使用LLVM进行符号执行分析与服务质量保障作业

"服务计算作业4-21主要涉及了两个核心任务：代码静态分析和代码动态分析。在代码静态分析部分，学生被要求使用WALA工具分析HBase和Cassandra项目，查找含有特定关键字的类并分析它们的调用依赖。同时，学生需选择之前开发的服务，利用LLVM进行符号执行分析，以便进行自动化用例生成和测试。在代码动态分析环节，学生需要通过Javaagent和javassist工具对MapReduce的wordcount例子进行性能剖析。此外，作业还提到了LLVM的在线演示平台和Jlang，一个用于Polyglot编译器的LLVM后端，以及安装LLVM所需的CMake、Git、Python、GnuWin32 tools和Visual Studio等软件的配置步骤。" 在这份作业中，学生将接触到多个关键知识点： 1. **代码静态分析**： - **WALA**：这是一个强大的静态分析框架，用于分析Java和其他语言的代码，提供类层次结构、控制流图和数据流分析等功能，有助于识别含有特定关键字的类和分析调用关系。 - **符号执行**：是一种形式化方法，通过使用符号值而非具体数值来执行程序，从而能够探索多种可能的执行路径，用于发现潜在的错误和安全漏洞。 2. **自动化测试**： - 使用LLVM进行符号执行分析，可以自动生成测试用例，这有助于全面覆盖代码的各种可能执行情况，提高测试效率和质量。 3. **代码动态分析**： - **Javaagent和javassist**：Javaagent是Java提供的一种在运行时修改类字节码的机制，常用于性能监控、AOP（面向切面编程）等。javassist是一个开源库，方便在运行时分析、改变类定义。 - **MapReduce性能分析**：通过跟踪MapReduce的wordcount例子，收集方法调用的trace信息，如时间戳和线程号，可以识别性能瓶颈，优化分布式计算的效率。 4. **开发环境配置**： - **LLVM**：是一个开源的编译器基础设施，支持多种语言，包括C、C++、Objective-C、OpenCL等。为了使用LLVM进行符号执行分析，需要安装CMake、Git、Python等依赖项，并可能需要编译LLVM以获得自定义配置。 - **Jlang**：作为LLVM的一个后端，允许使用Java语言进行编译，扩展了LLVM的适用范围。 5. **工具使用**： - **Cmake**：是一个跨平台的构建系统，用于管理项目的构建过程。 - **Git**：是版本控制系统，用于代码的版本管理和协作开发。 - **Python**：作为LLVM的一部分，用于编写构建脚本和其他辅助工具。 - **GnuWin32 tools**：在Windows环境下提供类似于Unix的命令行工具，便于开发工作。 - **Visual Studio**：是Microsoft提供的集成开发环境，支持多种编程语言的开发，包括C++，对于编译LLVM可能是必需的。 完成这份作业，学生不仅需要掌握基本的编程技能，还需要了解和应用高级的代码分析技术，以及熟悉构建和调试工具的使用，这对于提升软件工程实践能力具有重要意义。