Εργαλεία και τεχνικές για μεγάλης κλίμακας εμπειρικές έρευνες στην τεχνολογία λογισμικού

Abstract

Software engineering is concerned with the study of systematic approaches towards software development and maintenance. According to many authors, software engineering is an empirical science as it strives to produce models that capture the characteristics of the development process or to predict its behaviour. In the recent years, software engineering research benefited from the availability of OSS repositories and a new stream of research that takes advantage of the rich process data residing in those repositories emerged. In our work: · We describe a framework for classifying empirical software engineering research works and we use it to analyse the shortcomings of the current state of the art. · We analyse the requirements and describe the design of a platform for large scale empirical software engineering studies. · We introduce a relational schema for storing metadata from software repositories, which provides our platform with enough abstractions to retrieve software process metadata across projects and across software repositories. · We introduce an algorithm for mapping semi-structured data from software configuration management repositories in a relational format. · We introduce algorithms for resolving developer identities across data sources and for distributing the load of computation across nodes in a cluster environment. · We validate our platform by conducting two case studies using it. We · find that intense email discussions do not affect short term project evolution and that development team size does not affect software maintainability at the module or project level. · We show that the results of the aforementioned case studies could be · radically different if bias is applied on the selected experimentation dataset, thereby validating our thesis on the importance of conducting experiments on large scale datasets.

Ο τομέας της μηχανικής λογισμικού ασχολείται με τη συστηματική μελέτη των διαδικασιών ανάπτυξης και συντήρησης λογισμικού. Σύμφωνα με πολλούς συγγραφείς, η μηχανική λογισμικού είναι μια εμπειρική επιστήμη, καθώς προσπαθεί να δημιουργήσει μοντέλα που εξηγούν τα χαρακτηριστικά της διαδικασίας ανάπτυξης ή/και τα προβλέπουν. Πρόσφατα, η έρευνα στην τεχνολογία λογισμικού ωφελήθηκε από την διαθεσιμότητα των αποθετηρίων ΕΛΛΑΚ, και σαν συνέπεια δημιουργήθηκε μια καινούρια ερευνητική κατεύθυνση που εκμεταλλεύεται τα πλούσια δεδομένα διαδικασίας και προϊόντος που υπάρχουν σε αυτά. Στην έρευνά μας: · Περιγράφουμε ένα πλαίσιο για την ταξινόμηση των μελετών εμπειρικής τεχνολογίας λογισμικού και το χρησιμοποιούμε για να αναλύσουμε την τις αδυναμίες των ερευνών που δημοσιεύονται σήμερα · Αναλύουμε τις απαιτήσεις και παρουσιάζουμε το σχεδιασμό μιας πλατφόρμας για μελέτες λογισμικού μεγάλης κλίμακας · Εισάγουμε ένα σχεσιακό σχήμα για την αποθήκευση μεταδιδόμενων από αποθετήρια λογισμικού, το οποίο παρέχει στην πλατφόρμα μας ένα ικανοποιητικό αφαιρετικό μηχανισμό για να ανακτά δεδομένα διαδικασίας ανάπτυξης από πολλά έργα ταυτόχρονα. · Εισάγουμε ένα αλγόριθμο που μετατρέπει ημί-δομημένα δεδομένα από συστήματα διαχείρισης εκδόσεων λογισμικού σε δομημένα-σχεσιακά δεδομένα. · Εισάγουμε αποδοτικούς αλγόριθμους για την αντιστοίχηση μελών της διαδικασίας ανάπτυξης μεταξύ πηγών δεδομένων και για την κατανομή του φόρτου εργασίας στους κόμβους μιας συστοιχίας υπολογιστών. · Αποδεικνύουμε την χρησιμότητα της πλατφόρμας μας διενεργώντας 2 μελέτες περίπτωσης χρησιμοποιώντας τη. Βρίσκουμε ότι οι έντονες συζητήσεις στις λίστες ηλεκτρονικού ταχυδρομείου δεν επηρεάζουν την βραχυπρόθεσμη ανάπτυξη ενός έργου και ότι το μέγεθος μιας ομάδας ανάπτυξης δεν επηρεάζει την συντηρησιμότητα σε επίπεδο έργου ή ενότητας λογισμικού. Δείχνουμε ότι τα αποτελέσματα των προαναφερόμενων μελετών περίπτωσης μπορεί να τροποποιηθούν δραματικά αν το δείγμα επιλεγεί κατάλληλα, επικυρώνοντας έτσι τη σημασία της διεξαγωγής έρευνας σε μεγάλο όγκο δεδομένων που πρεσβεύουμε στη διατριβή μας.