Estimativa de métricas de separação de interesses
Upcoming SlideShare
Loading in...5
×
 

Estimativa de métricas de separação de interesses

on

  • 1,317 views

Elaborado a partir do artigo no seguinte link

Elaborado a partir do artigo no seguinte link
http://www.inf.pucminas.br/professores/mtov/pub/wmswm2009.pdf

Statistics

Views

Total Views
1,317
Views on SlideShare
1,313
Embed Views
4

Actions

Likes
0
Downloads
1
Comments
1

1 Embed 4

http://www.slideshare.net 4

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

CC Attribution-NonCommercial LicenseCC Attribution-NonCommercial License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • Slide elaborado a partir do artigo disponível em:
    http://www.inf.pucminas.br/professores/mtov/pub/wmswm2009.pdf

    Vale a pena baixar e ler.
    Att,
    SérgioSouza
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Estimativa de métricas de separação de interesses Estimativa de métricas de separação de interesses Presentation Transcript

  • Estimativa de Métricas de Separação de  Interesses em Processos de Refatoração  para  Extração de Aspectos Introdução ao Desenvolvimento de Software Orientado por Aspectos José Corrêa Leonardo Rodrigues Miquéias Souza Sérgio Souza
  • INTRODUÇÃO Orientado a Objetos: • Espalhamento de Código • Mesma implementação em várias classes • Localização de todos os Concerns a serem alterados • Difícil manutenibilidade • Código entrelaçado • Mistura de código • Dificuldade em entender a implementação • Alterar sem afetar outros interesses Orientado a Aspectos: • Modularização de interesses • Escalabilidade • Manutenibilidade • Reutilização de código • Maior produtividade
  • INTRODUÇÃO Dúvida: Vale a pena migrar? Aplicação OO Aplicação OA
  • MAPEAMENTO, MÉTRICAS E IMPLEMENTAÇÃO Ferramenta: ConcernMapper ConcernMetrics Funcionalidades Mapeamento lógico de interesses transversais Estimativa de métricas de separação de interesses Mapeamento do interesse logging usando o ConcernMetrics
  • MAPEAMENTO, MÉTRICAS E IMPLEMENTAÇÃO Funcionalidades: • Mapeamento lógico de interesses transversais • Permite uma visão modularizada dos interesses transversais • Métodos e Atributos de interesses transversais • Estimativa de métricas de separação de interesses • Calculo das métricas clássicas de separação de interesses 1. Concern Diffusion over Operations (CDO) • MC onde ‘M’ representa os métodos e ‘c’ os interesses concerns. Conta o número de métodos e ou adendos que chamam os métodos em MC. 2. Concern Diffusion over Components (CDC) • CC onde ‘C’ representa os componentes e ‘c’ os interesses concerns. Conta o número de componentes que acessam os componentes em CC. Componentes são classes (Sistema OO) e classes e aspectos (Sistema OA).
  • MAPEAMENTO, MÉTRICAS E IMPLEMENTAÇÃO Implementação: Calculo de CDO e CDC: • Framework ASM2 Manipulação, analise e reengenharia de bytecodes. Sistemas OO é direto: Chamadas estão incluídas fisicamente no bytecode. Sistemas OA exige analise: Identificar as chamadas que podem ser incluídas no mesmo adendo.
  • MAPEAMENTO, MÉTRICAS E IMPLEMENTAÇÃO Implementação: Calculo de CDO e CDC: Algoritmo t1.m(arg1) and t2.m(arg2), onde ti denota o alvo da chamada e argi denota seu argumento (i = 1 ou i = 2). As duas chamadas podem ser agrupadas em um mesmo adendo, usando os recursos de quantificação de AspectJ, quando as seguintes condições são simultaneamente válidas: 1. t1 e t2 são variáveis da mesma classe (ou mesma classe, no caso de métodos estáticos). 2. arg1 e arg2 representam o mesmo valor constante (seja ele, um inteiro, real, string, etc).
  • MAPEAMENTO, MÉTRICAS E IMPLEMENTAÇÃO Implementação: Calculo de CDO e CDC:  Chamadas a start • Mesmo tipo (Transaction) • Mesmos Argumentos, valor constante (1) ㄨ Chamada a log • Diferentes argumentos (“panic” e “finished”)
  • ESTUDO DE CASO JSPIDER JSpider: (http://j-spider.sourceforge.net) JSpider é um robô que permite recuperar e validar páginas Web. Versão OO e OA (Binkley et al). Interesse Logging • Calculo de CDO. Métrica CDO para o interesse logging nas versões OO e OA
  • ESTUDO DE CASO JSPIDER JSpider:(http://j-spider.sourceforge.net) Interesse Logging • Calculo de CDC. Métrica CDC para o interesse logging nas versões OO e OA
  • ESTUDO DE CASO JSPIDER JSpider:(http://j-spider.sourceforge.net) Análise dos Resultados • Calculo de CDO: Diferenças de valores, por adição ou remoção de código. • Calculo de CDC: Sem diferenças.
  • Trabalhos Relacionados ConcernMetrics (CM) x ConcernTagger (CT): ConcernTagger • Extensão que também permite o mapeamento lógico de interesses transversais e elementos sintáticos. Calculando métricas como CDC e CDO. Diferenças – CM e CT • Identificação manual de interesses transversais. (Métodos e chamadas a esses métodos) • Calculo semi-automático • Não realiza estimativas de novos valores de CDO e CDC para “aspectização” do código OO.
  • Conclusão Conclusão: A ferramenta ConcernMetrics, utilizada para mapeamento de interesses transversais em códigos de sistemas OO, se mostrou eficiente atendendo a seu propósito de calcular métricas para uma possível modularização de interesses a ser realizada. Diante de analise dessas métricas, os mantenedores de software estudam a viabilidade de se utilizar aspectos em seus sistemas ou não.