今天继续学习使用SonarQube分析项目代码，为了便于理解，将官方手册用到的翻译出来。
UserGuide Quality Gate Use the Best Quality Gate Configuration 推荐默认配置，对于每一个版本，我们都会根据SonarQube的能力调整默认质量门（Quality Gate）。SonarQube6.2版本新增了三个度量，可靠比，安全比，可维护性比。极力推荐这些新的度量作为默认质量检查的一部分。 注意质量门的条件，必须使用不同的值。举例说明，对于检查绝对数量值没有意义，如：代码行数大于1000.
Quality Gate Status 在Project页面上方会显示质量门现有的状态。 若质量门显示状态为“Fails”，你可以注意到是哪些地方出了问题，也可以为你的其他感兴趣的项目提交新的质量门状态。
Security 质量门可以被任何用户访问。若想要改变质量门配置，必须获得管理员允许。项目管理员可以选择哪个项目和哪个质量门关联。
Define Quality Gate 每个质量门条件是有以下部分组合：
度量（measure） 时间（period）：值（对于时间）或漏洞（不同值） 比较操作符 警告值（可选） 错误值（可选） 例如，条件组合可能为：
measure：Blocker issue period:Value comparison operator:> error value:0 可以简单表述为：没有致命问题。 Projects “项目”这一栏可以对多个项目进行查看度量。 登录的用户可以查看默认的喜欢的项目，如果你没有选择最喜欢的项目，你可以看到所有你有权限访问的项目。有以下过滤标准：
失败质量门 低可靠性，安全性和可维护性 低覆盖率 过多的重复代码 一旦你选择了你的项目，你就可以查看项目更多的细节->Projects
Local and Branch Analysis 提交代码之前检查代码问题–SonarLint。在你的IDE中提出问题。 合并pull request之前检查代码问题–PR分析允许你配置你的CI引擎来执行“预演”分析。新的问题都会标注出来。如果没有新问题，则会提示“all clear”消息。在 GitHub plugin（插件）支持 GitHub项目的PR分析，或者其他的插件。 在SonarQube中分析长期的分支–这种情况下，在SonarQube中持续分析典型项目，可以称为主分支，包括SonarQube中正在分析的第二分支。典型的项目是版本分支。在这种场景下，可以通过添加sonar.branch=[branch key]分支分析版本分支的属性，在SonarQube中创建一个第二的，独立的项目。 Code Viewer SonarQube的核心是代码审查，它展示了代码源文件和高层次的数据：
行数 问题数 单元覆盖率 重复度 SCM信息（近期提交某行代码的人和时间） 给定测试文件的测试结果，执行时间和状态 code viewer有两个方面：现有的文件，标记的文件
现有文件 布局包括两个部分： 头部位于文件的上方。展示了有用的信息，提供了修饰和过滤动作。 源代码居中，基于头部选择显示额外的信息。 具体见官网文档说明。
Coverage 红色：表示没有被覆盖 橙色：表示部分被覆盖 绿色：表示完全覆盖 对于Java程序，使用JaCoCo，可以得到以下信息：
- 显示覆盖特定一行不同测试的数量；
- 列出这些测试；
- 能够寻找定义这些测试的测试文件。
Duplications 通过点击相应位置，展开查看重复代码行数，定位重复代码位置。
Tests 在测试文件上，构件视图可以看到不同的数据。 在“Show details”选项提供了“coverage per test（每个测试单元的覆盖率）”信息。
这一部分可以回答两个问题：
- 哪一个文件被给定的单元测试覆盖？
- 有多少代码行数被给定的单元测试覆盖？
Issues 每个issue有五个等级：
- BLOCKER:会影响应用程序的缺陷：内存泄漏，未关闭的JDBC连接…必须立刻修复的代码；
- CRITICAL ：可能会影响应用程序的缺陷或者是安全性缺陷：空的catch块，sql注入，…必须立刻查看代码；
- MAJOR：可能会影响开发者效率的质量缺陷：未覆盖的代码，重复块，未使用的参数….
- MINOR：可能会影响开发者效率的质量缺陷：每行不能太长，“switch”语句应该至少有三个条件，….
- INFO：既不是缺陷也不是质量问题，只是一个发现。
SonarQube 问题工作流可以帮助你管理这些问题。你有七种方法处理这些问题（不是在代码中修复）：注释，分派，确认，改变严重性，已解决，不会被修复，假阳性。这些可以分为以下三类。
Technical Review Confirm:通过确认一个问题，将其从“open”状态转换为“Confirm”。 False Positive:在全文中查看问题，发现不是一个真正的问题，标记为“False Positive”； Won’t Fix:在全文中查看问题，发现不是一个有效的问题，即可以被接受的技术债； Change Severity:是一个问题，但不是一个坏问题，或者是一个更严重的问题，根据自己的经验来调整严重等级； Resolve：如果你认为你已经修复了一个开放的问题，你可以解决它。如果修改正确，下次执行时将会关闭状态，若修改不正确，下次执行分析后，状态仍然保持开放。 如果标记出很多问题是属于False Positive和Won’t Fix，说明编码规则不适合现有的背景，你可以在 quality profile 中修改或使用问题包含来聚焦规则使用于特定的部分。类似的，若 严重性变更过多，也得考虑更新文件中规则了。
Dispositioning 通过了Technical Review之后，该决定由谁来解决问题了。默认是由最后一个提交者负责，你也可以重新分配给自己或者其他人。被分配者会接收到邮件通知。
General 在问题生命期中任何时候，你都可以注释问题。在运行日志中显示出细节注释。你也可以编辑或删除你做的注释。
Bulk Change 所有的这些变更都可以一次性做成多个问题，通过使用问题搜索结果面板的Bulk Change。
其他：问题来源于规则或者收集在文件中的规则。只有指定的用户才能编辑文件，但所有用户都可以查看它们。
Rules 略
Metric Definition Complexity Documentation Duplications Issues Maintainability Quality Gates Reliability Security Tests Complexity Complexity:基于代码路径数量计算复杂度。功能控制流分裂，复杂度依次增加。每个功能最小复杂度为1.由于关键词和功能原因，不同语言复杂度计算有些不同。 Complexity/class:类的平均复杂度 Complexity/file：文件的平均复杂度 Complexity/method：函数的平均复杂度 Documentation Commment lines:包含注释或注释代码的行数。不包括仅有注释符号的行数。可参见官网本节有关注释代码的例子。http://docs.sonarqube.org/display/SONAR/Metric+Definitions Comments(%):注释行数密度=注释行数/(代码行数+注释行数)100（50%表示代码行数与注释行数相同，100%表示只有注释行） Public documented API(%)：公有记录API密度=（公有的API-公有未记录的API）/公有API100 Public undocumented API：不带注释头的公有API Commented-out LOC:代码注释行数 Duplications Duplicated blocks:重复代码块行数 Duplicated files:重复文件数 Duplicated lines:重复行数 Duplicated lines(%):重复密度=重复行数/总行数*100 Issues New issues New xxxxx issues Issues xxxxx issues False positive issues Open issues Confirmed issues Reopened issues Severity Blocker:致命的 Critical:关键的 Major:主要的 Minor:微小的 Info：未知的 Maintainability Code smells New code smells Maintainability Rating:A=0-0.05, B=0.06-0.1, C=0.11-0.20, D=0.21-0.5, E=0.51-1 Technical Debt:技术债，修复所有维护问题的成本。 Technical Debt on new code：新代码上的技术债 Technical Debt Ratio：技术债比例=修复成本/开发成本 Technical Debt Ratio on new code：开发者变更代码的花费与相关问题的花费比 Quality Gate Quality Gate Status:有ERROR,WARN,OK三种状态 Quality Gate Details:质量门各种条件的细节 Reliability Bugs New Bugs Reliability Rating:
A = 0 Bug B = at least 1 Minor Bug C = at least 1 Major Bug D = at least 1 Critical Bug E = at least 1 Blocker Bug Reliability remediation effort:修复所有缺陷问题成本
Reliability remediation effort on new code：在新增代码上修复所有缺陷问题成本 Security Vulnerabilities New Vulnerabilities Security Rating: A = 0 Vulnerability B = at least 1 Minor Vulnerability C = at least 1 Major Vulnerability D = at least 1 Critical Vulnerability E = at least 1 Blocker Vulnerability Security remediation effort Security remediation effort on new code 详细度量：Classes, Directories,files,lines(显示的行数),lines of code（包括至少一个字符，不包括空格）,lines of code per language,methods,projects,public API（公有类数量+公有方法数量+公有属性数量）,Statements.
Tests Condition coverage on new code：新增或更新代码的条件覆盖度 coverage on new code：新增或更新代码的覆盖度 Line coverage on new code：新增或更新代码的行覆盖度 Lines to cover on new code：新增或更新代码覆盖的行数 Uncovered conditions on new code：新增或更新代码未覆盖的条件数 Uncovered lines on new code：新增或更新代码未覆盖的行数 Coverage：行覆盖和条件覆盖的混合。单元测试覆盖多少源代码。Coverage = (CT + CF + LC)/(2B + EL)，其中 CT = conditions that have been evaluated to ‘true’ at least once CF = conditions that have been evaluated to ‘false’ at least once LC = covered lines = lines_to_cover uncovered_lines B = total number of conditions EL = total number of executable lines (lines_to_cover) Condition coverage hits：条件覆盖的列表 Line coverage hits：行覆盖的列表 Conditions by line：行条件数 Uncovered conditions：单元测试未覆盖的条件数 Covered conditions by line：行覆盖的条件数 Uncovered lines：单元测试没有覆盖的代码行数 Lines to cover：单元测试可能覆盖的代码行数 Skipped unit tests：跳过的单元测试数量 Unit test failures：异常的单元测试数量 Unit test errors：失败的单元测试数量 Unit tests：单元测试数量 Line coverage：单元测试覆盖行数密度 Line coverage = LC / EL LC = covered lines (lines_to_cover - uncovered_lines) EL = total number of executable lines (lines_to_cover) Condition coverage：Condition Coverage=（CT+CF）/(2B) CT = 至少一次使用 ‘true’的条件数 CF = 至少一次使用 ‘false’ 的条件数 B = 条件总数 Unit test success density (%)：测试成功密度=（单元测试总数-（单元测试错误数+单元测试失败数））/单元测试数*100 Unit tests duration:执行所有单元测试所需的时间
