[논문 리뷰] ModularityCheck: A Tool for Assessing Modularity using Co-Change Clusters

Luciana Lourdes Silva, Daniel Felix외 2명|arXiv (Cornell University)|2015. 06. 18.

Software Engineering Research참고 문헌 17인용 수 5

한 줄 요약

ModularityCheck는 버전 관리 이력과 이슈 보고서에서 공변경 클러스터를 추출하여 소프트웨어 패키지의 모ularity를 평가하는 도구이다. 분포도를 사용해 이러한 클러스터가 기존 패키지 구조와 얼마나 일치하는지 시각화하며, 교차 관심사와 부분적 캡슐화와 같은 모ularity 문제를 식별한다. 기존의 구조적 메트릭과는 대비되는 진화적 시각을 제공한다.

ABSTRACT

It is widely accepted that traditional modular structures suffer from the dominant decomposition problem. Therefore, to improve current modularity views, it is important to investigate the impact of design decisions concerning modularity in other dimensions, as the evolutionary view. In this paper, we propose the ModularityCheck tool to assess package modularity using co-change clusters, which are sets of classes that usually changed together in the past. Our tool extracts information from version control platforms and issue reports, retrieves co-change clusters, generates metrics related to co-change clusters, and provides visualizations for assessing modularity. We also provide a case study to evaluate the tool. http://youtu.be/7eBYa2dfIS8

연구 동기 및 목표

• 기존의 구조적 메트릭에서 지배적인 분해 문제를 해결하기 위해 진화적 변화 행동을 통합함으로써.
• 공변경 패턴을 통해 교차 관심사와 리버브 효과와 같은 모ularity 결함을 탐지함으로써.
• 기존 패키지 구조 위에 투영된 공변경 클러스터의 시각화 및 메트릭 기반 분석을 제공함으로써.
• 실제 변경 이력을 활용해 소프트웨어 아키텍트가 패키지 모ularity를 이해하고 개선할 수 있도록 지원함으로써.
• 정적 구조적 결합도 및 응집도를 초월해 자동화되고 도구 기반의 모ularity 평가 접근법을 제공함으로써.

제안 방법

• 도구는 버전 관리 시스템(SVN/GIT)에서 커밋을 추출하고, 이슈 보고서와의 교차 참조를 통해 잡음이 많은 커밋을 필터링한다.
• 노드가 클래스이고, 같은 커밋에서 함께 변경된 경우에 간선이 생성되는 공변경 그래프를 구축한다.
• 낮은 가중치를 가진 간선을 제거하고, 그래프를 클러스터링하여 자주 함께 변경되는 클래스의 집합인 공변경 클러스터를 추출한다.
• 분포도를 사용해 공변경 클러스터가 기존 패키지 구조에 어떻게 투영되어 있는지를 시각화하며, 일치 또는 불일치를 드러낸다.
• 집중도(focus)와 산산이 흩어짐(spread)과 같은 메트릭을 계산하여 클러스터가 패키지에 어떻게 분포되어 있는지를 특성화한다 (예: 집중도 ≈ 1.0이고 산산이 흩어짐 = 1은 강한 캡슐화를 의미함).
• 도구는 교차 관심사 클러스터(높은 산산이 흩어짐, 낮은 집중도)와 부분적 캡슐화 클러스터(높은 집중도, 산산이 흩어짐 > 1)와 같은 패턴을 식별할 수 있으며, 이는 잠재적 리버브 효과를 시사한다.

실험 결과

연구 질문

• RQ1 버전 이력에서 추출한 공변경 클러스터는 패키지 모ularity의 결함를 어떻게 드러낼 수 있는가?
• RQ2 실제 시스템에서 공변경 클러스터는 현재 패키지 분해와 어느 정도 일치하는가?
• RQ3 분포도는 소프트웨어 패키지의 진화적 모ularity를 효과적으로 시각화하고 특성화할 수 있는가?
• RQ4 공변경 패턴을 통해 어떤 유형의 모ularity 위반(예: 교차 관심사, 부분적 캡슐화)을 탐지할 수 있는가?
• RQ5 기존의 구조적 메트릭과 비교해 볼 때, 모ularity의 진화적 시각은 설계 문제를 식별하는 데 어떻게 다른가?

주요 결과

• Geronimo에서 네 개의 공변경 클러스터가 완전히 하나의 패키지 내에 캡슐화되어 있었다 (집중도 ≈ 1.0, 산산이 흩어짐 = 1), 이는 패키지 경계와의 강한 일치를 시사한다.
• Geronimo의 클러스터 8은 부분적 캡슐화 상태였다 (집중도 = 0.97, 산산이 흩어짐 = 2), 이는 여러 패키지의 클래스에 영향을 미쳤음을 의미하며 잠재적 리버브 효과를 시사한다.
• 도구는 다른 시스템들(그러나 Geronimo에는 포함되지 않음)에서 교차 관심사 클러스터 패턴을 탐지하여, 서로 관련이 없는 여러 패키지에 걸쳐 변경이 발생하는 모ularity 위반을 확인했다.
• 도구는 유지보수 문제와 관련되지 않은 커밋, 클래스를 변경하지 않은 커밋, 또는 여러 문제와 연결된 커밋을 필터링하여 잡음 커밋을 성공적으로 제거했다.
• 분포도의 사용 덕분에 반복적인 분포 패턴, 즉 잘 모듈화된 클러스터와 교차 관심사 클러스터를 명확히 식별할 수 있었다.
• 도구의 메트릭(집중도와 산산이 흩어짐)은 실제 시스템에서 잘 캡슐화된 클러스터와 문제 있는 공변경 클러스터를 효과적으로 구분했다.