AWS Сегодня было объявлено, что CodeGuru, набор инструментов, использующих машинное обучение для автоматического анализа кода на наличие ошибок и предложения потенциальных оптимизаций, теперь общедоступен. Инструмент запущен в предварительный просмотр на AWS re: Invent в декабре прошлого года.
CodeGuru состоит из двух инструментов, Reviewer и Profiler, и эти имена в значительной степени описывают то, что они делают. Чтобы создать Reviewer, команда AWS фактически обучила свой алгоритм с помощью кода из более чем 10 000 проектов с открытым исходным кодом на GitHub, а также отзывов от Amazonсобственная внутренняя кодовая база.
«Даже для такой большой организации, как Amazonсложно иметь достаточно опытных разработчиков с достаточным количеством свободного времени для анализа кода, учитывая объем кода, который пишется каждый день », – отмечает компания в сегодняшнем объявлении. «И даже самые опытные рецензенты пропускают проблемы до того, как они влияют на приложения, ориентированные на клиента, что приводит к ошибкам и проблемам с производительностью».
Чтобы использовать CodeGuru, разработчики продолжают фиксировать свой код в своем выбранном репозитории, независимо от того, является ли это GitHub, Bitbucket Cloud, собственным CodeCommit AWS или другим сервисом. CodeGuru Reviewer, кроме того, что анализирует этот код, пытается найти ошибки и, если это произойдет, также предложит возможные исправления. Все это делается в контексте хранилища кода, поэтому CodeGuru, например, создаст запрос на получение GitHub и добавит комментарий к этому запросу с дополнительной информацией об ошибке и возможных исправлениях.
Чтобы обучить модели машинного обучения, пользователи также могут предоставить CodeGuru некоторую базовую обратную связь, хотя мы в основном говорим здесь «большие пальцы вверх» и «большие пальцы вниз».
У CodeGuru Application Profiler несколько иная миссия. Он предназначен для того, чтобы помочь разработчикам выяснить, где могут быть некоторые недостатки в их коде, и определить самые дорогие строки кода. Это включает поддержку безсерверных платформ, таких как AWS Lambda и Fargate.
Одна из особенностей, которую команда добавила с тех пор, как она впервые анонсировала CodeGuru, заключается в том, что Profiler теперь добавляет в строки неоптимизированного кода приблизительно сумму в долларах.
«Наши клиенты разрабатывают и запускают множество приложений, которые содержат миллионы и миллионы строк кода. Обеспечение качества и эффективности этого кода невероятно важно, т.к. ошибки и неэффективность даже в нескольких строках кода могут быть очень дорогостоящими. Сегодня методы выявления проблем с качеством кода являются трудоемкими, ручными и подвержены ошибкам, особенно в масштабе », – сказал Свами Сивасубраманян, вице-президент. Amazon Машинное обучение, в сегодняшнем объявлении. «CodeGuru объединяет AmazonИмеет многолетний опыт разработки и развертывания приложений в масштабе с обширным опытом в области машинного обучения, чтобы предоставить клиентам сервис, который улучшает качество программного обеспечения, радует своих клиентов улучшенной производительностью приложений и устраняет их самые дорогие строки кода ».
AWS сообщает, что ряд компаний начали использовать CodeGuru в период предварительного просмотра. К ним относятся такие, как Atlassian, EagleDream и DevFactory.
«Несмотря на то, что обзоры кода от нашей команды разработчиков делают большую работу по предотвращению ошибок в работе, не всегда можно предсказать, как системы будут вести себя в условиях стресса, или управлять сложными формами данных, особенно если у нас несколько развертываний в день», – сказал Зак Ислам. , Руководитель отдела технических команд, Atlassian. «Обнаружив аномалии в производстве, мы смогли сократить время расследования с дней до часов, а иногда и минут, благодаря Amazon Функция непрерывного профилирования CodeGuru. Наши разработчики теперь сосредотачивают больше энергии на предоставлении дифференцированных возможностей и меньше времени на изучение проблем в нашей производственной среде ».
Кредиты изображений: AWS