1、Sourc Lines of Code（SLOC）

　　统计代码行数可能是最简单的方法。它能体现软件的规模，为项目的发展和计划提供一些数据支撑。例如，我们每个月统计一次代码的行数，我们就能大体知道项目的发展情况。当然，这不是一个值得信赖的标准，因为有重构以及设计的因素。

　　SLOC 最好是统计 Source Logical Line of Code （SLLOC） 以获得更准确的信息。Logical code lines 不包含空行，单个括号行以及注释行。你可以通过 Metrics 这样的工具很容易的统计 SLLOC。

　　代码行数不应该被用来衡量开发效率。否则容易造成重复的，不易维护的和不专业的代码。

　2、Bugs per code_section/module/time_period

　　问题跟踪是保证测试和可维护性的关键步骤。假如所有的问题（bug）都是有跟踪的话，每个代码单元，每个模块或者某个特定时间（day， week， month...）的问题就很容易被统计（例如 Mantis 工具）。当我们有了这些数据以后，问题的根源就可以被尽早发现并处理。

　　问题数量可以作为衡量开发质量的一个标准，但必须用的很小心。假如过分强调 bug 数量，那么开发和测试的关键就会很紧张。在一个有效率的公司，所有的员工都应该融洽的相处。

　　为了更好的对代码质量进行评估。Bug 可以分为 low， medium， high 三种级别，因为它们的重要性和修复的成本是不一样的。

　3、Code Coverage
　　Code coverage 表明了代码被测试的程度。有很多工具可以自动统计这个数据，例如 Cobertura 。
　　Code coverage 不能说明单元测试的整体质量，但是能说明测试的覆盖面。它可以和其他一些指标一起用来衡量软件的质量。当然，我们也需要经常回顾单元测试代码和集成测试的用例。

　　4、Design/Development Contraints

　　软件开发中有很多设计规则，例如：

　　- 类/方法的长度

　　- 方法/属性的数量

　　- 方法的参数数量

　　- 特殊数值以及字符串的使用量

　　- 注释的比例

　　这些规则都是保证代码可读性和可维护性的重要指标。开发团队应该选择一些或者全部的规则来实施（例如 maven pmd plugin ）。这将帮助提高软件产品的质量。

　　5、Cyclomatic Complexity（环路复杂度）

　　把环路复杂度单独列出来讲是因为它和其他的设计准侧不太一样。环路复杂度是关于代码实现和执行。它也可以通过工具自动计算，例如 pmd 。

　　这个数值是独立的代码执行路径数量。例如：

　Cyclomatic Complexity = E(edges) - N(nodes) + 2P (exit nodes)
　　So, Cyc.Cmp. = 8 - 7 + 2*1 = 3

　　你也可以看到，从起点到终点，有三条不同的路径。这个值往往是针对方法来计算。根据不同的项目类型，我们可以设定这个值的上限，例如6,8，或者10。

　　一个指标不能说明整个项目的质量。使用更多的指标，会让你对项目的质量有更全面的了解。