Unlogged SDK 使用教程
2024-09-12 05:22:21作者:钟日瑜
1. 项目介绍
Unlogged SDK 是一个用于记录 Java 代码执行的开源工具。它通过在代码中添加探针(probes)来捕获代码执行过程中的事件,并以二进制格式存储这些事件。这些记录可以通过 Unlogged IntelliJ 插件进行回放,并生成 JUnit 测试用例。Unlogged SDK 的主要功能包括:
- 代码执行记录:详细记录代码执行过程中的每一个步骤。
- 回放功能:通过插件回放记录,查看代码执行的详细过程。
- JUnit 测试生成:从记录中自动生成 JUnit 测试用例。
- 性能分析:识别代码中的瓶颈,并提供性能数据。
2. 项目快速启动
2.1 安装依赖
首先,你需要在你的项目中添加 Unlogged SDK 的依赖。你可以通过 Maven 或 Gradle 来添加依赖。
Maven
<dependencies>
<dependency>
<groupId>video.bug</groupId>
<artifactId>unlogged-java-sdk</artifactId>
<version>0.2.16</version>
</dependency>
</dependencies>
Gradle
dependencies {
implementation 'video.bug:unlogged-sdk:0.2.16'
annotationProcessor 'video.bug:unlogged-sdk:0.2.16'
}
2.2 启用 Unlogged SDK
在你的应用程序入口点添加 @Unlogged 注解,以启用 Unlogged SDK。
public class Main {
@Unlogged
public static void main(String[] args) {
// 你的代码
}
}
2.3 禁用 Unlogged SDK
在生产环境中,建议禁用 Unlogged SDK。你可以在编译时或运行时禁用它。
编译时禁用
mvn package -Dunlogged.disable
或
./gradlew build -Dunlogged.disable
运行时禁用
@Unlogged(enable = false)
public class Main {
public static void main(String[] args) {
// 你的代码
}
}
3. 应用案例和最佳实践
3.1 代码调试
Unlogged SDK 可以帮助开发者在本地环境中详细记录代码执行过程,并通过插件回放这些记录,从而更有效地进行代码调试。
3.2 自动化测试
通过 Unlogged SDK 生成的记录,可以自动生成 JUnit 测试用例,减少手动编写测试用例的工作量,提高测试覆盖率。
3.3 性能优化
Unlogged SDK 提供了详细的性能数据,开发者可以通过这些数据识别代码中的瓶颈,并进行针对性的优化。
4. 典型生态项目
4.1 Unlogged IntelliJ 插件
Unlogged IntelliJ 插件是与 Unlogged SDK 配合使用的工具,它提供了代码执行记录的回放功能,并支持从记录中生成 JUnit 测试用例。
4.2 Kaitai 格式
Unlogged SDK 使用 Kaitai 格式来描述二进制记录的结构,这使得记录的解析和处理更加方便。
4.3 JUnit 5
Unlogged SDK 生成的测试用例基于 JUnit 5,这使得测试用例的编写和执行更加现代化和灵活。
通过以上步骤,你可以快速上手并使用 Unlogged SDK 来记录和分析 Java 代码的执行过程。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
630
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
107
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210