[论文解读] Metamodelling: State of the Art and Research Challenges

Jonathan Sprinkle, Bernhard Rumpe⋆+2 more|arXiv (Cornell University)|Sep 8, 2014

Model-Driven Software Engineering Techniques参考文献 17被引用 6

一句话总结

本文对软件工程中的元建模进行了全面综述，分析了当前的方法、抽象和工具，同时识别出元模型在复杂性、一致性和演化方面的主要研究挑战。文章强调了元模型语义在支持运行时使用以及指导模型驱动工程未来研究中的作用。

ABSTRACT

This chapter discusses the current state of the art, and emerging research challenges, for metamodelling. In the state-of-the-art review on metamodelling, we review approaches, abstractions, and tools for metamodelling, evaluate them with respect to their expressivity, investigate what role(s) metamodels may play at run-time and how semantics can be assigned to metamodels and the domain specific modeling languages they could define. In the emerging challenges section on metamodelling we highlight research issues regarding the management of complexity, consistency, and evolution of metamodels, and how the semantics of metamodels impacts each of these.

研究动机与目标

• 分析元建模在当前软件工程中的研究现状，包括模型驱动工程中使用的方法、抽象和工具。
• 评估现有元建模技术的表达能力及其在定义领域特定建模语言方面的适用性。
• 研究元模型在运行时的角色以及为元模型分配语义的机制。
• 识别并突出管理元模型复杂性、确保一致性以及支持其演化的新兴研究挑战。
• 探讨元模型语义如何影响其可管理性、一致性和随时间推移的演化。

提出的方法

• 在软件工程背景下，对现有元建模方法、工具和抽象进行系统性综述。
• 通过对比分析其在指定领域特定语言方面的能力，评估元建模技术的表达能力。
• 研究元模型在运行时的使用方式，包括运行时验证和执行支持。
• 分析语义在元模型中的作用，包括形式化语义和可执行语义以支持模型执行。
• 通过批判性分析现有工作，识别元模型在复杂性管理、一致性保障和演化方面的关键挑战。
• 基于识别出的差距提出研究议程，尤其关注语义与元模型演化及一致性之间的相互作用。

实验结果

研究问题

• RQ1 当前软件工程中元建模的方法、抽象和工具的最新进展是什么？
• RQ2 元模型如何在运行时被有效使用，其运行时解释依赖哪些机制支持？
• RQ3 语义在提升元模型和领域特定语言的表达能力与实用性方面发挥什么作用？
• RQ4 管理元模型复杂性、确保一致性以及支持其演化的关键挑战是什么？
• RQ5 元模型的语义如何影响其一致性、演化以及整体可管理性？

主要发现

• 元建模技术在表达能力方面存在显著差异，某些方法在定义领域特定语言方面优于其他方法。
• 将语义集成到元模型中对于支持运行时验证、执行和工具支持至关重要。
• 当前工具和方法在长期管理元模型的复杂性和演化方面往往支持不足。
• 元模型中的一致性管理仍然是重大挑战，尤其是在模型规模增大和相互依赖性增强时。
• 元模型的语义直接影响其支持演化和在不同模型版本间保持一致性的能力。
• 新兴研究必须聚焦于将语义与元建模实践统一，以提升工具支持、可扩展性和长期可维护性。