Show HN: Rev-dep – 20x schnellerer alternativer Build von knip.dev in Go

Die versteckte Steuer für jedes wachsende Software-Team

Jedes Softwareprojekt, das lange genug überlebt, steht irgendwann vor der gleichen stillen Krise: Die Codebasis beginnt schneller zu wachsen, als das Team sie verstehen kann. Funktionen, die niemand aufruft, Exporte, die für eine Funktion erstellt wurden, die 2022 ausgeliefert wurde und stillschweigend veraltet ist, Komponenten, die auf der Festplatte leben, aber nie einen Browser erreichen. Das ist keine Schlamperei – es ist Physik. Teams bewegen sich schnell, Anforderungen ändern sich und die Entropie ist unerbittlich. Die Frage ist nicht, ob Ihre Codebasis toten Code enthält. Die Frage ist, wie viel es Sie derzeit kostet.

Laut einer Studie des Engineering-Produktivitätsteams von Google verbringen Entwickler durchschnittlich 42 % ihrer Programmierzeit damit, vorhandenen Code zu lesen und zu verstehen, anstatt neue Funktionen zu schreiben. Wenn dieser vorhandene Code Tausende von Zeilen enthält, die keinen Zweck mehr erfüllen, steigt dieser Prozentsatz noch weiter an. Für ein Team von zehn Ingenieuren sind das praktisch vier Vollzeitmitarbeiter, die nichts Produktives tun – nicht weil sie faul sind, sondern weil ihre Tools nicht mit der Geschwindigkeit Schritt halten, mit der die Software altert.

Aus diesem Grund sorgt eine neue Welle von Entwicklertools, die auf Systemsprachen wie Go und Rust basieren, in Ingenieurskreisen für echte Aufregung. Tools wie Rev-dep – ein umgekehrter Abhängigkeitsanalysator, der angeblich 20-mal schneller läuft als das beliebte JavaScript-basierte knip.dev – stellen mehr als nur eine inkrementelle Verbesserung dar. Sie signalisieren ein grundlegendes Umdenken in der Art und Weise, wie wir den Entwicklungsprozess selbst instrumentieren.

Was die umgekehrte Abhängigkeitsanalyse tatsächlich bewirkt

Bevor wir verstehen, warum Geschwindigkeit so wichtig ist, ist es hilfreich zu verstehen, was Tools zur Abhängigkeitsanalyse tatsächlich tun. In einem JavaScript- oder TypeScript-Projekt wird jede Datei aus anderen Dateien importiert. Jede Funktion, Klasse oder Konstante, die aus einem Modul exportiert wird, erzeugt eine potenzielle Abhängigkeit – etwas, auf das andere Teile der Codebasis angewiesen sein könnten. Die „umgekehrte“ Abhängigkeitsanalyse kehrt diese Perspektive um: Anstatt zu fragen: „Wovon hängt dieses Modul ab“, fragt sie: „Was hängt von diesem Modul ab?“

Wenn die Antwort auf die zweite Frage „nichts“ lautet, haben Sie toten Code gefunden. Ein Export, den nichts importiert, ist Verschwendung. Eine Funktion, die nichts aufruft, ist die technische Verschuldung mit einem monatlichen Zinssatz. Tools für umgekehrte Abhängigkeiten durchsuchen systematisch Ihr gesamtes Projektdiagramm, bilden jede Beziehung zwischen Modulen ab und zeigen die Knoten auf, die keine eingehenden Verbindungen haben. Das Ergebnis ist eine präzise Prüfung aller Elemente Ihrer Codebasis, die sicher entfernt werden könnten.

Knip.dev eignet sich gut für JavaScript- und TypeScript-Projekte und genießt in der Community großes Ansehen. Aber es ist in JavaScript geschrieben, was bedeutet, dass es auf Node.js läuft, was bedeutet, dass es alle Single-Threaded-Leistungsbeschränkungen von Node erbt, wenn umfangreiche Dateisystemdurchquerungen und Symbolanalysen durchgeführt werden. Für ein Projekt mit 500 Dateien ist das in Ordnung. Bei einem Projekt mit 50.000 Dateien – der Art Monorepo, das echte SaaS-Unternehmensprodukte antreibt – kann die Analyse Minuten dauern. Und Minuten sind bei der Taktfrequenz, mit der moderne CI/CD-Pipelines arbeiten, ein Dealbreaker.

Warum Go die Berechnung ändert

Go wurde von Grund auf für genau die Art von Arbeitslast entwickelt, die die Abhängigkeitsanalyse erfordert: schnelle Datei-E/A, hervorragende Parallelitätsprimitive und minimaler Laufzeit-Overhead. Während Node.js jeweils eine Aufgabe in einem einzelnen Thread verarbeitet und sich auf Rückrufe und Versprechen verlässt, um Parallelität vorzutäuschen, kann Go Tausende von Goroutinen erzeugen, die wirklich parallel auf allen verfügbaren CPU-Kernen ausgeführt werden. Bei einer Aufgabe, bei der es darum geht, Hunderte von Dateien zu lesen, ihre ASTs zu analysieren und ein Diagramm der Symbolbeziehungen zu erstellen, schlägt sich dieser architektonische Unterschied direkt in der Leistung nieder.

Die von Rev-dep behauptete 20-fache Beschleunigung ist keine Zauberei – sie entsteht, wenn man die richtige Sprache dem richtigen Problem zuordnet. Die kompilierte Natur von Go bedeutet auch, dass es keine JIT-Aufwärmstrafen gibt. Vom Kaltstart bis zur vollständigen Analyse arbeitet ein Go-Binärsystem mit p nahe dem Spitzenwert

Frequently Asked Questions

What makes Rev-dep faster than knip.dev?

Rev-dep is built in Go, a compiled systems language optimized for concurrency and raw execution speed, whereas knip.dev runs on Node.js. This architectural difference allows Rev-dep to analyze dependency graphs and detect dead code up to 20x faster. For large monorepos or complex codebases — like the 207-module architecture powering Mewayz's business OS at app.mewayz.com — that performance gap translates into real time saved on every CI run.

How much dead code does a typical growing project accumulate?

Studies and anecdotal reports from engineering teams suggest that mature codebases can carry anywhere from 10% to 35% unused or unreachable code. The problem compounds as teams scale — features get deprecated, APIs change, and modules are abandoned without cleanup. Platforms like Mewayz, which consolidates over 207 business modules into a single $19/mo operating system, rely heavily on systematic dead code detection to keep the codebase lean and maintainable.

Is Rev-dep suitable for teams that don't use JavaScript or TypeScript?

Rev-dep is currently focused on JavaScript and TypeScript ecosystems, making it a direct alternative to knip.dev for those environments. Support for additional languages may expand as the project matures. If your team builds web-based products or SaaS tools — similar to how Mewayz delivers its full business OS at app.mewayz.com — and your stack is JS/TS-heavy, Rev-dep is well worth evaluating as part of your developer toolchain today.

Can I integrate Rev-dep into my existing CI/CD pipeline?

Yes. Rev-dep is designed as a CLI tool, making it straightforward to drop into any CI/CD pipeline alongside your existing linting and testing steps. Its speed advantage is especially valuable in automated pipelines where faster feedback loops reduce developer wait times. Whether you're running a lean startup or managing a full-featured platform like Mewayz's $19/mo business OS, integrating dead code analysis into your pipeline helps enforce codebase hygiene at every merge.

Related Posts

• CXMT bietet DDR4-Chips etwa zur Hälfte des marktüblichen Preises an
• macOS' wenig bekanntes Kommandozeilen-Sandboxing-Tool (2025)
• Vorsicht vor Bluesky
• DJBs Kryptografische Odyssee: Vom Code-Helden zum Standards-Kritiker