Uma abordagem para análise de cobertura de código em cenários de evolução
Atualmente, a etapa de testes no processo de desenvolvimento de software tornou-se imprescindível para garantir a confiabilidade e qualidade do código em produção. As constantes evoluções na arquitetura e código de um sistema, criam sérios desafios para os desenvolvedores e testadores, uma vez qu...
Na minha lista:
| Autor principal: | |
|---|---|
| Outros Autores: | |
| Formato: | Dissertação |
| Idioma: | por |
| Publicado em: |
Brasil
|
| Assuntos: | |
| Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/25640 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| Resumo: | Atualmente, a etapa de testes no processo de desenvolvimento de software tornou-se imprescindível
para garantir a confiabilidade e qualidade do código em produção. As constantes
evoluções na arquitetura e código de um sistema, criam sérios desafios para os
desenvolvedores e testadores, uma vez que modificações podem não se comportar como o
esperado. Neste contexto surge a necessidade de ferramentas e mecanismos que diminuam
o impacto negativo gerado pelas constantes evoluções do sistema. Dentre as ferramentas
que analisam esse impacto, poucas apresentam os fluxos de execução entre métodos que
foram afetados e nenhuma apresenta como resultado se esses fluxos afetados pela evolução
estão ou não cobertos pelos testes. Assim, este trabalho apresenta uma abordagem que
tem como objetivo principal: (i) analisar a cobertura de código levando em consideração
os fluxos de chamadas existentes no sistema que foram afetados por evoluções de código,
assim como os fluxos de execução oriundos da execução dos testes; (ii) indicar quais fluxos
de chamadas do sistema que possuem métodos modificados e não estão sendo cobertos
pelos testes atualmente e que, portanto, poderiam ser considerados para melhorar a qualidade
dos testes; e (iii) indicar se houve degradação na qualidade da suíte de testes. Um
estudo empírico foi realizado em 6 sistemas e os resultados mostram que a abordagem
conseguiu identificar entre 19% e 92% de fluxos de execução afetados por mudanças que
não estão cobertos e ainda que 3 dos 6 sistemas tiveram uma degradação na qualidade
dos testes. |
|---|