Skip to main content

CodeGuru

Amazon CodeGuru เป็นบริการที่ใช้ Machine Learning (ML) ในการช่วยนักพัฒนา โดยมีฟังก์ชันหลัก 2 อย่างคือ:

  1. Automated Code Reviews – ตรวจสอบโค้ดอัตโนมัติ
  2. Application Performance Recommendations – แนะนำการปรับปรุงประสิทธิภาพของแอปพลิเคชัน

ตามปกติแล้วเมื่อมีการ push โค้ด นักพัฒนาคนอื่นจะเป็นผู้ทำ code review และเมื่อโค้ดถูกนำไปใช้งานใน production ก็ต้องมีการเฝ้าติดตามประสิทธิภาพเพื่อตรวจจับบั๊กที่อาจเกิดขึ้น CodeGuru จะช่วย ทำงานอัตโนมัติ ทั้งสองอย่างนี้

An image

CodeGuru Reviewer​

  • ใช้ Static Code Analysis เพื่อทำการตรวจสอบโค้ดอัตโนมัติ
  • เมื่อมีการ deploy โค้ดไปยัง repository เช่น CodeCommit หรือ GitHub → CodeGuru จะทำการวิเคราะห์ทุกบรรทัดของโค้ด
  • หากพบ บั๊ก, memory leaks, หรือปัญหาที่เคยตรวจเจอมาก่อน → จะให้คำแนะนำเชิงปฏิบัติ (actionable recommendations)
  • ด้วยความสามารถของ Machine Learning → สามารถตรวจหาบั๊กได้แม้กระทั่งก่อน reviewer คนจริงจะเจอ

An image

CodeGuru Profiler​

  • ใช้สำหรับดูข้อมูล ประสิทธิภาพของแอปพลิเคชัน ระหว่าง runtime หรือใน production
  • ตรวจหาบรรทัดโค้ดที่มีต้นทุนสูง (expensive lines of code) และแนะนำการปรับปรุง
  • สามารถใช้ได้ทั้งใน pre-production และ production
  • มีการวัดประสิทธิภาพแบบ real-time และแนะนำโอกาสในการ ลดต้นทุน (cost optimization) และเพิ่มประสิทธิภาพ

An image

เจาะลึก CodeGuru Reviewer​

  • วิเคราะห์ commit ทุกครั้งที่มีการ push โค้ด

  • เน้นหาบรรทัดที่มีความเสี่ยงหรือมีปัญหา เช่น:

    • Critical issues
    • Security vulnerabilities
    • Hard-to-find bugs

  • ช่วยเรื่อง Best Practices เช่น

    • ป้องกัน resource leaks
    • ตรวจหาช่องโหว่ด้าน security
    • ตรวจสอบ input validation

  • ใช้ Machine Learning และ Automated Reasoning

  • เรียนรู้จาก code review ใน open-source repositories และ Amazon.com repositories

  • ปัจจุบันรองรับ Java และ Python และเชื่อมต่อกับ GitHub, Bitbucket, CodeCommit

เจาะลึก CodeGuru Profiler​

  • วิเคราะห์ runtime behavior ของแอปพลิเคชัน
  • ระบุการใช้ CPU ที่มากเกินไป เช่น ใน logging routine
  • ลดการใช้ CPU และลดต้นทุน compute
  • ให้ heap summaries เพื่อตรวจหาวัตถุ (objects) ที่ใช้ memory มาก
  • ทำ anomaly detection เพื่อตรวจจับพฤติกรรมที่ผิดปกติ
  • ใช้งานได้ทั้งใน AWS Cloud และ On-Premises
  • มี overhead น้อยต่อแอปพลิเคชันที่ถูก monitor

Amazon CodeGuru – การตั้งค่า Agent​

  • MaxStackDepth – ความลึกสูงสุดของ stack ในโค้ดที่แสดงในโปรไฟล์

  • ตัวอย่าง: ถ้า CodeGuru Profiler พบว่า method A เรียก method B → method B เรียก method C → method C เรียก method D → ความลึกเท่ากับ 4 → ถ้าตั้งค่า MaxStackDepth = 2 ตัว profiler จะประเมินเฉพาะ A และ B

  • MemoryUsageLimitPercent – เปอร์เซ็นต์ของหน่วยความจำที่ profiler ใช้

  • MinimumTimeForReportingInMilliseconds – เวลาขั้นต่ำระหว่างการส่งรายงาน (หน่วยมิลลิวินาที)

  • ReportingIntervalInMilliseconds – ช่วงเวลาในการส่งรายงานโปรไฟล์ (หน่วยมิลลิวินาที)

  • SamplingIntervalInMilliseconds – ช่วงเวลาในการสุ่มตัวอย่างที่ใช้ในการทำ profiling (หน่วยมิลลิวินาที) → ค่าที่ลดลง = อัตราการสุ่มตัวอย่างที่สูงขึ้น

สรุป​

Amazon CodeGuru เป็นบริการที่ช่วยให้คุณ:

  • ตรวจสอบโค้ดอัตโนมัติด้วย Reviewer
  • วิเคราะห์ประสิทธิภาพ runtime ด้วย Profiler

Key Takeaways​

  • Amazon CodeGuru ใช้ Machine Learning เพื่อทำ Automated Code Reviews และ Performance Recommendations
  • CodeGuru Reviewer → ตรวจสอบโค้ด (Static Analysis) เพื่อหาบั๊ก, ช่องโหว่ด้าน security, และ resource leaks
  • CodeGuru Profiler → เฝ้าดูพฤติกรรม runtime เพื่อตรวจหาคอขวดด้านประสิทธิภาพและแนะนำการปรับปรุง
  • รองรับ Java และ Python เชื่อมต่อกับ GitHub, Bitbucket, CodeCommit
  • ใช้งานได้ทั้งบน AWS Cloud และ On-Premises