Detalhes bibliográficos
| Ano de defesa: |
2017 |
| Autor(a) principal: |
Silva, Leo Moreira |
| Orientador(a): |
Kulesza, Uira |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/24210
|
Resumo: |
A manutenção e a evolução dos sistemas de software podem trazer várias mudanças de código que podem potencialmente reduzir sua qualidade e aumentar sua complexidade. Um atributo de qualidade crítico que é afetado ao longo do tempo é o desempenho do sistema. Assim, sem o devido acompanhamento, esse atributo de qualidade pode deixar de ser atendido adequadamente. A área de visualização de software propõe o uso de técnicas cujo objetivo é melhorar o entendimento do software e tornar mais produtivo o seu processo de desenvolvimento. Neste contexto, este trabalho apresenta o PerfMiner Visualizer - uma ferramenta para visualizar e analisar desvios de desempenho em evoluções subsequentes de um sistema de software. Através de visualizações de grafos de chamadas e sumarização de cenários, a ferramenta permite que desenvolvedores e arquitetos possam identificar cenários e métodos que tiveram variações no seu desempenho, inclusive as potenciais causas desses desvios através dos commits. O trabalho também apresenta um estudo empírico que avalia o uso da ferramenta aplicando-a em 10 versões de evolução de 2 sistemas open source de domínios diferentes e submetendo questionários online para obter feedback dos seus desenvolvedores e arquitetos. Os resultados do estudo conduzido trazem evidências preliminares da eficácia das visualizações providas pela ferramenta em comparação com dados tabulares. Além disso, o algoritmo de supressão de nós da visualização do grafo de chamadas foi capaz de reduzir entre 73,77% e 99,83% a quantidade de nós a serem exibidos para o usuário, permitindo que ele possa identificar mais facilmente as possíveis causas das variações. |
