[論文レビュー] Systematic Debugging of Attribute Grammars

Yohei Ikezoe, Akira Sasaki+3 more|ArXiv.org|Nov 21, 2000

Software Testing and Debugging Techniques参考文献 10被引用数 4

ひとこと要約

本論文は、属性文法におけるバグの原因となる属性規則を、インタラクティブなクエリベースの精錬によって体系的かつ的確に特定できる2つのAG対応デバッグ技術——アルゴリズムデバッグとスライスベースデバッグ——を提案する。Akiという視覚的デバッガに統合された本手法は、従来の方法と比較してデバッグ時間を顕著に短縮し、コンパイラモジュールにおける実験ではバグ特定に平均5〜10倍の高速化が達成された。

ABSTRACT

Although attribute grammars are commonly used for compiler construction, little investigation has been conducted on debugging attribute grammars. The paper proposes two types of systematic debugging methods, an algorithmic debugging and slice-based debugging, both tailored for attribute grammars. By means of query-based interaction with the developer, our debugging methods effectively narrow the potential bug space in the attribute grammar description and eventually identify the incorrect attribution rule. We have incorporated this technology in our visual debugging tool called Aki.

研究の動機と目的

• コンパイラ設計における属性文法に対する体系的デバッグ支援の欠如を解消すること。
• 属性評価器の低レベルな実装詳細を抽象化することで、開発者の認知的負荷を軽減すること。
• 障害のある属性規則を効率的に特定できる高水準でインタラクティブなデバッグ環境を提供すること。
• 実際のコンパイラ開発ワークフローにおけるハイブリッドデバッグ手法の有効性を評価すること。

提案手法

• 属性評価を再帰的Synth関数の適用としてモデル化することで、属性文法にアルゴリズムデバッグを適応する。
• クエリベースのインタラクションを用いて属性計算の正しさを検証または否定し、誤った規則を絞り込む。
• 誤った値にたどり着くまでの属性依存関係を後退トレースすることで、スライスベースデバッグを用いて誤った規則を特定する。
• 属性スライスをサブスライスに分割し、開発者に正しさに関するクエリを投げることで、探索空間を段階的に縮小する。
• Squeak Smalltalkで実装された視覚的デバッガ（Aki）としてシステムを実装し、ソースコードの可視化と色分けされた属性操作を提供する。
• 両方のデバッグ手法を統合された環境に統合し、完全実行および部分実行の両方をサポートする。

実験結果

リサーチクエスチョン

• RQ1 属性評価が本質的に再帰的かつ属性依存的である属性文法の文脈において、アルゴリズムデバッグを効果的に適応できるか？
• RQ2 スライスベースデバッグは、不完全または非終了する実行においても、属性文法に適用可能か？
• RQ3 アルゴリズムデバッグとスライスベースデバッグの組み合わせは、障害のある属性規則の特定における開発者の生産性をどのように向上させるか？
• RQ4 Akiデバッガは、手動または従来のデバッグ手法と比較して、どれほどデバッグ時間を短縮できるか？

主な発見

• Akiのアルゴリズムデバッグ部は、デバッグ支援なしの場合の15分と比較して、バグ特定までの平均時間を3分に短縮した。
• スライスベースデバッグ部は平均13回のクエリでバグを特定したが、アルゴリズムデバッグの9回と比較するとやや高いインタラクションコストであったが、適用範囲は広がった。
• 3名の経験豊富なコンパイラ開発者によるユーザーテストでは、両方の体系的デバッグ手法が手動デバッグに比べて時間的・作業的負荷の面で顕著に優れていた。
• 視覚的デバッガAkiは、ソースコードの強調表示と部分木の可視化により、複雑な属性依存関係の理解を効果的に支援した。
• 本システムは、2進数評価文法における誤った属性伝搬を含む意図的なバグを正常に特定した。
• ハイブリッドアプローチにより、従来のアルゴリズムデバッグでは完全な計算木を構築できない中間で失敗するプログラムのデバッグが可能になった。