SQM 18/24: Defects Density [software quality crash course] [eng sub]

• Лекция 18 из 24, посвященная оценке качества программного кода.  

• Рассматривается метрика "дефект денсити", которая измеряет плотность ошибок в программном коде.  

• Метрика была предложена в 1976 году и изначально предназначалась для помощи программистам в их работе.  

• Метрика помогает программистам понять, насколько качественный их код, но не должна использоваться для наказания программистов за ошибки.  

• Метрика была предложена для того, чтобы помочь программистам, а не для того, чтобы их обвинять.  

• В оригинальной статье 1976 года автор рассмотрел несколько модулей программного кода и нашел количество ошибок в каждом из них.  

• Сейчас программы обычно имеют сотни тысяч строк кода, и метрика "дефект денсити" может быть полезна для оценки качества таких больших проектов.  

• В таблице представлена метрика "дефект денсити", которая измеряет количество ошибок на тысячу строк кода.  

• В среднем, на тысячу строк кода приходится 30 ошибок.  

• В 1984 году исследователи обнаружили, что при увеличении размера кода, его ошибочность снижается.  

• Это может быть связано с тем, что при росте размера кода, его повторяемость и уверенность программиста в своих решениях возрастают.  

• В 1989 году был выпущен стандарт качества программного кода от организации ISO.  

• Он регламентирует терминологию и способы измерения качества программного кода.  

• Дефект денсити - первая метрика, предложенная стандартом.  

• Она характеризует количество ошибок в продукте и не обязательно означает его низкое качество.  

• Обсуждение важности выявления и устранения дефектов до продакшна, а не после.  

• Обсуждение метрики "дефект денсити", которая оценивает количество дефектов на тысячу строк кода.  

• Обсуждение стандарта, содержащего 39 метрик качества.  

• Обсуждение метрик "фол денсити" и "мин тайм ту фейлор", которые оценивают количество ошибок и время между ошибками.  

• Рассказ о том, как использование метрик помогло улучшить стабильность работы программного продукта.  

• Обсуждение важности перехода от субъективных оценок к объективным, основанным на метриках.  

• В 1990 году авторы говорят о статистике ошибок на тысячу строк кода, где пять ошибок на тысячу строк кода считаются приемлемыми.  

• В индустрии же часто встречаются цифры в 20-60 ошибок на тысячу строк кода, что считается низким качеством.  

• В начале жизненного цикла программного продукта, когда требования обсуждаются, ошибок будет больше, но количество строк кода будет незначительным.  

• Затем, когда количество строк кода растет, количество ошибок снижается.  

• Ученые предложили использовать шесть объектно-ориентированных метрик для предсказания дефект денсити.  

• Это может помочь бизнесу подготовиться к качеству продукта и ресурсам для тестирования.  

• В видео обсуждается метрика дефект денсити, которая показывает количество ошибок на тысячу строк кода.  

• Критикуются предыдущие исследования, которые использовали эту метрику, и предлагается альтернативный подход - использование байесовских сетей.  

• Критикуется таблица из исследования Каперса-Джонса 1996 года, которая предлагает зависимость между количеством ошибок и временем падения системы.  

• Утверждается, что эта таблица не выдерживает эмпирической валидации.  

• Обсуждается, что дефект денсити - это величина, меняющаяся со временем и зависящая от жизненного цикла продукта.  

• В современной разработке часто используется итеративный процесс разработки, где кодирование происходит сразу, а затем происходит работа с требованиями, дизайном и другими аспектами.  

• Стив Макконнелл предлагает статистику ошибок: 1-25 ошибок на 1000 строк кода.  

• Майкрософт наблюдает 10-20 дефектов на 1000 строк кода.  

• Традиционный взгляд на статистику ошибок: чем больше ошибок, тем хуже код.  

• Компоненты, которые используются другими командами, имеют меньше дефектов.  

• Реиспользованные компоненты имеют больше дефектов с высоким сити зен тотал дистрибьюш.  

• Метрика "интенсивность изменения программного кода" может быть ранним индикатором дефект денсити.  

• Чем чаще меняется код, тем больше в нем будет репортить дефектов.  

• Исследователи могут предсказать количество ошибок в бинарном коде, основываясь на интенсивности изменений кода.  

• Существует множество метрик, которые можно использовать для предсказания количества ошибок в программном коде.  

• Современные исследования показывают, что проблема предсказания количества ошибок далека от решения.  

• Исследование показало, что малые файлы имеют более высокий дефект денсити, а очень большие файлы - ниже дефект денсити.  

• Вывод: практика импли джава смола (писать код в малых и менее сложных файлах) может быть контрпродуктивной.  

• Автор приводит свою статистику по семи-шести проектам, где показатель дефектов на тысячу строк кода составляет 40-70.  

• Автор стремится к увеличению этой цифры, так как считает, что это говорит о качестве продукта.