Code Review(CR) 的本质是什么?是为了查错?还是为了 KPI?本文分享阿里资深技术专家的看法：CR 是一种关于社会学的长期行为和组织文化，通过 CR，形成一种良性互动的技术氛围，传播和分享知识，提升代码质量，并给出了 7 个提高 CR 效率和质量的实践建议。
关于代码评审(Code Review)的文章也算是汗牛充栋了，代码评审也已经是许多组织的标准化实践。不过，许多团队在尝试代码评审实践时，却有如下疑问：
- “政治正确” 的代码评审活动究竟有没有达到期望的实际效果?
- 给了我一大堆代码，到底该从哪里看起?哪些方面是我该评审的?哪些不是?
- 别人有没有认真评审我的代码?如何让别人更容易的评审代码?
这些都不是什么新问题，但是它们是如此的普遍，而且经年累月地在不同的上下文中被提起，不外乎两个方面：
- 理解代码评审的核心目标，建立关于代码评审的正确预期。
- 了解代码评审为什么可能无效，并采取有针对性的实践来提升代码评审的效果。
为什么要做代码评审
不少同学认为代码评审就是用来查错的，甚至希望用代码的缺陷数量来检验代码评审的效果。这低估了代码评审的价值。代码评审最本质的作用不是问题发现。除了代码评审，我们有更多更好的手段来发现问题。代码评审的作用更多是关于社会学的，是一种长期行为和组织文化。
CR 是代码规范性的保证
编码者视角：良性的社交压力
你正在紧张地编码，交付时间迫在眉睫。你的组织对代码的单元测试有一个要求：凡是新增的代码，必须有完整的自动化单元测试。但是，在压力之下，你想给自己降低一点要求，不写这部分的单元测试了，以后再编写吧，或者为了应付工具的覆盖率要求，先写一点不那么有用但是却能带来覆盖率的测试(例如没有断言的测试)。
但是，一旦想到你的代码将会发出去给你的同事做 Review，有没有为刚才的这种想法产生一丝丝压力?这种压力是良性的，它能给你带来一种即时的反馈，阻止你去选择那些短期收益、长期损失的 “投机” 行为。如果没有代码评审这个环节，或许你就会真的 “为所欲为” 了，其实最终还是要为这种取巧行为买单。
维护者视角：代码可读性的保证
有许多方式能实现同一个软件需求。有兴趣的读者可自行搜索 “Hello World 的 N 种写法”。尽管条条大路通罗马，但是，不同的道路代价是不一样的。小到变量命名，大到设计结构，如果你采用的是一种不那么常见的做法，往往就是给后来的代码维护者挖坑。这种维护活动可能发生在 1 个月以后，也可能发生在 1 年以后，甚至是更久之后。甚至那时候，作为作者的你，已经不在这个团队了，已经没有人能理解当时的软件为什么这样设计。
代码评审强制提前了这个反馈周期，代码编写完成之后，就立即有了一位或多位读者——他们是这个代码的 Reviewer。所以，这段代码在编码完成之后，立即经历了可读性的检验。更理想地，如果组织已经有了编码规范和设计规范，还能确保这段代码遵循了这些规范。如果 CR 过程中发现这段代码没有遵循规范，那更是好事，它指向了 CR 的另外一个关键价值：知识传播。
CR 带来了知识传播和设计共识
你可能是一个团队的 Leader，正在为如何提升团队成员的编程能力发愁。你希望他们去读书，所以你介绍了诸如《整洁代码》之类的入门书籍，你还介绍了经典名著《设计模式》，还推荐了《领域驱动设计》。你也希望团队成员能理解产品的业务逻辑，所以希望团队成员周期性地进行业务分享。
所有这些努力都很好。但是，也有可能你会被打击。一个月过去了，似乎团队成员对命名规范都建立了概念，但是在怎么命名这件事上，大家并未形成共识。不少同学已经了解了一些设计模式，但是有人过度运用模式，搞得代码臃肿不堪，有人则只知道singleton。团队成员为什么是实体对象，什么是值对象争的不可开交，没有人说得清楚聚合是什么，应该在什么场景下使用。
你真正缺乏的，是一个场景。抽象的概念如果不落到具体的事情上，就很难形成共识。有人或许知道海洋法系的 “判例”，这是在法律层面形成共识的一种非常好的方法。代码评审，其实也是在形成判例：哪一类设计是合理的，哪一类设计是不合理的。通过针对具体的问题进行分析，团队就会逐渐形成设计共识，在过程中，对这些共识不那么熟悉的新同学，也可以慢慢融入。
检验逻辑正确性
当然，CR 也能用来检验逻辑正确性。
保证代码逻辑正确，是设计者的责任
为了不让 CR 被滥用并被寄予过高期望，我们在此首先申明一点：保证代码的逻辑正确，是设计者的责任。出现了一个空指针错误，究竟是编码做的不好，是 CR 做的不好，还是测试做的不好?首先肯定是代码作者制造了这个问题。把这个板子打在 Reviewer 身上公平吗?或许，Reviewer 确实有责任发现这样的问题，但是，如果代码本来就错误多多呢?如果一次性 Review 了 1000 行代码，根本看不过来呢?我能找到一大把的理由，来说明为什么漏掉这么一个空指针错误。
发现逻辑错误的其他方法
你还有许多其他的方法来发现错误，它们的成本往往并不高，例如：
- 编写自动化单元测试
- 使用代码静态检查工具
无论是否存在 CR 活动，上述两点都是一名专业的开发者和开发组织应该大力倡导的行为。
发现错误的价值
在上述两点得到承认的前提下，代码评审确实也应该用于发现错误——它本质上建立了一种冗余机制，通过多人工作在同一段代码上，发现代码中可能发生的认知错误(这对于单个开发者往往是很难发现的)以及疏忽。
高效高质的代码评审
哪些因素阻碍了代码评审的效果
代码评审本身并不困难，但是，如果考虑到如下因素，可能就比较复杂了：
- 你可能对要评审的代码的设计上下文一无所知
- 你可能非常忙碌
- 你一下子收到了几千行需要被评审的代码
- ...
实际操作建议
建议一：小批量——每次 Review 的代码量要少
研究发现， 成功的 CR 活动一定是小规模的。例如，《Modern Code Review：A Case at Google》论文介绍说， Google 的 CR 活动中，有 35% 的 CR 仅仅修改了一个文件，90% 的 CR 修改的文件数在 10 个文件以内，甚至有 10% 的 CR 仅仅修改了1行代码。
代码量少的好处显而易见：修改了哪里非常清晰，问题也会一目了然。一次推给别人 1000+ 行代码，还想得到有价值的 Review，可能性微乎其微。
当然，一次 Review 它代表的功能应该是有意义的，是完整的，如果不是修复缺陷，这一定程度上也对开发者迭代地开发功能的能力提出了要求。
建议二：多批次——Review 要频繁发生
小批量必然导致了多批次。在微软 2013 年的一篇论文《iExpectations, Outcomes, and Challenges Of Modern Code Review》和前述的 Google 的论文中都提到了频繁 Review 的做法。其中，Google 的每周每 Developer 的代码变更中位数是 3 个，每周每 Reviewer 的 Review 中位数是 4 个。
建议三：找对人——合适的 Reviewer
谁适合 Review 你的代码?选一个和被 Review 的代码毫不相干的人肯定是不明智的。下面列出了一些潜在的候选人：
- 如果你的组织有 Owner 机制，Owner 应该是合适人选
- 和你工作在相同上下文的同事
- 近期修改过相同代码的同事
- 比你更资深的程序员，希望得到他们的专业反馈
现在已经有一些工具，能够根据上下文推荐 Reviewer，这也为选择合适的 Reviewer 提供了便利。
建议四：快速响应
当每次 Review 的粒度不大，Review 又比较频繁时，快速响应才能成为可能，也是必然的要求。在这个数据上，Google 的中位数是 4 小时。这个指标可以成为一个较好的参照。
建议五：使用现代工具
快速响应、高质量的 Review 离不开现代工具。现代的 Review 工具能自动集成进工作流，高亮变化，甚至能自动汇总变更。这方面已经有许多现代的工具可以使用，还没有选好工具的读者，可以自行搜索。
建议六：考虑结对编程
当我们提到 “小批量、多批次、快速反馈” 的时候，如果有过结对编程经验的同学，马上就会反映过来，结对编程和 CR 何其相似。
结对编程，共同编程的两位同学拥有完全相同的上下文，不存在上下文切换的烦恼，没有缺乏时间的烦恼，不需要借助额外的工具，反馈随时随地。事实上，在我的眼中，结对编程才是最好的 Code Review。
建议七：综合在线 Review 和线下 Review
在线 Review 应该是常态化的行为。考虑到 CR 的 “知识传播” 价值，线下 Review 是有益的补充。有经验的团队，会周期或者不定期的组织线下 Review，这样能获得比在线 Review 更为广泛的知识传播面，也能引起更为热烈的讨论和辩论，有助于形成更高质量的共识。
数字化的指标
研发行为的全面数字化，带来了一些有价值的数据洞察。如果工具支持，可以通过一些指标的观测，持续推进 CR 活动。我们把一些建议的指标和数据总结如下：
从 Author 角度：
- 单次评审的代码行数 (主要指标)
- 评审的频度 (参考)
从 Reviewer 角度：
- 响应时间
- 评论数和拒绝率
从 Reviewer 的团体角度，还可以发现 Author-Reviewer 之间的社群关系，也是一种有价值地了解知识传播的信息。
不要做什么：
避免用 CR 的数字化指标进行考核，即使动机良好。CR 的本质是文化建设，强烈建议仅仅把 CR 的指标用作提升指引，而不要用于和绩效有关的评价，无论是前述的几种指标，还是和 Review 的质量甚至是缺陷相关的数据。
实践
你的组织的代码质量和技术氛围如何?你们正在实施代码评审吗?
- 如果暂时还没有，是否愿意做一些尝试?
- 如果已经在实施，既有的实践是否达到了代码评审的真正目标?
