基于軟件倉庫的源代碼演化分析.pdf

1、源代碼演化分析是軟件開發(fā)與運(yùn)維中版本升級(jí)的重要任務(wù)，其對(duì)代碼級(jí)別變更控制的指導(dǎo)意義使它成為經(jīng)驗(yàn)軟件工程研究熱點(diǎn)之一。本文基于軟件倉庫挖掘技術(shù)研究源代碼演化規(guī)律，將源代碼文件之間關(guān)聯(lián)關(guān)系、文件與開發(fā)人員之間關(guān)聯(lián)關(guān)系以及開發(fā)人員的版次提交結(jié)合在一起，分析源代碼版次變更對(duì)后續(xù)開發(fā)的范圍、時(shí)間以及開發(fā)人員的影響，找出其中規(guī)律并進(jìn)行預(yù)測(cè)，以幫助軟件演化計(jì)劃的制定和軟件開發(fā)過程的改進(jìn)。
　　本文結(jié)合源代碼演化分析的特征，首先提出了基于軟件倉庫

2、的源代碼演化分析方法。其具體由六個(gè)步驟構(gòu)成：選定數(shù)據(jù)源，抽取樣本數(shù)據(jù)；初步分析，確定分析指標(biāo)；數(shù)據(jù)抽取；數(shù)據(jù)預(yù)處理；核心分析步驟和數(shù)據(jù)可視化處理。接著，從以下三個(gè)維度研究提出源代碼演化分析模型：①變更在范圍上的影響分析。結(jié)合源代碼靜態(tài)關(guān)聯(lián)關(guān)系分析和源代碼協(xié)同變更分析，提出了通過分析源代碼復(fù)合關(guān)聯(lián)關(guān)系，結(jié)合PageRank計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)權(quán)重的算法，對(duì)源代碼變更在范圍上的影響程度進(jìn)行描述。②變更在時(shí)間上的影響分析。結(jié)合源代碼復(fù)合關(guān)聯(lián)關(guān)系，通過

3、版次曲線和版次條形碼輔助分析源代碼演化在時(shí)間上的分布情況。③變更對(duì)開發(fā)人員的影響分析。在源代碼復(fù)合關(guān)聯(lián)關(guān)系中加入開發(fā)人員節(jié)點(diǎn)，強(qiáng)調(diào)開發(fā)人員對(duì)源代碼文件的擁有程度，生成新的復(fù)合關(guān)聯(lián)關(guān)系，進(jìn)行源代碼變更執(zhí)行者演化規(guī)律的分析。
　　本文設(shè)計(jì)與實(shí)現(xiàn)了源代碼演化自動(dòng)分析工具SEAT，支持上述分析方法和分析模型，并選取GitHub上的8個(gè)開源項(xiàng)目進(jìn)行案例研究，發(fā)現(xiàn)了一些有價(jià)值的規(guī)律：源代碼變更會(huì)在復(fù)合關(guān)聯(lián)關(guān)系圖中進(jìn)行傳播，傳播的趨勢(shì)是從Pag

4、eRank值高的節(jié)點(diǎn)向PageRank值低的節(jié)點(diǎn)。版次的變更規(guī)模越大，其對(duì)項(xiàng)目造成的擾動(dòng)也就越大，使得項(xiàng)目需要更長(zhǎng)的時(shí)間去恢復(fù)，從而導(dǎo)致了在時(shí)間分布上，變更規(guī)模大的版次前后出現(xiàn)Cool-Down Period的概率會(huì)高于正常版次。在需要進(jìn)行代碼變更時(shí)，源代碼文件的主要擁有者會(huì)被優(yōu)先考慮分配任務(wù)。在開源項(xiàng)目中，核心開發(fā)人員的行為對(duì)項(xiàng)目總體起到了決定性的影響，非核心開發(fā)人員的開發(fā)行為穩(wěn)定性相比核心開發(fā)人員的開發(fā)行為穩(wěn)定性弱，這也導(dǎo)致了行為規(guī)