一、如何评估测试过程的测试情况？
很多时候完成功能测试后就会发布上线，甚至交叉和回归都没有足够的时间去执行，然后通过线上的补丁对遗漏的问题进行修复。如果可以在发布前了解本次测试过程所覆盖代码执行的比例情况，那么就可以一定程度上反应测试的执行情况和系统的质量情况。
代码执行覆盖率是一种很好评估测试人员在执行测试过程中，所命中技术编码情况的手段，并可以从侧面评估系统的质量情况。我所在的项目前后端都是用Lua进行逻辑业务开发，这里分享如何使用Lua的debug模块进行代码执行覆盖率统计的实现。
二、Lua代码执行覆盖统计工具
代码覆盖率可以做到行覆盖率，函数覆盖率和分支覆盖率。通过Lua语言debug库的sethook方法可以设置以行或以函数来监控代码的执行行为。
debug.sethook ([thread,] hook, mask [, count]):
可以通过官方文档获得更好的介绍，这里通过设置回调函数和监控的方式，然后在监控的回调函数里面记录当前执行的文件及执行的行数、以及函数记录。最后在停止hook的时候将上面记录数据输出到文本文件，这样就可以知道本次测试在运行过程中所有代码执行的情况记录。
1 function call_hook_func()
2 local info = debug.getinfo(2, "nlS")
3 if not info then
4 return
5 end
6 local filename = info.short_src
7 local linenum = info.currentline
8 local func = info.name -- 函数名
9 -- 过滤掉C层调用
10 if linenum <= 0 then return end
11 -- 文本函数记录表 g_code 记录文件名，行数，函数名和执行的次数
12 local file_line_tb = g_code[filename]
13 if not file_line_tb then
14 file_line_tb = {}
15 g_code[filename] = file_line_tb
16 end
17 -- 这里是行数
18 local func_info = file_line_tb[linenum]
19 if not func_info then
20 func_info = {[0]=0, [1]=func}
21 file_line_tb[linenum] = func_info
22 end
23 -- 统计执行的次数
24 func_info[0] = (func_info[0] or 0) + 1
25 end
26 debug.sethook(call_hook_func, "c")
以上是简单的函数执行统计的代码，通过设置hook函数调用，在监控函数里面统计当前执行的文件、所在行、以及函数，并且还记录了这个函数的执行次数。这样就可以得到原始的代码执行情况的数据记录。通过编写一个分析脚本将执行的数据和源代码的数据进行对比，从而就可以计算出行覆盖率，函数覆盖率，以及分支覆盖率。这样每次在测试执行前开启，在测试结束后统计计算，就可以评估本次测试所覆盖的代码量，甚至可以做更深入的分析判断哪些核心的逻辑没有执行到。
三、Lua监控代码执行情况的项目仓库
https://github.com/memolp/LuaCodeCoverage
使用方法：
1. 导入模块
require "CodeCoverage"
2. 执行Hook，并选择统计的类型（这里提供基于行的统计和基于函数的统计）
-- Jeff_CodeCoverage.LINE_COVERAGE_MODE 行覆盖率统计
-- Jeff_CodeCoverage.FUNC_COVERAGE_MODE 函数覆盖率统计
-- StartHook 第二个参数设置为true将实时输出行或函数覆盖的执行流数据
Jeff_CodeCoverage.StartHook(Jeff_CodeCoverage.FUNC_COVERAGE_MODE)
3. 测试完业务功能后，调用停止Hook，输出本次执行的数据
Jeff_CodeCoverage.StopHook()
4. 通过上面输出的数据，与源码进行对比计算出覆盖率。（这里需要开发一个统计源代码行数和函数的工具）。