目前正在做XX系统的冗余代码清理，系统瘦身，过程中整理的一些方法见下：

代码清理流程图：

其中几个关键的步骤：

1. TCC采集线上代码覆盖数据作为样本

先用TCC 对线上的xx应用的war包代码进行插装，然后部署插装后的代码到线上；运行一段时间（1-2周），采集到线上应用的真实的代码覆盖数据。

2. 用埋点中心对样本数据进行二次确认

然后对TCC采集的代码覆盖数据作为样本数据，进行分析：可以先确定class覆盖数据为0的文件。对这些文件应用埋点中心进行埋点统计。

关于埋点中心的详细用法及介绍见淘宝百科：埋点中心。

关于为什么要用埋点中心对TCC的统计的样本数据进行二次确认？相信通过对比两个工具，就会知道答案了。

两个工具的对比：

所以，结合两个工具：TCC进行初步的样本筛选，然后用埋点中心进行精确的线上所有机器、不限时间的埋点统计确认，就会得到非常准确的class或method覆盖数据了。

本次xx系统的数据统计，其中TCC 统计的未被调用的类文件是：202个，通过埋点中心再次确认：未被调用的的java文件有170个 ，反复确认后，进一步精确缩小了代码覆盖数据的范围。

经过线上代码覆盖率的数据采集，并进行了分析，开始进行refund的代码清理。

3. 埋点中心用法示例

代码中加入埋点中心的功能非常的简单：引入jar包，编写配置文件，用日志的方式记录统计数据。

引入埋点中心的client. jar包：

编写埋点配置文件：

在应用源代码中定义埋点对象：

及要统计的method 或者line进行埋点，和log4j的使用类似：

埋点修改好后，就可以和日常一起发布上线了。

4. 云梯数据分析

在你部署项目之后埋点中心会启动一个定时程序，定期地将数据日志传送出去。此时你将收到埋点中心的通知邮件，上面会详细地讲解你接下来要做的事情。其中包含任务所对应的云梯表名（以givenchy_开头），接下来你就可以登录云分析或Gateway，像普通数据表一样使用Hive对任务数据进行分析。当前同步云梯的周期是1个小时，也就是说记录日志的1个小时后你就可以在云梯查到相应的数据了。

登陆云梯，

http://*****.****.alibaba-inc.com:****/index.htm

新建、或找到自己的个人项目：

运行job，格式查看hive sql 的格式：

select max(log_time), package, class ,method

from givenchy_90e1b1d876594536d456ce9c4324bafd

where log_time>'2012-03-26 00:00:00'

group by package, class, method

图示：

获取代码清理的埋点数据。

可以把数据下载到本地，进行分析。

接下来就是删除TCC和埋点中心统计到的没有被调用到的代码了。

5. 代码清理策略：

在清理的过程中发现无用的代码有以下几种模式：

说明：

1. 对于独立的class文件：

ClassA的代码覆盖数据为0，分析代码发现ClassA完全独立，或者被ClassB调用，但是ClassB的覆盖数据也为0，且没有被其他类依赖。

这些类的特点是：独立，或没有被其他的Class依赖。

2. 有依赖关系的class文件

文件A，被类B的方法B1调用，B1可能被类C的方法C1调用，甚至C1可能被类D调用。

3. 从业务角度考虑，已经不再使用的代码。

top的PageApi的调用部分代码，涉及到*.tp.*的代码，这部分调用量很少，埋点中心上去5天后，才有这部分的访问日志。而且已经通知对应的业务方升级到tradeapi，所以这部分代码在推动业务方调用方式升级后，即可去掉。

期待可以给目前正在做系统瘦身，冗余代码清理的tx带来帮助~！