极低的开销——中位仅 5%——使得 SlipCover 适合在部署中使用。我们展示了其效率可转化为基于覆盖率的客户端速度的显著提升。作为概念验证，我们将 SlipCover 集成到 TPBT（一种定向基于属性的测试系统）中，并观察到 22 倍的加速。