This tool uses architecture context information to detect long methods in software code.

1. ContextLongMethod: Uma Ferramenta
Sensível à Arquitetura para Detecção de
Métodos Longos
Cleverton Santos
Marcos Barbosa Dósea
Cláudio Nogueira Sant’Anna
clevertonmaggot@gmail.com, dosea@ufs.br, santanna@dcc.ufba.br
Universidade Federal de Sergipe
Universidade Federal da Bahia
TOOLS 2016
Maringá, Setembro 2016

2. Introdução
• A erosão do design é percebida pela surgimento
progressivo de anomalias no código.
• Métodos longos estão entre as anomalias de
código mais comuns independente do domínio
da aplicação.

3. Introdução

4. Introdução
• Estratégias automáticas para revisão de código
são baseadas em métricas coletadas do código.
– Valores limiares Genéricos;
– Executadas ao final da codificação;

5. ContextLongMethod
É um sistema de recomendação que extrai
conhecimento do design de um sistema
referência e utiliza-o para recomendar
candidatos a métodos longos para o
desenvolvedor.

6. Interesse Arquitetural
1. Papel arquitetural da classe.
2. Design do código da aplicação

7. Interesse Arquitetural

8. ContextLongMethod
• Plug-in para o Eclipse
• Abordagens disponibilizadas:
a) Valor limiar genérico.
b) Valor limiar genérico extraído do design de um
sistema de referência.
c) Valores limiares para cada interesse arquitetural
extraídos do design de um sistema de referência

9. ContextLongMethod
• Funcionamento

10. ContextLongMethod
• Valores Limiares por Interesse Arquitetural
– O papel arquitetural da classe
– O design do código da aplicação

11. ContextLongMethod
• Identificação dos Métodos Longos

12. Exemplo de Uso
• Preferências do Plug-in

13. Exemplo de Uso
• Métodos Longos Identificados

14. Arquitetura Referência
• Arquitetura Cartoon

15. Avaliação
• Nove versões do sistema MobileMedia
– Versão 01 como Sistema Referência
– Comparação com resultados de Paiva et al. (2015)
• inFusion, JDeodorant e PMD
• feature envy, god class e god method
– Precision, Recall e F-Score

16. Avaliação
• Resultados
Precisão (%) Cobertura (%) % F-Score
Paiva et al. (2015)
inFusion 100 26 41,27
Jdeodorant 35 50 41,18
PMD 100 26 41,27
ContextLongMethod
45 LOC/Método 96 47 63,10
Percentil 75 27 100 42,52
Percentil 90 56 95 70,46
Percentil 75 +
interesse 32 100 48,48
Percentil 90 +
interesse 60 89 71,68

17. Considerações Finais
• Estendendo a utilização das informações
contextuais para detecção de outros code
smells.
• Aprimorando o algoritmo que recupera
informações do design do sistema referência.
• Plug-in open source
– https://github.com/marcosdosea/ContextSmellDetector

18. ContextLongMethod: Uma Ferramenta
Sensível à Arquitetura para Detecção de
Métodos Longos
Cleverton Santos
Marcos Barbosa Dósea
Cláudio Nogueira Sant’Anna
clevertonmaggot@gmail.com, dosea@ufs.br, santanna@dcc.ufba.br
Universidade Federal de Sergipe
Universidade Federal da Bahia
TOOLS 2016
Maringá, Setembro 2016