目前正在做XX系统的冗余代码清理，系统瘦身，过程中整理的一些方法见下：
代码清理流程图：
其中几个关键的步骤：
1、TCC采集线上代码覆盖数据作为样本
先用TCC 对线上的xx应用的war包代码进行插装，然后部署插装后的代码到线上；运行一段时间（1-2周），采集到线上应用的真实的代码覆盖数据。
2、用埋点中心对样本数据进行二次确认
然后对TCC采集的代码覆盖数据作为样本数据，进行分析：可以先确定class覆盖数据为0的文件。对这些文件应用埋点中心进行埋点统计。
关于埋点中心的详细用法及介绍见淘宝百科：埋点中心。
关于为什么要用埋点中心对TCC的统计的样本数据进行二次确认？相信通过对比两个工具，就会知道答案了。
两个工具的对比：
所以，结合两个工具：TCC进行初步的样本筛选，然后用埋点中心进行精确的线上所有机器、不限时间的埋点统计确认，就会得到非常准确的class或method覆盖数据了。
本次xx系统的数据统计，其中TCC 统计的未被调用的类文件是：202个，通过埋点中心再次确认：未被调用的的java文件有170个 ，反复确认后，进一步精确缩小了代码覆盖数据的范围。
经过线上代码覆盖率的数据采集，并进行了分析，开始进行refund的代码清理。
3、埋点中心用法示例
代码中加入埋点中心的功能非常的简单：引入jar包，编写配置文件，用日志的方式记录统计数据。
引入埋点中心的client. jar包：
编写埋点配置文件：
