基于Neo4j对比代码库版本调用图识别相似功能的技术咨询

示例调用图（foo调用bar，bar在调用baz前后执行日志操作）：

bar-:INVOKES->logd
foo-:INVOKES->bar-:INVOKES->baz
               bar-:INVOKES->logi

1. 为代码库每个版本创建独立调用图 #

• 隔离版本代码：
  用版本控制工具（如Git）将每个目标版本的代码导出到独立目录，避免版本间干扰。例如：

  git checkout v1.0 -b temp-v1
  mkdir ../repo_v1 && git archive HEAD | tar -x -C ../repo_v1
  git checkout main && git branch -D temp-v1
  

  对每个版本重复此操作，得到repo_v1、repo_v2等独立代码目录。

• 选择静态分析工具生成调用图：
  根据代码语言选择对应工具，核心是提取函数间的调用关系：

  • C/C++：使用Clang的调用图分析器，执行命令生成调用关系：

    clang -Xclang -analyze -Xclang -analyzer-checker=debug.CallGraph your_code.c -o callgraph_v1.txt
    

    也可使用CodeQL编写查询语句，提取结构化的调用关系数据。
  • Java：使用JDepend或IDE内置工具（如IntelliJ）生成调用图，或用CodeQL查询提取调用数据。
  • Python：使用pycallgraph生成可视化调用图，或通过AST模块编写脚本遍历抽象语法树，手动提取函数调用关系。

• 导出结构化存储：
  将调用图转换为JSON、CSV或DOT等结构化格式，方便后续对比处理。例如，把调用关系整理为JSON数组：

  [
    {"caller": "foo", "callee": "bar"},
    {"caller": "bar", "callee": "logd"},
    {"caller": "bar", "callee": "baz"},
    {"caller": "bar", "callee": "logi"}
  ]
  

  给每个版本的文件命名带上版本标识，如callgraph_v1.json、callgraph_v2.json。

2. 给定入口点对比两个版本调用图的路径 #

• 提取入口点的完整调用路径：
  以目标函数签名（如foo()）为起点，用深度优先搜索（DFS）或广度优先搜索（BFS）遍历调用图，生成所有可达的调用路径。例如从foo出发，可得到：

  • foo -> bar -> logd
  • foo -> bar -> baz
  • foo -> bar -> logi
    注意：需基于**函数签名（返回值+参数类型）**匹配函数，避免同名不同实现的函数混淆。

  若自行编写脚本处理结构化数据，DFS的伪代码示例：

  def get_all_paths(callgraph, start, path=None):
      if path is None:
          path = [start]
      paths = []
      for edge in callgraph:
          if edge["caller"] == start:
              new_path = path + [edge["callee"]]
              paths.append(new_path)
              paths.extend(get_all_paths(callgraph, edge["callee"], new_path))
      return paths
  

• 路径标准化处理：
  将所有路径转换为统一格式，比如用箭头连接的字符串或元组列表，确保两个版本的路径格式一致。例如统一为[("foo", "bar"), ("bar", "logd")]的元组序列。

• 执行路径对比：

  • 精确匹配：找出两个版本中完全一致的路径，这类路径对应的功能逻辑未发生变化。
  • 差异识别：
    • 缺失路径：版本A存在但版本B不存在的路径，说明对应功能被移除或修改。
    • 新增路径：版本B存在但版本A不存在的路径，说明新增了功能逻辑或调用链路。
    • 结构相似匹配：若路径结构类似但函数名有变化（如bar改为new_bar），可使用编辑距离算法计算路径相似度，或通过子图匹配逻辑找出结构近似的路径，识别相似功能。

• 可视化差异（可选）：
  将两个版本的调用图转换为DOT格式，用Graphviz渲染为图片，再用图片对比工具（如diff-pdf）高亮差异；或编写脚本将差异路径标注为不同颜色，直观展示变化。

内容的提问来源于stack exchange，提问作者James W.