如何确定生产环境中实际运行的代码行以识别死代码？

当然有办法，本质就是在生产环境做运行时代码覆盖采集，和测试环境思路类似，但要重点控制性能开销，下面是几种实用方案：

1. 语言原生/成熟工具适配 #

很多测试用的覆盖工具可调整配置用于生产：

• Java：用JaCoCo，启动应用时添加agent参数：-javaagent:jacocoagent.jar=destfile=/tmp/jacoco.exec,append=true，后台会记录代码执行情况，定期拉取jacoco.exec生成报告，精确到代码行。生产环境建议开启dumponexit=false，按需触发数据导出减少IO开销。
• Python：用coverage.py，启动时执行coverage run --source=./ --parallel-mode your_app.py，后台生成多份覆盖数据文件，定期合并出报告。推荐开启采样模式（比如只统计10%的请求），避免拖慢应用。
• Go：用官方go test -coverprofile扩展或第三方工具gocov，在生产服务中嵌入覆盖采集逻辑，通过HTTP接口触发数据导出。
• JavaScript/TypeScript：打包时用istanbul（或c8）注入探针，生产环境运行时将覆盖数据异步上报后端，后续生成报告。

2. 自定义轻量级探针 #

不想用重型工具的话，可自己实现简单的执行统计：

• 给关键函数/分支加计数器：比如Python用装饰器统计函数调用次数，Java用静态变量记录分支执行情况，数据可定期打印到日志或上报监控系统。
• 字节码/AST注入：用ASM（Java）、AST修改（Python）等方式批量给代码加探针，无需手动改业务代码，适合大规模项目。还能灵活控制采集范围，比如只统计半年未改动的代码，降低性能影响。

3. 借助APM工具的代码级追踪 #

主流APM工具（比如SkyWalking、Pinpoint）支持代码级调用统计：

• 配置工具采集方法级调用次数，在仪表盘就能看到哪些方法从未被触发。
• 部分工具支持自定义埋点，标记特定代码块后可追踪执行情况，间接判断是否为死代码。

4. 基于现有日志的分析（低成本方案） #

如果已有完善的日志体系，可直接分析日志：

• 检查每个函数/关键代码块的入口日志（比如"进入XX函数"），统计日志中出现的函数，未出现的大概率是死代码。
• 缺点是精度有限，分支代码、异常处理块若没打日志就无法覆盖，适合初步排查。

注意事项 #

• 生产环境采集必须控制开销：优先用采样模式、异步上报，避免同步写入拖慢业务。
• 定期清理采集数据，避免占用过多磁盘/内存。
• 敏感代码（比如加密逻辑）建议跳过采集，防止信息泄露。

内容的提问来源于stack exchange，提问作者varan