1 Měření softwaru 2 Výsledek měření je metrika •Bez měření nelze kvalitně řídit ani hodnotit kvalitu SW, atributy kvality mohou ale být různé •Softwarová metrika je nějaký údaj, který lze nakonec převést na číselné hodnocení nějakého atributu softwaru •DB softwarových metrik je paměť firmy a prostředek optimalizace softwarových procesů (procesů vývoje softwaru) a managementu (např. méně rizik při uzavírání smluv), •Je součástí business intelligence SW firmy a přepoklad uplatnění moderních způsobů řízení, např. CMMI 3 Použití SW metrik •a) Výzkum: podklad pro hledání metod realizace softwarových produktů, které by přinesly podstatné zvýšení jeho kvality a snížení nákladů a doby vývoje a hlavně rozsahu prací při údržbě softwaru (výzkum metod a zákonitostí vývoje softwaru). •b) Normy: základ pro stanovení technicko-ekonomických podkladů pro řízení prací při tvorbě softwaru (normy pracnosti, odhady takových metrik, jako je pracnost či doba řešení) a uzavírání smluv (cena, termíny), předpoklad CMM •c) Kontrola kvality: prostředek sledování spolehlivosti softwaru při provozu a podklad pro řídící zásahy během údržby,procesy zajišťujíící kvalitu •d) Operativa:prostředek sledování průběhu prací při vývoji (dodržování termínů, procento testovaných komponent, trendy počtů chyb, počty nově zanesených chyb, komponenty s největším počtem chyb, atd.). 4 Použití SW metrik •Výsledkem výzkumu SW metrik jsou metodiky vývoje (SOA, OO, strukturované programování, znalosti a vlivu kvality specifikací atd.) a metodiky odhadu pracnosti a doby řešení COCOMO, funkční body, a filosofií SOA ITIL •ISO 9126, ISO 250xx, ISO 12207, ISO 20000 •ISO 250XX, Software engineering -- Software product Quality Requirements and Evaluation (SQuaRE) -- Planning and management •ISO 270XX Information Security Management System • 5 Infrastruktura sběru metrik 6 Problémy se systémem měření •Hlavním cílem je systém měření umožňující snadný přístup k metrikám a efektivní metody vyhledávání a vyhodnocování informací. • Cílem měření není pouze každodenní operativní dohled a kontrola. –Systém orientovaný na kontrolu a dohled má tendenci ustrnout a nevyvíjet se. Navíc hrozí, že se nevyužijí možnosti, které systém nabízí pro vrcholové řízení. 7 Problémy se systémem měření •Systém měření nemá vyvolávat odpor, jinak je neefektivní •Odpor může být způsoben nevhodnými opatřeními managementu. –Zviditelnění dobrých výsledků může vést management k rozhodnutí nadměrně redukovat zdroje pro daný úkol. –Zviditelnění nevýkonnosti může vést k posílení zdrojů, později však i k postihům. Pozdní posílení může být kontraproduktivní •Je důležité, aby většina cítila, že jsou metriky užitečné a poctivé zvýhodňují a zvyšují šance na úspěch. 8 Problémy se systémem měření •Využívání metrik může být ztíženo krátkozrakostí a profesionálními předsudky (nekritické přeceňování účetnictví a finanční operativy atd.). •Informace a rozhodnutí mohou složitým způsobem záviset na několika metrikách. Snaha o zjednodušení může vést k nesprávným závěrům. Management by měl své závěry konzultovat s členy týmu. –Vysoká chybovost modulu může být náhoda •Efektivnost využití systému sběru a vyhodnocování metrik závisí na tom, do jaké míry bude všemi akceptován a kvalifikovaně užíván. Při tom lze využívat matematickou statistiku 9 Vlastnosti systému měření •Jasně definované cíle měření –U všech sbíraných dat musí být jasné, že jsou potenciálně užitečné pro všechny, byť se hned nevyužívají, –Jinak je sběr metrik zpravidla chápán jako šikana •Otevřenost, modifikovatelnost –Znalosti o metrikách (state of the art) se mění, mění se i potřeby managementu a standardy 10 Vlastnosti systému měření •Vychází z potřeb managementu –Integrální součást řízení •Měření odděleno od vyhodnocování •Lidé by měli cítit systém měření jako podporu jejich práce a ne jako hrozbu. Neměli by být dominováni systémem – • 11 Kvalita dat •V managementu se musí používat data, která nejsou zcela spolehlivá a relevantní •Podpora managementu se stává hlavním úkolem informatiky. Operativa je už do značné míry vyřešeným úkolem (neplatí pro zábavu) 12 Kvalita dat 13 Problémy s kvalitou dat pro řízeni •Relevantnost a včasnost závisí na frekvenci zjišťování nebo na tom, jak je časově náročné data vytvořit (např. data rozvrhu) •Kvalita dat může implikovat vytvoření datového úložiště v SOA, aby management mohl ovlivňovat chod systému Příklad sledování kvality •Při optimalizaci výkonu lokomotivy jsou třeba dat o poloze na trati •Průběh trati nemusí být k dispozici •GPS je méně přesné než některá čidla a někde není dispozici •Odhad rychlosti s může měřit s různou přesností (kola, radar ..) •Možné řešení – každého údaje údaj o kvalitě (směrodatná odchylka, zpoždění) •Odhaduje se kvalita odvozených dat 14 15 Problémy s kvalitou dat pro řízeni •Kvalita dat může implikovat filosofii řešení – Kritická cesta a kritický řetězec pro jiné kvality dat •Kvalitu je nutno měřit či odhadovat •Kvalitu dat můžeme zlepšovat –Okrajová data, odstranění –Chybějící data pro parametry, pro regresi, doplnit –Opakovaná data, odstranit –Rozsah dat, měl by být dostatečný 16 Přesnost SW metrik je malá •Hodnoty metrik závisí –Na typu projektu, projekty se málo opakují (výjimka: SAP atp.) •Velikost projektu a ostrost termínů •Typu úlohy RT*dávka bez přímých následků – Na stavu oboru •Výkon HW, sítě, vývojová prostředí, •Paradigmata sběru dat a jejich vyhodnocování 17 Přesnost SW metrik je malá •Hodnoty metrik závisí –Dosažitelné technologii –Kvalitě programátorů (produktivita 1:20) •Kvalitnější vývojáři píší lepší programy (rychlost 1:10 a to s méně chybami) •Programátoři jsou schopni silně ovlivnit určitou SW metriku, je-li jim dovoleno nebrat ohled na jiné metriky (rychlost a úkor délky) –Do jaké míry se řeší podobné problémy (viz minulý semestr) 18 Přesnost SW metrik je malá (velký rozptyl) •Výhrady k přesnosti metrik neplatí pro metriky sledující vlastnosti systému za provozu –Frekvence chyb/střední doba mezi poruchami –Počet stížností –Frekvence nalézání problémů a detekce defektů 19 Pracnost závisí zejména na •– druh softwaru: míra interakce od dávkových až po tvrdé systémy reálného času, závažnost •- důsledků selhání, od nevýznamných škod, přes ekonomické ztráty až k ohrožení životů. V neposlední řadě •- velikosti systému; •– ostré až obtížně splnitelné termíny realizace; •– použití moderních projekčních technik a technik vývoje; •– kvalita zúčastněných; •– omezení hardwaru a softwaru. Pokud systém využívá zdroje jako je rychlost a paměť více než na dvě třetiny, vzrůstá značně pracnost řešení. 20 Interní a externí metriky (ISO 9126, ISO 250XX) •Též implicitní a explicitní metriky (in process, after process) •Interní – známo jen týmu během vývoje na základě sledování vývojových procesů: např. spotřeba práce, a také doba řešení •Externí: dají se zjistit na hotovém produktu, např. délka •Některé metriky je možné chápat obojím způsobem (počet selhání při testování, externí – zjištěno uživateli) 21 Datové typy SW metrik •Příslušnost k třídě (id. - číslo tramvaje) –Trendy počtů objektů s daným id, operace rovnost =) •Fuzzy (id hodnocení, dobrý, lepší, nejlepší, známky ve škole) –Operace = test na rovnost, < test na „velikost“. Obvykle se převádí na číselné hodnocení. Př. COCOMO, známky ve škole (tam se používají přímo fuzzy hodnoty ve formě čísel) 22 Datové typy SW metrik •Interval –Čas, teplota –Je možná lineární transformace, =, < –Využitelný je rozdíl jako číselná metrika •Číselná metrika –Délka programu, doba řešení –Jsou smysluplné všechny operace pro reálná čísla 23 ISO 9126 (4 části) •Stovky metrik, rozumně použitelné většinou jen u velkých firem •Není jasné, k čemu se to všechno použije •Jádro (principy a některé metriky) použitelné •Modernizace norme - sada norem 250xx –Základní principy a základní metriky stejné 24 Externí metriky •Del – délka produktu v řádcích. U programů se nepočítají komentáře. Del programů se někdy udává v lexikálních atomech. Do metriky Del se někdy nezahrnují deklarace proměnných a záhlaví podprogramů. •Srnd – rozsah slovníku operandů. Tato metrika se týká programů. Operand je bud’ konstanta (např. celé číslo 10, nebo řetězec znaků „ xyz“, v terminologii programování literál), nebo proměnná, např. x. Srnd je pak počet logicky odlišných operandů vyskytujících se v programu. 25 Externí metriky • •Nrnd – počet výskytů operandů v programech •Noper – Počet výskytů delimiterů a znaků operací a podprogramů v programech. •Soper – rozsah slovníku operací, podprogramů a delimiterů. Tato metrika udává, kolik program obsahuje významem různých znaků operací (*, C, atd.), jmen podprogramů (sin, tan, put), delimiterů (: if begin real atd.). • 26 Externí metriky •Users – Maximální počet uživatelů, pro které je systém plánován. •McCabe – počet podmíněných příkazů (if), příkazů cyklu (for, while, . . . ) a přepínačů (case) v programu. Metrika McCabe je dobrým indikátorem složitosti programů. Jejím nedostatkem je, že není citlivá na hloubku a způsob vloženosti podmíněných příkazů (tvar rozhodovacího stromu (případně lesa). 27 Externí metriky •In, Out, Qer, File, Filee – složitost příkazů vstupu, výstupu, dotazů na terminál a operací se soubory interními a se soubory společnými s jinými aplikacemi. U databází složitost SQL dotazů. Tyto metriky se používají v odhadech pracnosti a doby řešení v metodě funkčních bodů. •FanIn, FanOut – míry indikující složitost rozhraní tříd, modulů a aplikací. FanIn udává počet logicky různých •typů dat vstupujících do dané entity (např. modulu). FanOut je obdoba FanIn pro vystupující datové toky. •Často se používá metrika Fan1 =∑modul i (FanIni * FanOuti) 2. Problém metrik pro SOA •Obtíže s měřením složitosti komunikace, • Jak měřit složitost hrubozrnných zpráv • 29 Interní metriky •Prac – spotřeba práce, obvykle v člověkoměsících •Doba – doba provádění •Prod – jednotky délky za člověkoměsíc (řádky za měsíc) •Fail – počet selhání za týden (den) 30 Interní metriky •Prod – produktivita, počet jednotek délky vytvořených za člověkoměsíc. •team(t) – velikost týmu (počet osob) v čase t, měřeno od začátku prací. Tato metrika umožňuje postupné zpřesňování odhadů pracnosti a doby řešení během vývoje projektu. •Team – průměrná velikost týmu. 31 Interní metriky • • •Fail(t,p) – počet selhání systému /části p detekovaných při testování či provozu v čase t. Při provozu hlásí selhání zákazníci. Obvykle se udává po dnech nebo týdnech. Tato metrika je důležitou mírou kvality. Při inspekcích je hodnota metriky Fail dána počtem chyb zjištěných při inspekci. 32 Interní metriky • •Defect(t,p) – počet míst v programech, která bylo nutno opravit pro odstranění selhání nebo pro nápravu selhání v čase t (den, týden) v části p, normalizovaný pro 1 000 řádků (1000 _ počet defektů_délka). • •Defect1(e1,e2,t,p) – počet defektů v části p vzniklých v etapě řešení e1 a zjištěných v etapě e2 v době t. Tato metrika a metriky z ní odvozené jsou účinnou mírou efektivnosti inspekcí a testů. Důležitá externí metrika pro vyhodnocování kvality produktu 33 Interní metriky •Satisf(t) – průměrná míra spokojenosti zákazníků včase t. Spokojenost se udává ve stupnici 1 až 5 (nejlepší). Lze vyhodnocovat trendy. Existují metody odhadu vývoje úspěšnosti produktu na trhu z aktuálních hodnot metrik Satisf (Babich, 1992). •DobaOpr – průměrná doba opravy selhání. 34 Interní metriky •Zmeny(f,t) – počet změněných míst souboru f včase t (týdnu/dni). Tato metrika se snadno zjišťuje a její trendy mohou v průběhu prací poskytnout cenné informace. • •MTBF(t) – (Mean Time Between Failures): střední doba mezi poruchami (v určitém období, např. týdnu, t). • • 35 Vztah mezi rozsahy slovníků operandů a operací 36 Výpočet charakteristik programu 37 Halsteadův vztah pro malé programy •Odvozeno z analýzy počtu rozhodnutí při psaní •Prac @ C Del Nrnd (Soper/Srnd) log(Soper+Srnd) •V dobře napsaných programech jsou Srnd a Nrnd úměrné délce. Pro velké Soper a Srnd lze logaritmus nahradit konstantou. Pak ale bude •Prac @ C‘ Del Soper 38 Halsteadův vztah pro malé programy •Poněvadž je pozorováno, že • Soper @ C“ Delb •dostaneme •Prac = c Del1+b b @ 0,25 •Pro velké programy je hodnota b příliš vysoká. Je to důsledek toho že vztah modifikujtakové technologie, jako dekompozice a znovupoužití částí. • Pokud se dekomponuje do malých komponent a systémy se liší jen počtem komponent a transport zpráv se nemusí pracně implementovat, bude b velmi malé. 39 Závislost pracnosti na délce programu Běžná regrese Ortogonální regrese Data projektů US ministerstva obrany před 20 lety 40 Závislost pracnosti na délce programu Data IBM Omezení •Nejsou k dispozici data o SOA s autonomními službami (konfederace) 41 42 43 44 45 – 46 Pozor na statistiku •Analýzou dat klasickou regresí dostaneme •Prac = c10 Deld •Kde d < 1, což není zřejmě reálné, neboť jedna instrukce ve velkém systému dá podle zkušeností více práce (např. díky nákladům na chod týmu), než jedna instrukce v malém systému. •Je nutné použít ortogonální regresi. 47 Problémy s regresí 48 Pro obchodní systémy ani to nevysvětluje nízký koeficient regrese •Možnost: Velké systémy více používají různé nástroje, jako jsou generátory kódu, CASE systémy, atd. Generovaný kód je „řinčí“ 49 Prvá zákonitost •Pro délku a pracnost platí vztah •log(Prac) = (1+a)log(Del) + c´ •takže •Prac = c Del1+a •Ortogonální regrese dává •a @ 1/8 50 Prvá zákonitost •Pro délku a pracnost platí vztah •log(Prac) = (1+a)log(Del) + c´ •takže •Prac = c Del1+a •Ortogonální regrese dává •a @ 1/8 •Avšak c i a závisí na typu projektu 51 Použití a důsledky •Vztah Prac = c Del1+a se využívá v odhadu COCOMO •Pokud je pracnost budování middleware zanedbatelná klesne pracnost monolitního systému po dekompozici na n zhruba stejných dílů z Prac1 = c Del1+a na •Pracn = c n(Del/n)1+a = n-a Prac1 52 Empirické výsledky 53 Putnamova rovnice •Podle třetí řádky tabulky čili Z definice Del = Prac Doba, takže To je Putnamova rovnice 54 Vliv napjatých termínů •Dobu řešení nelze v praxi libovolně zkracovat, •Pro každý projekt existuje tedy mez m, pod níž se nelze prakticky dostat. Interval <0,m> se nazývá nedosažitelná oblast pro daný projekt. m je funkcí Prac •Pro více projektů je nedosažitelná oblast oblast roviny (Prac, Doba), kde •Doba < ¾ Prac1/3 • 55 Pracnost u nedosažitelné oblasti cD-4 m –D D Efekt líného studenta 56 Některé starší výsledky pro SW projekty 57 Chování pracnosti u nedosažitelné oblasti •Uvažujme dvě realizace A,B stejného projektu s atributy • • •Vydělením Putnamových rovnic pro obě realizace dostaneme 58 Chování pracnosti u nedosažitelné oblasti •Nechť DobaA > DobaB. Poněvadž programy psané ve spěchu bývají delší je možné předpokládat DelA £ DelB tj. DelA /DelB £ 1 •Po úpravách dostaneme z poslední rovnice • 1 ³ DelA /DelB = (PracA /PracB)1/3 (DobaA / DobaB)4/3 •Z toho po úpravách, považujeme-li hodnoty s indexem A za konstantní dostaneme obdobu Stefan-Botzmannova zákona •PracB ³ c30 DobaB-4 59 Použití ve function points • •Zkrácení termínu o šestinu prodlouží pracnost dvakrát Ale zkrácení o polovinu zvýší pracnost šestnáctkrát. Metodika Function points nemá opravu na zkracování termínů tak drastickou, zkrácení na polovinu ale nepovažuje za možné. 60 Corrective maintenace Rayleightův model pro team(t) 61 Kritika Rayleightova modelu •Příliš rychle klesá v nekonečnu, potom by ale byl SW bez chyb možný a to se nepozoruje •Množství práce do maxima je příliš veliké, neodpovídá datům o corrective maintenance (40% pracnosti vývoje) •Nevysvětluje, proč platí pro SW Stefan-Botzmannův zákon •Má málo parametrů a změna parametrů nemění příliš tvar •Proto si půjčíme Planckův zákon 62 Planckův model •Standardní tvar zákona záření absolutně černého tělesa Team(t) = Ct-5 exp(D/t)-1 D určuje tvar křivky a polohu maxima 63 Corrective maintenance Planckův model 64 Kritika Planckova modelu •Začíná růst až od 1/3 (Existují názory, že je to OK, pokud do team(t) nezahrnujeme práce na specifikacích). •Má také málo parametrů A.Zavedeme lineární transformaci nezávisle proměnné B.Změníme exponent 5 v polynomiální části • 65 Modifikace Planckova modelu A.Transformace nezávislé proměnné team(T) = Dává dobré výsledky 66 Najímaný tým, vrchol a odhad doby řešení čas Osoby/max. velikost týmu Vlevo sešikmená funkce Transformace proměnných tak, aby max bylo v bodě 1 a mělo hodnotu 1 a v nule byla hodnota funkce prakticky nula. U pevného týmu odpovídá intensitě práce Předání 1/4 1/4 1/4 1/4 Zákon třetin: maximum třetina doby do předání a třetina spotřeby práce do předání 67 Proložení Planckovy křivky pro SW řízení ponorek 68 Proložení Planckovy křivky pro projekt Safeguard 69 Bylo jasné, že projekt nelze v rozumné době dokončit i proto, že nebylo možno včas vytvořit SW. A také by to stálo majlant 70 Zobecnění Planckova modelu •Planckův model lze zobecnit team´(T) = C(T+kd)-qdq exp(D/(T+kd))-1 Paramery jsou C, D, k, d q. Stefan-Botzmannův zákon pak dostane tvar PracB ³ c30 DobaB-q+1 71 Zobecnění Planckova modelu •Zobecněný Planckův model dostaneme výše uvedeným postupem, má-li Putnamům zákon tvar •Del @ cPrac1/pDobaq/p •pro vhodné kladné p 72 Použití Rayleigtova a Planckova modelu •Uvažujeme-li fakt, že část práce se po předání e přesune do údržby, platí následující pravidla •Rayleigt - zákon polovin. V době dosažení maxima velikosti týmu jsme za polovinou doby řešeni a spotřebovali jsme přes polovinu práce •Planck – zákon třetin, jsme asi v třetině doby řešení a spotřebovali jsme třetinu práce (a tedy budeme muset dvojnásobek dosud spotřebované práce ještě vynaložit) 73 Rozložení výkonnosti •Budiž a(p) procento výsledků, které dosáhlo p procent nejlepších (např. a(1) je procento branek, které nastřílelo jedno procento nejlepších. Uvidíme, že a(1)=7) Vyneseme-li graf a(p) v dvojitě logaritmickém měřítku dostaneme následující obrázek. 74 75 Výsledky nejlepších •Z grafu vyplývá, že •a(p)=cp1/2 •kde c nepříliš silně závisí na typu činnosti •Procento nejlepších udělá 7,5% výsledků, 20% nejlepších udělá polovinu práce, 40% nejhorších neudělá skoro nic •Seřadíme-li pracovníky podle výkonnosti, a budeme-li vynášet, kolik udělal každý jednotlivec, bude mít příslušná funkce tvar • b(p) = 1/2cp-1/2 76 Použití •Vědomí důležitosti talentu a kvality lidí –Nejlepší udělají nejen nejvíce výsledků na hlavu, ale také udělají i nejlepší výsledky •Pokud jsou ve větší skupině problémy na straně kvalitních lidí, je nutné zkoumat, čím to je a zda to vadí (např. zda se nejedná o rutinní práce, kde se mohou kvalitní lidé cítit nevytíženi) 77 Závislost produktivity na délce programu pro malé programy, směrnice = -1/4. 78 Vliv vytíženost HW 79 Využití •U produktů, které nemají charakter masové spotřeby –Instalovat systém s 50-60% rezervou aby byl prostor na úpravy –Zvětšit reservu na alespoň 50%a, klesne- reserva pod 40% – 80 Náročnost údržby Vyšší jazyk Asembler 81 Využití •Asembler je na údržbu (měřeno počtem osob udržujících systém na tisíc řádků) asi pětkrát pracnější než klasický programovací jazyk. U moderních systémů může být rozdíl ještě markantnější •Poněvadž jeden řádek vyššího jazyka nahradí i několik řádek assembleru, je rozdíl produktivity alespoň 1:10 •Vyhýbat se asembleru, je-li to možné 82 Databáze metrik 83