Métricas e visualização de código-fonte

190 visualizações

Publicada em

Este trabalho cita alguns exemplos de métricas e por que usá-las em projetos de software. inclui também sugestões de ferramentas que auxiliam na coleta de informações de métricas de código.

Publicada em: Software
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
190
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
2
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Métricas e visualização de código-fonte

  1. 1. Métricas e Visualização de Código João Marcos, Marcilio Valois
  2. 2. Roteiro 1. Introdução 2. Por que usar métricas 3. Métricas de código 3.1. Número de linhas 3.2. Número de atributos e métodos 3.3. Relacionadas a herança 3.4. Outras métricas 4. Ferramentas de análise de código 4.1 Metrics 4.2 CheckStyle 4.3 Incode 5. Escala de Medição 6. Conclusão 7. Referências
  3. 3. Introdução O objetivo das métricas de software é a identificação e medição dos principais parâmetros que afetam o desenvolvimento de software (Mills, 1988). Métricas de código podem apontar se um código está ou não em conformidade com as boas práticas de programação e isso reflete diretamente na facilidade de visualização.
  4. 4. Por que usar métricas Código compilado pode ser analisado, mas características como organização e legibilidade são perdidas; mesmo uma bateria de testes com ótima cobertura só apresenta informação sobre o funcionamento atual, não refletindo manutenibilidade, modularidade, exibilidade e simplicidade. Nesse contexto, as métricas de código-fonte complementam as outras abordagens de monitoramento da qualidade do software.
  5. 5. Métricas de Código ❏ Tipos de métricas: ❏ Baseadas no número de linhas ❏ Baseadas no número de métodos e atributos ❏ Baseadas na herança ❏ Outras métricas
  6. 6. Número de linhas ❏ LOC (Lines Of Code - Número de linhas de código). ❏ AMLOC (Average Method LOC - Média do número de linhas por método). ❏ MMLOC (Max Method LOC - Número de linhas de código do maior método da classe).
  7. 7. Número de atributos e métodos ❏ NOA (Number of Attributes - Número de atributos). ❏ NOM (Number of Methods - Número de métodos). ❏ NPA (NuAmber of Public Attributes - Número de atributos públicos). ❏ NPM (Number of Public Methods - Número de métodos públicos). ❏ ANPM (Average Number of Parameters per Method - Média do Número de Parâmetros por Método).
  8. 8. Relacionadas a herança ❏ DIT (Depth of Inheritance Tree - Profundidade da árvore de herança). ❏ NOC (Number of Children - Número de filhos ).
  9. 9. Outras métricas ❏ ACCM (Average Cyclomatic Complexity per Method - Média da Complexidade Ciclomática por método). ❏ ACC (Aerent Connections per Class - Conexões aferentes de uma classe). ❏ LCOM (Lack of Cohesion in Methods - Ausência de coesão em métodos) ❏ SC (Structural Complexity - Complexidade estrutural)
  10. 10. Escala de medição As métricas devem estar associadas a uma escala de medição que proporcione significado ao valor obtido no seu cálculo. Elas precisam ser coletadas em um modelo de dados específico que pode envolver cálculos ou análise estatística.
  11. 11. Exemplos: ❏ No LOC os intervalos sugeridos para uma classe Java ou C++ são: até 70 (bom ); entre 70 e 130 (regular); 130 em diante (ruim). ❏ No AMLOC os intervalos sugeridos são:até 10 (bom); entre 10 e 13 (regular); de 13 em diante (ruim).
  12. 12. Exemplos ❏ No ACCM de 1 a 10 (baixa complexidade , fácil de entender e testar); de 11 a 20 (média complexidade, relativamente difícil de entender e testar); de 21 a 50 (alta complexidade, difícil de entender e testar); maior que 50(altíssima complexidade).
  13. 13. Ferramentas de análise de código ❏ Metrics ❏ Checkstyle ❏ InCode
  14. 14. Metrics
  15. 15. Checkstyle
  16. 16. InCode
  17. 17. Conclusão Ao entender o significado das métricas se torna mais fácil desenvolver um código que atenda a elas, com isso se tem um codigo com melhor legibilidade e manutenibilidade.
  18. 18. Referências MEIRELLES, P. R. M. Monitoramento de métricas de código-fonte em projetos de software livre, São Paulo, 2013.

×