AWS推出基于AI的CodeGuru代碼檢查與性能分析器

去年12月，亞馬遜在AWS re:Invent上啟動了CodeGuru的預(yù)覽。作為一款借助機器學習技術(shù)來自動檢查代碼錯誤、并提出潛在優(yōu)化建議的工具，其現(xiàn)已正式向公眾開放。據(jù)悉，CodeGuru主要由代碼檢查其Reviewer和性能分析器Profiler兩個部分組成。

據(jù)悉，為了打造Reviewer代碼分析器，AWS團隊借鑒了GitHub上超過一萬個開源項目的代碼、以及亞馬遜內(nèi)部代碼庫來訓練其算法。

該公司在今日的公告中稱，即便是擁有經(jīng)驗足夠豐富的開發(fā)團隊的亞馬遜之類的大企業(yè)，要利用空暇時間來進行代碼審查，也是一項相當大的挑戰(zhàn)。

由于每日要過目的代碼量很大，即便是經(jīng)驗老道的審查員，也可能在面對客戶應(yīng)用程序代碼時有所遺漏，從而導致錯誤和性能問題。

使用CodeGuru的時候，開發(fā)者可將其代碼放到GitHub、Bitbucket Cloud、或者AWS的CodeCommit等托管平臺上。然后Reviewer代碼分析器會嘗試查找潛在的錯誤，同時給出相應(yīng)的修改建議。

所有操作都是在代碼存儲庫的上下文環(huán)境中完成，因此CodeGuru還將創(chuàng)建一個GitHub查詢請求（pull request），并在其中添加注釋。為了訓練機器學習模型，用戶也可向CodeGuru提交一系列基礎(chǔ)反饋。

CodeGuru Application Profiler的任務(wù)有所不同，其旨在幫助開發(fā)者找出代碼中有哪些地方存在性能低下的問題，并且包括了對無服務(wù)器平臺的支持（比如AWS Lambda和Fargate）。

AWS表示，已有多家企業(yè)在預(yù)覽期間便開始使用CodeGuru，比如Atlassian、EagleDream和DevFactory。

AWS技術(shù)工程團隊主管Zak Islam補充道：“當我們檢測到生產(chǎn)中的異常時，CodeGuru的連續(xù)分析功能，可將調(diào)查所需耗費的時間從幾天縮短到幾小時、甚至幾分鐘”。

如此一來，開發(fā)者可將更多精力投入到提供差異化的功能上，并減少研究生產(chǎn)環(huán)境中的問題所浪費的寶貴時間。