什么影响了 Sonarqube 的可维护性结果？
What influence the maintainability result for Sonarqube?
我面临着巨大的"spaghetti code"，已知缺乏文档、缺乏测试覆盖、高复杂度、缺乏可遵循的设计规则等。我让代码默认分析声纳扫描，令我惊讶的是，可维护性得分非常高，技术债务为 1.1%！现实表明，几乎每次更改都会引入新的错误
我很困惑，想知道实现中的一些特殊性是否可以解释这个分数...例如我们有相当多的接口（感觉1个实现有4-5个接口），使用反射和服务定位器模式。
是否有其他指标可供我使用，最终与提高质量更相关？
可维护性评级是解决代码库中所有 Code Smell 类型问题的估计时间与在当前状态下编写代码的估计时间的乘积。
您还应该查看代码库中的错误和漏洞。
关于您的具体观点（假设我们正在谈论 Java）：
- 已知缺少文档 - 默认配置文件中有一条规则查找 Java文档。您可以阅读它的描述和参数值，看看它做了什么和没有找到。
- 缺乏测试覆盖率-目前在这个检测中有一个"hole"；如果 没有 覆盖 class，则在计算 could/should 被覆盖的行时不会考虑 class，因此当计算覆盖百分比。它应该是固定的 "soon"。第一步将出现在 6.2 的平台端，但需要对语言插件进行相应更改才能生效。
- 高复杂性 - 这是有规则的。如果他们没有找到您认为他们应该找到的东西，请查看他们的（可调整的）阈值。
- 缺乏设计规则——唯一可能解决这个问题的规则（架构约束）是
- 已弃用
计划删除默认不启用 从最新版本的插件中删除
- 反射的使用 - 当前没有可用于检测此的规则
我面临着巨大的"spaghetti code"，已知缺乏文档、缺乏测试覆盖、高复杂度、缺乏可遵循的设计规则等。我让代码默认分析声纳扫描，令我惊讶的是，可维护性得分非常高，技术债务为 1.1%！现实表明，几乎每次更改都会引入新的错误
我很困惑，想知道实现中的一些特殊性是否可以解释这个分数...例如我们有相当多的接口（感觉1个实现有4-5个接口），使用反射和服务定位器模式。
是否有其他指标可供我使用，最终与提高质量更相关？
可维护性评级是解决代码库中所有 Code Smell 类型问题的估计时间与在当前状态下编写代码的估计时间的乘积。
您还应该查看代码库中的错误和漏洞。
关于您的具体观点（假设我们正在谈论 Java）：
- 已知缺少文档 - 默认配置文件中有一条规则查找 Java文档。您可以阅读它的描述和参数值，看看它做了什么和没有找到。
- 缺乏测试覆盖率-目前在这个检测中有一个"hole"；如果 没有 覆盖 class，则在计算 could/should 被覆盖的行时不会考虑 class，因此当计算覆盖百分比。它应该是固定的 "soon"。第一步将出现在 6.2 的平台端，但需要对语言插件进行相应更改才能生效。
- 高复杂性 - 这是有规则的。如果他们没有找到您认为他们应该找到的东西，请查看他们的（可调整的）阈值。
- 缺乏设计规则——唯一可能解决这个问题的规则（架构约束）是
- 已弃用
计划删除默认不启用从最新版本的插件中删除
- 反射的使用 - 当前没有可用于检测此的规则