升级 pip

for (i=0;i<testcase.max;i++){
"夜深人静之时，exec autotest case，每执行 pass 一条通过 jacoco cli 获取一次报告数据，insert db“
}

个人拙见：
基于应用的覆盖率数据更多只是给了我们一个宏观的概念，比起没有覆盖率而言价值还是有，至少告诉了项目组经过这么多轮各种方法的测试哪些代码被有效执行过，但确实从最终质量保障出发，光这一点还是不够的。
我们的做法，可供参考
1、相同阶段的覆盖率结果进行 Merge，这样可以得出分阶段的覆盖率，比如冒烟阶段和功能阶段，关注点在增量代码覆盖上，回归阶段覆盖率关注点在全局覆盖上
2、针对未覆盖部分进行论证：是用例设计不足导致无法覆盖？那就补对应用例；是代码实现了一段永远都不可能执行到的逻辑？那就提醒开发人员需要考虑这段冗余代码是否有必要；
3、针对已覆盖的部分进行测试有效性评估，需要将每个 test case 和代码片段进行关联，因为我们是同城多活的双机房，所以我们选择了凌晨定时任务来执行自动化，并把每个自动化所覆盖的代码片段进行了关联，这样未来在新的版本中如果改到某部分代码时，会主动将历史上跟这段代码相关的用例进行触发，做到相对精准的测试回归
4、覆盖率分析是个长期且持久的工作，需要测试人员对特定应用有深刻的系统结构、业务的理解，需要一定的技术功底和入门门槛
5、清楚的知道覆盖率的弊端，因为真正上比较大的问题是出在开发压根没写的逻辑代码上。。。哈哈

no pic no true