CN113626070B - 代码质量指标的配置方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种代码质量指标的配置方法、装置、设备及存储介质。包括：基于已有流水线结构构建初始指标矩阵；根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；确定待配置流水线结构对应的使用场景及结构类型；根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；将所述目标指标配置于所述待配置流水线结构中。本发明实施例提供的代码质量指标的配置方法，根据待配置流水线结构对应的使用场景及结构类型从优化后的指标矩阵中确定目标指标，并将目标指标配置于所述待配置流水线结构中，可以保证代码质量配置的合理性，从而提升代码的质量及效率。

Description

代码质量指标的配置方法、装置、设备及存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种代码质量指标的配置方法、装置、设备及存储介质。

背景技术

在软件过程中，由于软件架构多样化、代码复用率低、流程不规范等问题，导致代码质量参差不齐。目前DevOps(Development和Operations)模式的持续集成(ContinuousIntegration，CI)和持续部署(Continuous Delivery，CD)中，通过使用质量管控工具，协同人员，对代码质量进行自动检测。常采用代码质量管控平台(如：Sonar)作为质量管控的主流工具，项目组需要设置流水线所需指标类型以及指标阈值。随着指标类型不断增加，指标也变得多样化，人工手动设置指标可能会出现选择指标不适配、指标阈值设置不合理、指标阈值不能持续自动更新等情况，不能达到项目组所需的要求。

发明内容

本发明实施例提供一种代码质量指标的配置方法、装置、设备及存储介质，可以保证代码质量配置的合理性，从而提升代码的质量及效率。

第一方面，本发明实施例提供了一种代码质量指标的配置方法，包括：

基于已有流水线结构构建初始指标矩阵；

根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；

确定待配置流水线结构对应的使用场景及结构类型；

根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；

将所述目标指标配置于所述待配置流水线结构中。

第二方面，本发明实施例还提供了一种代码质量指标的配置装置，包括：

初始指标矩阵构建模块，用于基于已有流水线结构构建初始指标矩阵；

优化后的指标矩阵获取模块，用于根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；

结构类型确定模块，用于确定待配置流水线结构对应的使用场景及结构类型；

目标指标确定模块，用于根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；

指标配置模块，用于将所述目标指标配置于所述待配置流水线结构中。

第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例所述的代码质量指标的配置方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所述的代码质量指标的配置方法。

本发明实施例公开了一种代码质量指标的配置方法、装置、设备及存储介质。基于已有流水线结构构建初始指标矩阵；根据流水线结构的使用场景对初始指标矩阵进行优化，获得优化后的指标矩阵；确定待配置流水线结构对应的使用场景及结构类型；根据使用场景和结构类型从优化后的指标矩阵中确定目标指标；将目标指标配置于待配置流水线结构中。本发明实施例提供的代码质量指标的配置方法，根据待配置流水线结构对应的使用场景及结构类型从优化后的指标矩阵中确定目标指标，并将目标指标配置于所述待配置流水线结构中，可以保证代码质量配置的合理性，从而提升代码的质量及效率。

附图说明

图1为是本发明实施例一中的一种代码质量指标的配置方法的流程图；

图2是本发明实施例一中的初始指标矩阵的示例图；

图3是本发明实施例一中的场景1下优化后的指标矩阵的示例图；

图4是本发明实施例二中的一种代码质量指标的配置装置的结构示意图；

图5是本发明实施例三中的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

面对复杂的CI/CD流水线需要多种类型的指标时，传统人工设置指标的方式，可能会出现不能合理的适配项目组要求。具体表现出以下问题：

1)多类型下繁多的指标，人工选择指标无法合理适配项目组的要求；

2)手动设置指标阈值会出现过严格的情况，导致项目组构建流水线成功率过低；

3)手动设置指标阈值会出现门槛过低的情况，导致所设置阈值对项目组代码质量没有起到有效的阻断作用；

4)随着敏捷开发迭代的改进，所设置的指标不能自动持续跟进，导致前面设置的指标阈值不满足后续迭代所需要的要求。

由此，随着实际应用日趋复杂和多样，构建智能适配合理的质量指标，从而减少人工设置工作，提高项目组代码质量具有重要意义。

实施例一

图1为本发明实施例一提供的一种代码质量指标的配置方法的流程图，本实施例可适用于对流水线结构进行代码质量指标配置的情况，该方法可以由代码质量指标的配置装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有代码质量指标的配置功能的设备中。如图1所示，该方法具体包括如下步骤：

步骤110，基于已有流水线结构构建初始指标矩阵。

其中，流水线结构可以理解为软件项目开发过程中CI/CD流水线结构，例如：可以包括：项目构建、项目测试、项目部署等阶段。流水线结构可以由多个功能组件构成。已有流水线结构可以是企业当前已经在工作的CI/CD流水线结构。

其中，初始指标矩阵记录了流水线结构类型与指标间的对应关系。从已有流水线结构提取配置的指标，建立指标与流水线结构类型间的对应关系，获得初始指标矩阵。

具体的，基于已有流水线结构构建初始指标矩阵的方式可以是：根据多个功能组件以及功能组件的连接关系对已有流水线结构进行分类，获得至少一类流水线结构；分别提取各类流水线结构对应的代码质量指标；建立各类流水线结构与代码质量指标的对应关系，获得初始指标矩阵。

其中，可以将多个功能组件以及功能组件的连接关系输入设定的机器学习模型中进行处理，获得已有流水线结构的类型。对于各个类型的流水线结构，提取每类流水线结构中设置的代码质量指标，从而建立各类流水线结构与代码质量指标的对应关系。示例性的，图2是本发明实施例中的初始指标矩阵的示例图，如图2所示，结构类型包括结构1、结构2和结构3，分别对应的指标类1、指标类2和指标类3，每种指标类包含的指标为指标1……指标n。

步骤120，根据流水线结构的使用场景对初始指标矩阵进行优化，获得优化后的指标矩阵。

其中，使用场景可以是前端开发、后端开发等。对初始指标矩阵进行优化可以理解为：获取到每种使用场景下的各类流水线结构的最优指标以及最优指标的推荐阈值。

具体的，根据流水线结构的使用场景对初始指标矩阵进行优化，获得优化后的指标矩阵的过程可以是：对于每种使用场景，分别获取在使用场景下各类流水线结构中使用率最高的指标，确定为最优指标；分别将初始指标矩阵中各类流水线结构对应的代码质量指标替换为最优指标；确定最优指标的推荐阈值；将推荐阈值添加至初始指标矩阵中，获得各使用场景下优化后的指标矩阵。

本实施例中，在某种使用场景下，每类流水线结构均可以包含多个流水线结构，统计这多个流水线结构配置的代码质量指标，获得使用率最高的指标，最为该使用场景下该类流水线结构的最优指标。并为每个最优指标添加推荐阈值，从而获得各使用场景下优化后的指标矩阵。本实施例中，每种使用场景对应一个优化后的指标矩阵。示例性的，图3是本发明实施例中场景1下优化后的指标矩阵的示例图。如图3所示，在场景1下，结构1在指标类1对应的最优指标包括指标1、指标2和指标3，且分别对应的推荐阈值为推荐阈值1、推荐阈值2和推荐阈值3。

本实施例中，确定最优指标的推荐阈值的方式可以是：计算最优指标的阈值均值；判断阈值均值是否处于第一设定范围内；第一设定范围为设定边界值与指标最优值组成的范围；若是，则将阈值均值与设定边界值的平均值确定为推荐阈值；否则，将设定边界值确定为推荐阈值。

其中，最优值可以理解为可以使流水线结构达到最优性能的该指标的值。设定边界值可以由开发人员根据业务需求进行设定。计算最优指标的阈值均值的方式可以是计算该最优指标在各流水线结构中配置的阈值的平均值

步骤130，确定待配置流水线结构对应的使用场景及结构类型。

其中，使用场景可以直接从配置信息中获取。获取组成待配置流水线结构的多个功能组件以及功能组件间的连接关系，可以将多个功能组件以及功能组件的连接关系输入设定的机器学习模型中进行处理，获得待配置流水线结构的类型。

步骤140，根据使用场景和结构类型从优化后的指标矩阵中确定目标指标。

具体的，首先该使用场景下优化后的指标矩阵，然后从选出的指标矩阵中确定与该结构类型相似度最高的流水线结构，将该流水线结构对应的最优指标确定为待配置流水线结构的目标指标。

具体的，根据使用场景和结构类型从优化后的指标矩阵中确定目标指标的过程可以是：根据使用场景确定目标优化后的指标矩阵；从目标优化后的指标矩阵中获取与结构类型相似度最高的流水线结构，确定为目标流水线结构；将目标流水线结构对应的指标确定为目标指标。

具体的，从目标优化后的指标矩阵中获取与结构类型相似度最高的流水线结构的方式可以是，将待配置流水线结构以及目标优化后的指标矩阵中的各个流水线结构转换为结构向量，计算待配置流水线结构的结构向量与目标优化后的指标矩阵中的各个流水线结构的结构向量间相似度，将从目标优化后的指标矩阵中待匹配流水线结构相似度最高的流水线结构确定为目标流水线结构。

步骤150，将目标指标配置于待配置流水线结构中。

本实施例中，基于配置了目标指标的流水线结构对代码质量进行审核。

可选的，在将目标指标配置于待配置流水线结构中之后，还包括如下步骤：每隔设定时长获取配置后的流水线结构在工作过程中各目标指标对应的多个实际数值；基于多个实际数值计算各目标指标的数学期望值；基于数学期望值调整各目标指标的推荐阈值。

其中，多个实际值为在该设定时长内产生的值。

具体的，基于数学期望值调整各目标指标的推荐阈值的方式可以是：判断数学期望值与推荐阈值的差值的绝对值是否落入第二设定范围；若未落入，则将数学期望值与推荐阈值的平均值作为新的推荐阈值；否则，保持推荐阈值不变。

假设数学期望值为E，推荐阈值为S，若|E-S|超出第二设定范围，则表明当前的推荐阈值已经不再合适，将(E+S)/2作为新的推荐阈值，若|E-S|未超出第二设定范围，则表明当前的推荐阈值仍然合适，则保留。

本实施例的技术方案，基于已有流水线结构构建初始指标矩阵；根据流水线结构的使用场景对初始指标矩阵进行优化，获得优化后的指标矩阵；确定待配置流水线结构对应的使用场景及结构类型；根据使用场景和结构类型从优化后的指标矩阵中确定目标指标；将目标指标配置于待配置流水线结构中。本发明实施例提供的代码质量指标的配置方法，根据待配置流水线结构对应的使用场景及结构类型从优化后的指标矩阵中确定目标指标，并将目标指标配置于所述待配置流水线结构中，可以保证代码质量配置的合理性，从而提升代码的质量及效率。

实施例二

图4是本发明实施例二提供的一种代码质量指标的配置装置的结构示意图。如图4所示，该装置包括：

初始指标矩阵构建模块210，用于基于已有流水线结构构建初始指标矩阵；

优化后的指标矩阵获取模块220，用于根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；

结构类型确定模块230，用于确定待配置流水线结构对应的使用场景及结构类型；

目标指标确定模块240，用于根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；

指标配置模块250，用于将所述目标指标配置于所述待配置流水线结构中。

可选的，所述流水线结构由多个功能组件构成；初始指标矩阵构建模块210，还用于：

根据所述多个功能组件以及功能组件的连接关系对已有流水线结构进行分类，获得至少一类流水线结构；

分别提取各类流水线结构对应的代码质量指标；

建立各类流水线结构与代码质量指标的对应关系，获得初始指标矩阵。

可选的，优化后的指标矩阵获取模块220，还用于：

对于每种使用场景，分别获取在所述使用场景下各类流水线结构中使用率最高的指标，确定为最优指标；

分别将所述初始指标矩阵中各类流水线结构对应的代码质量指标替换为所述最优指标；

确定所述最优指标的推荐阈值；

将所述推荐阈值添加至所述初始指标矩阵中，获得各使用场景下优化后的指标矩阵。

可选的，优化后的指标矩阵获取模块220，还用于：

计算所述最优指标的阈值均值；

判断所述阈值均值是否处于第一设定范围内；所述第一设定范围为设定边界值与指标最优值组成的范围；

若是，则将所述阈值均值与所述设定边界值的平均值确定为推荐阈值；

否则，将所述设定边界值确定为推荐阈值。

可选的，目标指标确定模块240，还用于：

根据所述使用场景确定目标优化后的指标矩阵；

从所述目标优化后的指标矩阵中获取与所述结构类型相似度最高的流水线结构，确定为目标流水线结构；

将所述目标流水线结构对应的指标确定为目标指标。

可选的，还包括：推荐阈值调整模块，用于：

每隔设定时长获取配置后的流水线结构在工作过程中各目标指标对应的多个实际数值；

基于所述多个实际数值计算各目标指标的数学期望值；

基于所述数学期望值调整各目标指标的推荐阈值。

可选的，推荐阈值调整模块，还用于：

判断所述数学期望值与所述推荐阈值的差值的绝对值是否落入第二设定范围；

若未落入，则将所述数学期望值与所述推荐阈值的平均值作为新的推荐阈值；否则，保持推荐阈值不变。

上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。

实施例三

图5为本发明实施例三提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的计算机设备312的框图。图5显示的计算机设备312仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备312是典型的代码质量指标的配置功能的计算设备。

如图5所示，计算机设备312以通用计算设备的形式表现。计算机设备312的组件可以包括但不限于：一个或者多个处理器316，存储装置328，连接不同系统组件(包括存储装置328和处理器316)的总线318。

总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

计算机设备312典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备312访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置328可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)330和/或高速缓存存储器332。计算机设备312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统334可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储装置328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块326的程序336，可以存储在例如存储装置328中，这样的程序模块326包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块326通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信，还可与一个或者多个使得用户能与该计算机设备312交互的设备通信，和/或与使得该计算机设备312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口322进行。并且，计算机设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(Local AreaNetwork，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与计算机设备312的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备312使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理器316通过运行存储在存储装置328中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的代码质量指标的配置方法。

实施例四

本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例中的代码质量指标的配置方法。

本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：基于已有流水线结构构建初始指标矩阵；根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；确定待配置流水线结构对应的使用场景及结构类型；根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；将所述目标指标配置于所述待配置流水线结构中。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种代码质量指标的配置方法，其特征在于，包括：

基于已有流水线结构构建初始指标矩阵；

根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；

确定待配置流水线结构对应的使用场景及结构类型；

根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；

将所述目标指标配置于所述待配置流水线结构中；

所述流水线结构由多个功能组件构成；基于已有流水线结构构建初始指标矩阵，包括：

根据所述多个功能组件以及功能组件的连接关系对已有流水线结构进行分类，获得至少一类流水线结构；

分别提取各类流水线结构对应的代码质量指标；

建立各类流水线结构与代码质量指标的对应关系，获得初始指标矩阵；

所述根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵，包括：

对于每种使用场景，分别获取在所述使用场景下各类流水线结构中使用率最高的指标，确定为最优指标；

分别将所述初始指标矩阵中各类流水线结构对应的代码质量指标替换为所述最优指标；

确定所述最优指标的推荐阈值；

将所述推荐阈值添加至所述初始指标矩阵中，获得各使用场景下优化后的指标矩阵。

2.根据权利要求1所述的方法，其特征在于，确定所述最优指标的推荐阈值，包括：

计算所述最优指标的阈值均值；

判断所述阈值均值是否处于第一设定范围内；所述第一设定范围为设定边界值与指标最优值组成的范围；

若是，则将所述阈值均值与所述设定边界值的平均值确定为推荐阈值；

否则，将所述设定边界值确定为推荐阈值。

3.根据权利要求1所述的方法，其特征在于，根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标，包括：

根据所述使用场景确定目标优化后的指标矩阵；

从所述目标优化后的指标矩阵中获取与所述结构类型相似度最高的流水线结构，确定为目标流水线结构；

将所述目标流水线结构对应的指标确定为目标指标。

4.根据权利要求1所述的方法，其特征在于，在将所述目标指标配置于所述待配置流水线结构中之后，还包括：

每隔设定时长获取配置后的流水线结构在工作过程中各目标指标对应的多个实际数值；

基于所述多个实际数值计算各目标指标的数学期望值；

基于所述数学期望值调整各目标指标的推荐阈值。

5.根据权利要求4所述的方法，其特征在于，基于所述数学期望值调整各目标指标的推荐阈值，包括：

判断所述数学期望值与所述推荐阈值的差值的绝对值是否落入第二设定范围；

若未落入，则将所述数学期望值与所述推荐阈值的平均值作为新的推荐阈值；否则，保持推荐阈值不变。

6.一种代码质量指标的配置装置，其特征在于，包括：

初始指标矩阵构建模块，用于基于已有流水线结构构建初始指标矩阵；

优化后的指标矩阵获取模块，用于根据所述流水线结构的使用场景对所述初始指标矩阵进行优化，获得优化后的指标矩阵；

结构类型确定模块，用于确定待配置流水线结构对应的使用场景及结构类型；

目标指标确定模块，用于根据所述使用场景和所述结构类型从所述优化后的指标矩阵中确定目标指标；

指标配置模块，用于将所述目标指标配置于所述待配置流水线结构中；

所述流水线结构由多个功能组件构成；所述初始指标矩阵构建模块，还用于：

根据所述多个功能组件以及功能组件的连接关系对已有流水线结构进行分类，获得至少一类流水线结构；

分别提取各类流水线结构对应的代码质量指标；

建立各类流水线结构与代码质量指标的对应关系，获得初始指标矩阵；

所述优化后的指标矩阵获取模块，还用于：

对于每种使用场景，分别获取在所述使用场景下各类流水线结构中使用率最高的指标，确定为最优指标；

分别将所述初始指标矩阵中各类流水线结构对应的代码质量指标替换为所述最优指标；

确定所述最优指标的推荐阈值；

将所述推荐阈值添加至所述初始指标矩阵中，获得各使用场景下优化后的指标矩阵。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一所述的代码质量指标的配置方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的代码质量指标的配置方法。