是否存在一种更“深层的词汇表”，可以更好地压缩提交的表示方式？Alloy.dev 发现一些基本的变化可以大幅减少程序员需要审查的行数。
译自 One Company Rethinks Diff to Cut Code Review Times，作者 David Cassel。
一篇 Stack Overflow 博客文章 将其称为“当代开发人员最广泛使用的最古老工具”。文件比较程序 diff 已经存在了整整半个世纪。
时至今日，其底层的“Myers diff 算法”仍然出现在我们的工作流程中——包括我们在 GitHub 上查看更改的方式（使用红色突出显示更改的代码，绿色突出显示新代码）。
是时候换个角度思考了吗？即使是 diff 的官方 info 文件也指出，GNU 项目“已经确定了一些改进，作为志愿者的潜在编程项目”。
但 Stack Overflow 博客文章提供了一个引人入胜的案例研究，一家开发工具公司决定尝试构建一个更好的 diff...
全面了解 Alloy
Alloy.dev 的 网站 表示，该公司从事“优质软件产品”的业务，副标题承诺他们的工具“每天都被热爱构建软件的人使用”。并且它特别推出了两款产品，这两款产品“帮助有抱负的创作者从每个工作时间中获得最大价值”——其中之一是 Amplenote，一款笔记/待办事项列表应用程序。
然后是“GitClear”——该公司在经过三年的迭代后于 2018 年发布了这款产品。“对于 GitClear，我们渴望让拉取请求审查占开发团队一周时间的 1-5%，而不是 20%，”Alloy 的 网页 上写道。
Harding 和他的团队添加了新的方法来显示代码何时只是被移动、收到少量更新或经历了来自查找和替换命令的名称更改。
该公司在进行了一些研究后发现，只有 5% 的 代码更改 是真正“实质性”的更改，Alloy 创始人/首席执行官 Bill Harding 在他的 2022 年演示 中说，其余的都被他们认为是“更改噪音”。
大约 30% 的拉取请求中所有更改的行只是代码块，这些代码块只是被移动到一个新的位置。“为什么开发人员仍然阅读拉取请求，其中这 30% 的未更改代码与应该引起注意的实质性更改一样突出？”Harding 问道。
正如 Harding 在 6 月份的演示 中所说，“我们希望帮助开发人员尽可能少地审查代码。”
构建一个更好的 Diff？
在 Stack Overflow 上的一篇客座文章中，Harding 描述了 Alloy 如何首先对一组新的 diff 运算符进行实验。他的目标是看看“更深层的词汇表”是否可以压缩提交的表示方式。“更改是否可以比近 40 年前更简洁地显示？”因此，除了添加和删除之外，Harding 和他的团队还添加了新的方法来显示代码何时只是被移动、收到少量更新或经历了来自查找和替换命令的名称更改。
Harding 在 另一个视频 中说，减少行数会让事情变得更好。“这最终可以让你有更多时间来编写代码，而不是审查代码。”
Alloy 提供了几个示例和 视频 来证实他们的说法，即他们的工具可以使拉取请求中需要审查的代码减少 30%。
工作原理
显然，它的有用性取决于它试图总结的内容。但是，当代码块被移动到一个单独的函数中时，GitClear 不会突出显示所有移动但仍然相同的代码——只突出显示新添加的方法定义。
Harding 的博客文章还重点介绍了一个案例，他们对一个常量值进行了微小的更改——在前面添加了一个 0。该工具不是将其显示为删除一行然后添加另一行不同的行，而是简单地显示更改的行及其更改的字符（并内联显示）。
最终结果？需要审查的“更改行”减少了大约 28%——Harding 认为这是一个明显的胜利。“这意味着更新 git diff 处理工具可以将需要审查的行数减少近三分之一。”
Harding 甚至表示，他们从 CodeMentor 招募了 48 名测试对象来审查拉取请求——其中一半来自 GitClear。结果发现对代码的“理解程度相同”。但是，由于需要审查的行数更少，因此审查所花费的时间更少——平均减少了 23%，中位数减少了 36%。
其他功能
当我向该公司提交了一个指向“替代拉取请求审查工具”的 URL 时，GitClear 向我发送了一封电子邮件，重点介绍了使用该工具我可以节省多少行代码审查工作……
但他们的工具还包括其他功能。
访问拉取请求会调出一个概述页面，提供 Harding 所谓的“拉取请求当前状态的高级详细信息……以及它与之前提交的拉取请求的比较”。一个图表显示了拉取请求已打开的天数——甚至允许你将它与存储库中的其他文件进行比较——或者与所有存储库的拉取请求进行比较，甚至“与你所在行业的其他公司进行比较”。（另一个图表对拉取请求中的测试覆盖率进行了相同的比较。）
然后是“差异增量”的图表，该公司的网站将其吹捧为 GitClear 的专有但“经验证的评估”，用于评估每次提交发生的持久性更改量”，将提交的整个历史记录编织在一起，以跟踪“每个作者代码行的长期命运——通过移动、重命名和其他更新”。
他们添加了其他方法来尝试改进代码审查体验。在视频演示中，Harding 指出他们的工具还提供了一个视图，仅显示“自上次审查以来的未审查提交”
“对于我们团队的工作方式来说，这可能是节省时间最多的单一功能……因为如果你的团队对拉取请求进行了多轮审查，你肯定感受过试图查看之前已经看过的文件并挑选出‘哪些更改是对我的反馈的回应？哪些更改已经存在，我之前已经看过了？’的痛苦。”
还可以回溯时间。将鼠标悬停在某行上会显示其提交消息的完整历史记录，“这通常可以阐明为什么特定行演变成其最终形式，”Harding 在他的博客文章中解释道。这意味着，即使一行代码被移动——并且可能被查找和替换命令更改——该行的原始位置仍然可用。[他们的文章认为，看到代码出现在应用程序的过去版本中很有用。]
代码审查时间更少
Harding 的文章最后为他们的工具进行了辩护。审查那些额外的 28% 代码行要花费多少时间？Harding 估计，一个 10 人的团队每周要花费数千美元。Harding 还建议开发人员可能更喜欢在代码审查上花费更少的时间。
“考虑到代码审查通常是开发人员职责中最令人不快、需要高度意志力的工作之一，减少代码审查时间带来的士气提升可能与‘节省时间’带来的收益相当。”
它并不是唯一的替代方案。在 Harding 故事的评论中，一位名为Difftastic 的其他替代方案的粉丝。
在2022 年 GitKon 的一次演讲中，Harding 承认现在至少有 10 家公司提供 Git 分析/开发人员分析工具（通常与问题跟踪相结合）。
但 Harding 的帖子在网络上引发了一些关于代码审查工具现状的热烈讨论。Stack Overflow 的一些长期读者在他们的博客文章中留下了他们的评论：
- “能够识别带有注释块和通常尾随空行的完整函数作为一个单元，因此是一个更改，这将非常棒”
- “如果差异能够识别重命名的文件……那就太好了”
- “审查过程中的许多改进可以来自有意地将提交分离，以方便审查。
无论未来会发生什么，人们显然都渴望获得最好的代码审查工具。也许这并不难理解。
在2022 年的另一场演讲中，Harding 笑着说，“开发人员天生对编写代码比对审查代码更有热情。”
