Softwaremetriken. 29. April 2015

Transkript

1 Softwaremetriken 29. April 2015

2 Was sind Softwaremetriken? [FP] Softwaremetriken messen Qualität. besser: Softwaremetriken definieren, wie Kenngrößen der Software oder des Softwareentwicklungsprozesses gemessen werden. Wichtige Fragen: Was kann das Messen bringen? Wer möchte messen? Was kann man messen? Wie muss man messen? Welche Verfahren gibt es? Taentzer Softwarequalität

3 Vor- und Nachteile von SW-Metriken Vorteile: Softwareentwicklung wird vorhersagbarer. Auf mögliche Schwachstellen wird hingewiesen. Test- und Wartungsaufwand beurteilen erzieherischer Effekt auf die Entwickler Nachteile: möglicherweise Messen ohne Ziel Nutzen von Metriken oft nicht klar Abwehrhaltung der Entwickler subjektiver Einfluss der Prüfer möglich Taentzer Softwarequalität

4 Wer möchte messen? Manager: Wie hoch sind die Entwicklungskosten? Wie produktiv sind die Mitarbeiter? Werden die Anwender mit dem Produkt zufrieden sein? Entwickler: Sind die Anforderungen testbar? Haben wir alle Fehler gefunden? Wie gut ist der entwickelte Code? Ist die Software wartbar? Taentzer Softwarequalität

5 Was kann man messen? Ziel: Effektivität eines Kodierstandards Fragen: Wer benutzt den Standard? Wie hoch ist die Produktivität? Wie hoch ist die Code-Qualität? Metriken: Anteil der Entwickler, die -die Sprache -den Standard benutzen Erfahrung der Entwickler mit - der Sprache -dem Standard - der Umgebung -etc. Codezeilen, Aufwandsabschätzung Hier folgen wir dem Goal-Question-Metric-Ansatz. Taentzer Softwarequalität

6 Szenario: Messen von Produktivität Wie kann man die Produktivität eines Entwicklers testen? Anzahl von Codezeilen pro Zeiteinheit: Fred schreibt in 100 Tagen 5000 Zeilen Code. P = 50 LOC / day Fred verdoppelt sein Programm, ohne Funktionalitätsänderung. P = 100 LOC / day Was wird hier gemessen? Probleme: Wie ist die Anzahl von Codezeilen definiert? Exaktheit? Dieses Maß ist sprachabhängig. Vergleichbarkeit? Entwickler haben eigene Programmierstile. Normierung? Taentzer Softwarequalität

7 Szenario: Messen von Produktivität (2) Funktionspunktanalyse: Anzahl der Funktionspunkte pro Zeiteinheit: Kategorien: Ein- /Ausgabedaten, Abfragen, Datenbestände, Referenzdateien Klassifikation: einfach, mittel, komplex Einflussfaktoren: Kommunikation, Verarbeitungslogik, Vorteile: misst den Wert des Outputs frühzeitig einsetzbar kann den Umfang von SW- Projekten messen kann Fortschritt messen technologieunabhängig Nachteile: stärkerer Messaufwand (Dokumentation) Taentzer Softwarequalität

8 Szenario: Validation eines SW-Produkts Welche Testmetriken gibt es? Testkosten: Zahl der erforderlichen Tests Testbarkeit des Testobjekts Bisherige Testproduktivität Testfälle: Quantität: Ist-Testfälle/ Soll-Testfälle Komplexität: Testdaten, Intensität (Testfälle/Zielfunktion) Qualität: Wiederverwendbarkeit (Anteil der automat. Testfälle), Überdeckung bzgl. Spezifikation, Code Überdeckung durch Tests: Code: getestete Kontrollflusspfade/ alle Pfade Benutzerhandbuch: getestete Funktionen / alle dok. Funktionen Taentzer Softwarequalität [Sneed]

9 Weitere konventionelle Metriken Halstead - Umfang von Ausdrücken (im Programm) [Halstead] Anzahl u1 und u2 der unterschiedlichen Operatoren und Operanden Anzahl i1 und i2 der insgesamt existierenden Operatoren u. Operanden Programmvokabular: u = u1 + u2 Programmlänge: i = i1 + i2 Programmvolumen: V = i log 2 u Programmverstehen: D = u1 2 i2 u2 Aufwand für Programmänderungen: E = D V Komplexe Strukturen werden nicht berücksichtigt. McCabe Komplexität von Programmstrukturen [McCabe] Anzahl der binären Verzweigungen plus 1 McCabe ist nicht uneingeschränkt für OO-Programme einsetzbar. Warum? Je höher die Metrikwerte, desto komplexer und fehleranfälliger das Programm. Taentzer Einführung in die Softwaretechnik 52

10 Objektorientierte SW-Metriken [CK] Strukturiere Software so, dass sie leicht änderbar ist. Abhängigkeiten zwischen Klassen und zwischen Paketen sollten minimiert werden. Ein Prinzip des objektorientierten Designs ist die Kapselung von Daten und Verhalten in Klassen. D.h. Methoden sollten so nah wie möglich an die von ihnen manipulierten Daten rücken. Klassen sollten offen für Erweiterungen sein, aber geschlossen für Veränderungen. Erweiterung durch Vererbung OO-Metriken können Auffälligkeiten im Design aufdecken. Taentzer Einführung in die Softwaretechnik 53

11 Ausgewählte Objektorientierte SW-Metriken DIT Depth of Inheritance Tree Anzahl der Oberklassen: Je mehr, desto fehleranfälliger NOC Number Of Children Anzahl der direkten Unterklassen: Je mehr, desto besser der Code (hohe Wiederverwendung) WMC Weighted Method per Class Summe der Komplexitäten aller Methoden einer Klasse: Je höher, desto fehleranfälliger CBC Coupling Between Classes Afferent Couplings: Anzahl der Klassen anderer Pakete, die von Klassen in diesem abhängig sind Efferent Couplings: Anzahl der Klassen anderer Pakete, von denen Klassen dieses Pakets abhängig sind Anzahl der benutzten Klassen: Je mehr, desto fehleranfälliger Taentzer Einführung in die Softwaretechnik 54

12 SW-Metriken in der Industrie Welche Metriken werden eingesetzt? Größen- und Umfangsmetriken häufig, OO-Metriken wenig Testmetriken sehr häufig: Festlegung des Testprozesses Spezielle Metrik-Werkzeuge werden selten eingesetzt Datenbank mit Tabellenkalkulation Analyse und Interpretation der Ergebnisse werden als problematisch empfunden. von den Entwicklern für das Projektmanagement durchgeführt Angst vor Kontrolle Welche Gründe können gegen den Einsatz von Metriken sprechen? Taentzer Softwarequalität

13 Kritik Das, was interessiert, kann man nicht direkt messen: die Qualität eines Produkts. Ausweg: Hypothesen, die auf Qualitätsmodellen basieren, Kombination ausgewählter messbarer Größen führt zu qualitativen Aussagen Zusammenhänge zwischen qualitativen und quantitativen Aussagen sind zum Teil recht simpel. Die Ergebnisse der Messungen müssen geeignet interpretiert werden: rückblickend: Hauptfokus auf Anomalien planend: grobe Schätzung von Aufwand Taentzer Softwarequalität

14 Schlußbemerkungen SW-Metriken definieren, wie Kenngrößen der Software oder des Softwareentwicklungsprozesses gemessen werden. Ziele für SW-Metriken: Ich möchte meine Software besser verstehen. Ich möchte die Softwareerstellung meiner Mitarbeiter kontrollieren bzw. planen. Erfolgskriterien für SW-Metriken: Ich weiß, weshalb und was ich messe. Ich habe ein Werkzeug, das misst. Taentzer Softwarequalität

15 Literatur [CK] S.R. Chidamber, C.F. Kemerer: A Metrics Suite for Object Oriented Design, IEEE Transactions on Software Engineering, vol. 20, [FP] Fenton, Pfleeger: Software Metrics, PWS Publishing Company, 1997 [Halstead] M. H. Halstead: Elements of Software Science. Elsevier (1977). [McCabe] T. J. McCabe: A Complexity Measure. in: IEEE Transactions on Software Engineering, Band SE-2, [Sneed] Testmetriken für die Kalkulation der Testkosten und die Bewertung der Testleistung: stt/23_4/01_fachgruppenberichte/tav/p3sneed1tav20.pdf Taentzer Einführung in die Softwaretechnik 58