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

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.

Introdução

Introdução

• Estratégias automáticas para revisão de código são baseadas em métricas coletadas do código.

– Valores limiares Genéricos;

– Executadas ao final da codificação;

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.

Interesse Arquitetural

1. Papel arquitetural da classe.

2. Design do código da aplicação

Interesse Arquitetural

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

ContextLongMethod

• Funcionamento

ContextLongMethod

• Valores Limiares por Interesse Arquitetural

– O papel arquitetural da classe

– O design do código da aplicação

ContextLongMethod

• Identificação dos Métodos Longos

Exemplo de Uso

• Preferências do Plug-in

Exemplo de Uso

• Métodos Longos Identificados

Arquitetura Referência

• Arquitetura Cartoon

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

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

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

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