SonarQube之采购选型参考

简介: SonarQube是DevOps实践中主流的一款质量内建工具,过插件机制,Sonar 可以集成不同的测试工具,代码分析工具,以及持续集成工具,比如pmd-cpd、checkstyle、findbugs、Jenkins。通过不同的插件对这些结果进行再加工处理,通过量化的方式度量代码质量的变化,从而可以方便地对不同规模和种类的工程进行代码质量管理。同时 Sonar 还对大量的持续集成工具提供了接口支持,可以很方便地在持续集成中使用 Sonar

SonarQube是DevOps实践中主流的一款质量内建工具,过插件机制,Sonar 可以集成不同的测试工具,代码分析工具,以及持续集成工具,比如pmd-cpd、checkstyle、findbugs、Jenkins。

通过不同的插件对这些结果进行再加工处理,通过量化的方式度量代码质量的变化,从而可以方便地对不同规模和种类的工程进行代码质量管理。同时 Sonar 还对大量的持续集成工具提供了接口支持,可以很方便地在持续集成中使用 Sonar。一般情况下,社区版还是可以满足大部分场景的,即便是C/C++社区也是有其他开源插件的。

工作原理

SonarQube 并不是简单地将各种质量检测工具的结果(例如 FindBugs,PMD 等)直接展现给客户,而是通过不同的插件算法来对这些结果进行再加工,最终以量化的方式来衡量代码质量,从而方便地对不同规模和种类的工程进行相应的代码质量管理。 SonarQube 在进行代码质量管理时,会从图 1 所示的七个纬度来分析项目的质量。

SonarQube 可以支持 25+ 种编程语言,针对不同的编程语言其所提供的分析方式也有所不同: 对于所有支持的编程语言,SonarQube 都提供源了代码的静态分析功能; 对于某些特定的编程语言,SonarQube 提供了对编译后代码的静态分析功能,比如 java 中的 class file 和 jar 和 C# 中的 dll file 等; 对于某些特定的编程语言,SonarQube 还可以提供对于代码的动态分析功能,比如 java 和 C# 中的单元测试的执行等。

远程客户机可以通过各种不同的分析机制,从而将被分析的项目代码上传到 SonarQube server 并进行代码质量的管理和分析,SonarQube 还会通过 Web API 将分析的结果以可视化、可度量的方式展示给用户

软硬件要求

1. 硬件上对磁盘读写性能要求高,服务涉及elasticsearch索引,IO读写和分析的代码量直接影响sonarqube性能;实际生产环境建议使用专用高速I/O存储

2.  SonarQube server 不支持32位,但 SonarQube scannner支持32位

3.  SonarQube server 仅支持Java11; SonarQube scanners 同时支持Java8&11

4.  数据库支持PostgreSQL, MSSQL Server, Oracle, 不再支持Mysql

版本分类

类型

全称

说明

CE

Community Edition

社区版

DE

Developer Edition

开发版(具有CE版所有特性)

EE

Enterprise Edition

企业版(具有DE版所有特性)

DCE

Data Center Edition

数据中心版(具有EE版所有特性)

特性费用对比

https://www.sonarsource.com/plans-and-pricing/community/

https://www.sonarsource.com/plans-and-pricing/developer/

https://www.sonarsource.com/plans-and-pricing/enterprise/

https://www.sonarsource.com/plans-and-pricing/data-center/

类型

价格

LOC

CE

免费

-

DE

120欧元-5万欧元

10万行代码-20M行代码

EE

1.5万欧元-18万欧元

1M行代码-100M行代码

DCE

10万欧元-上不封顶

20M代码-

CE-社区免费版本

除了支持15种编程语言,CE版还就有如下特性

  • 支持5种IDE
  • 支持60+的插件
  • 支持SonarLint
  • 支持Quality Gate
  • 快速确认近期修改代码的问题

开源版本不支持一个项目多分支的形式,只能按照特性分支的名称来生成相对应的扫描项目(会产生很多Sonarqube项目)。

解决方案:假如这个项目有F1,F2等特性分支,在每次对其中特性分支构建扫描时会配置sonar扫描参数(projectName)为 “服务名称_特性分支名称”,这样相当于每个特性分支都对应一个扫描项目。但又间接的带来了一些问题。

  • 每个特性分支生成一个项目,假如特性分支被删除呢?或者分支很多呢?
  • 对于SonarQube管理员来说很难管理,增加了任务负担。

DE-开发者版本

相较于CE版,增加了C/C++、Objective-C、T-SQL、ABAP、PL/SQL和Swift等,详细信息如下所示:

DE版具有CE版所有特性,在此基础之上,该版本还有如下特性增强:

  • 支持22种编程语言
  • 支持Pull Request的分支代码分析
  • 安全性的增强:Security Hotspots & Security Vulnerabilities的全面支持
  • 支持SonarLint的智能提示,更好地与IDE进行集成

EE-企业版本

相较于DE版,增加了Apex、COBOL、PL/1、RPG和VB6等五种,详细信息如下所示:

EE版具有DE版所有特性,在此基础之上,该版本还有如下特性增强:

  • 支持27种编程语言
  • 支持对于Portfolio的管理
  • 提供OWASP / SANS的安全报告
  • 提供可配置的SAST 分析引擎

DCE-数据中心版本

EE版具有EE版所有特性,此版本主要对于高可用性和横向扩展性有更好的支持。

如何计算费用?

Sonarqube是按照扫描的行数进行计费的,以年为单位进行订阅。关于行数如何解读?假如你买100W行扫描量,那么这个量是被所有项目共享的,但扫描的行数超过100W行,分析服务将会终止。当然如果你删除项目重置,扫描量就会恢复。

相关文章
|
Java 应用服务中间件 微服务
信创迁移适配实战-SpringBoot项目打包war部署至TongWeb7
信创迁移适配实战-SpringBoot项目打包war部署至TongWeb7
5604 0
信创迁移适配实战-SpringBoot项目打包war部署至TongWeb7
|
12月前
|
JavaScript 安全 API
Vue 3 emit 参数数量不匹配问题深度解析与最佳实践
本文深入解析 Vue 3 中 `emit` 参数数量错误问题,剖析 TypeScript 类型校验机制,提供四种解决方案:修正调用参数、函数重载、运行时验证与对象语法。结合统一事件管理与组合式函数封装,助你构建类型安全、可维护的组件通信体系。
569 10
|
人工智能 搜索推荐 小程序
分享技术---AI智能题库考试系统
本平台融合AI智能技术,打造高效试题库系统,支持PC、手机在线刷题,提供智能出题、自动解析、错题回顾等功能,提升学习效率。具备章节练习、背题模式、笔记收藏等多样化学习方式,支持全终端同步,助力学员精准突破薄弱环节,快速提分。
|
11月前
|
Java Maven 数据安全/隐私保护
06-nexus私仓环境搭建
本文介绍Nexus Repository Manager OSS版的安装与配置,包括JDK环境准备、Nexus部署、用户创建、启动服务及Web界面登录。详细说明如何搭建Maven、Docker私仓,实现Jar包上传、本地仓库迁移、项目配置使用私仓,以及Docker镜像的推送拉取。同时简述npm、helm等其他类型仓库的启用方法,适用于企业级制品管理。
|
机器学习/深度学习 敏捷开发 存储
数据飞轮:激活数据中台的数据驱动引擎
数据飞轮:激活数据中台的数据驱动引擎
|
机器学习/深度学习 数据采集 消息中间件
|
人工智能 缓存 程序员
大模型文生图服务API设计原来如此简单(1)
文生图大模型的API设计其实很简单!无论是Midjourney这样的商业产品,还是ComfyUI这样的开源工具,它们的核心API设计都遵循着相似的简单原则。
767 1
|
消息中间件 安全 Java
vulhub部分复现记录(后面大概都是原文档了,也比较难复现就不继续了)
本文介绍了多个软件的安全漏洞及其复现过程,涉及的软件包括Vulhub、Flask、ActiveMQ、Adminer、Airflow、Apache Druid、Apereo CAS、APISIX、AppWeb、Aria2、Bash、Cacti、Celery、CGI、ColdFusion和Confluence。每个部分详细描述了漏洞的背景、环境搭建步骤、漏洞复现的具体操作和验证方法。例如,Flask的SSTI漏洞通过构造特定的模板参数实现命令执行;ActiveMQ的反序列化漏洞利用特制的序列化对象触发;这些示例不仅展示了漏洞的危害性,还提供了实际的复现步骤,帮助读者深入理解这些安全问题。
4292 3
vulhub部分复现记录(后面大概都是原文档了,也比较难复现就不继续了)
|
传感器 人工智能 监控
数字孪生与交通:智能交通系统的未来
数字孪生技术通过虚拟模型实时反映真实交通系统,提升交通规划、管理和运营效率,优化交通信号控制,增强交通安全。在北京西三环和智能网联货运车路协同项目中,数字孪生技术的应用显著提高了交通管理水平,为智能交通系统的未来发展描绘了美好蓝图。
|
XML JSON 算法
JWT详细讲解(保姆级教程)
本篇博文详细讲解JWT概念,组成,运行过程,和SAM相比的优势,并附加SpringBoot整合JWT的案例。
JWT详细讲解(保姆级教程)