Репозитории программного обеспечения для майнинга - Mining software repositories

В репозитории программного обеспечения для майнинга[нужна цитата ] (MSR) поле [1] анализирует обширные данные, доступные в репозиториях программного обеспечения, таких как управление версиями репозитории, список рассылки архивы, системы отслеживания ошибок, системы отслеживания проблем и т. д., чтобы получить интересную и полезную информацию о программного обеспечения системы, проекты и программная инженерия.

Определение

Херциг и Зеллер определяют «архивы программного обеспечения для добычи полезных ископаемых» как процесс «получения большого количества первоначальных свидетельств» путем извлечения данных из репозиториев программного обеспечения. Кроме того, они определяют «источники данных» как артефакты на основе продукта, такие как исходный код, артефакты требований или архивы версий, и заявляют, что эти источники являются беспристрастными, но шумными и неполными.[2]

Методы

Анализ сопряженных изменений

Идея парного анализа изменений заключается в том, что разработчики часто изменяют объекты кода (например, файлы) вместе для исправления дефектов или внедрения новых функций. Эти связи между объектами часто не указываются явно в коде или других документах. В частности, разработчики, впервые участвующие в проекте, не знают, какие сущности необходимо изменить вместе. Анализ сопряженных изменений направлен на извлечение взаимосвязи из системы управления версиями проекта. По коммитам и срокам изменений мы могли бы определить, какие объекты часто меняются вместе. Затем эта информация может быть представлена ​​разработчикам, собирающимся изменить одну из сущностей, чтобы поддержать их в дальнейших изменениях.[3]

Анализ фиксации

В системах контроля версий существует множество различных типов коммитов, например фиксации исправлений ошибок, фиксации новых функций, фиксации документации и т. д. Чтобы принимать решения, основанные на данных, на основе прошлых коммитов, необходимо выбрать подмножества коммитов, которые соответствуют заданному критерию. Это можно сделать на основе сообщения фиксации,[4] или на основе содержимого фиксации.[5]

Генерация документации

Можно создать полезную документацию из репозиториев программного обеспечения для майнинга. Например, Jadeite вычисляет статистику использования и помогает новичкам быстро определять часто используемые классы.[6] Когда кто-то сосредотачивается на определенных видах структурированной документации, таких как директивы создания подклассов, более продвинутые методы могут синтезировать полные предложения.[7]

Данные и инструменты

Первичные данные интеллектуального анализа данных поступают из систем контроля версий. Ранние эксперименты по майнингу проводились в репозиториях CVS.[8] Затем исследователи тщательно проанализировали репозитории SVN. [9] Сейчас репозитории Git доминируют[10], но с особой осторожностью следует обращаться с ветками и вилками.[11]

Инструменты:

  • МодельMine это веб-приложение для разработки репозиториев с открытым исходным кодом
  • LibVCS4j - это библиотека Java, которая позволяет существующим инструментам анализировать эволюцию программных систем, предоставляя общий API для различных систем контроля версий и средств отслеживания проблем.
  • Pydriller - это Python Framework для анализа репозиториев Git.
  • Репозиторий это механизм анализа репозитория Git, написанный на C #.
  • Приходящий это инструмент Java для поиска шаблонов в прошлых коммитах.[12]
  • CVSAnalY извлекает информацию из журналов репозитория исходного кода и сохраняет ее в базе данных.

Смотрите также

Рекомендации

  1. ^ Рабочая конференция по репозиториям Mining Software, главный программная инженерия конференция в области
  2. ^ К. С. Херциг и А. Зеллер, «Собственные доказательства», в Making Software, стр. 517–529, Севастополь, Калифорния, США: O’Reilly, 2011.
  3. ^ Gall, H .; Hajek, K .; Джазаери, М. (1998). «Обнаружение логической связи на основе истории выпуска продукта». Ход работы. Международная конференция по сопровождению программного обеспечения (кат. № 98CB36272). С. 190–198. CiteSeerX  10.1.1.199.7754. Дои:10.1109 / icsm.1998.738508. ISBN  978-0-8186-8779-2.
  4. ^ Хиндл, Абрам; German, Daniel M .; Годфри, Майкл В .; Холт, Ричард С. (2009). «Автоматическая классификация крупных изменений по категориям обслуживания». 2009 17-я Международная конференция IEEE по пониманию программ. С. 30–39. Дои:10.1109 / ICPC.2009.5090025. ISBN  978-1-4244-3998-0.
  5. ^ Мартинес, Матиас; Дюшен, Лоуренс; Монперрус, Мартин (2013). «Автоматическое извлечение экземпляров шаблонов изменения кода с помощью анализа AST». Международная конференция IEEE по обслуживанию программного обеспечения, 2013 г.. С. 388–391. arXiv:1309.3730. Дои:10.1109 / ICSM.2013.54. ISBN  978-0-7695-4981-1.
  6. ^ Стилос, Джеффри; Фолринг, Эндрю; Ян, Цзычжуан; Майерс, Брэд А. (2009). «Улучшение документации API с использованием информации об использовании API». Симпозиум IEEE 2009 г. по визуальным языкам и вычислениям, ориентированным на человека (VL / HCC). С. 119–126. Дои:10.1109 / VLHCC.2009.5295283. ISBN  978-1-4244-4876-0.
  7. ^ Брух, Марсель; Мезини, Мира; Монперрус, Мартин (2010). «Директивы создания подклассов для улучшения повторного использования фреймворка». 2010 7-я рабочая конференция IEEE по репозиториям программного обеспечения для майнинга (MSR 2010) (PDF). С. 141–150. Дои:10.1109 / MSR.2010.5463347. ISBN  978-1-4244-6802-7.
  8. ^ Canfora, G .; Церуло, Л. (2005). «Анализ воздействия майнинга программного обеспечения и репозиториев запросов на изменение». 11-й международный симпозиум по метрикам программного обеспечения IEEE (METRICS'05). п. 29. Дои:10.1109 / METRICS.2005.28. ISBN  978-0-7695-2371-2.
  9. ^ д'Амброс, Марко; Галл, Харальд; Ланца, Микеле; Пинцгер, Мартин (2008). «Анализ репозиториев программного обеспечения для понимания эволюции программного обеспечения». Эволюция программного обеспечения. С. 37–67. Дои:10.1007/978-3-540-76440-3_3. ISBN  978-3-540-76439-7.
  10. ^ Каллиамваку, Эйрини; Гусиос, Георгиос; Блинко, Келли; Певец, Лейф; German, Daniel M .; Дамиан, Даниэла (2014). «Обещания и опасности майнинга на GitHub». Материалы 11-й рабочей конференции по репозиториям программного обеспечения для майнинга - MSR 2014. С. 92–101. Дои:10.1145/2597073.2597074. ISBN  9781450328630.
  11. ^ Бьяццини, Марко; Монперрус, Мартин; Бодри, Бенуа (2014). «Об анализе топологии историй фиксации в децентрализованных системах контроля версий» (PDF). 2014 IEEE Международная конференция по сопровождению и развитию программного обеспечения. С. 261–270. Дои:10.1109 / ICSME.2014.48. ISBN  978-1-4799-6146-7.
  12. ^ Мартинес, Матиас; Монперрус, Мартин; Монперрус, Мартин (2019). «Скоро: инструмент для добычи экземпляров шаблонов изменений из Git Commits». 41-я Международная конференция по программной инженерии, IEEE / ACM, 2019: Сопутствующие материалы (ICSE-Companion). С. 79–82. arXiv:1810.08532. Дои:10.1109 / ICSE-Companion.2019.00043. ISBN  978-1-7281-1764-5.