コードシーン

コードシーン
開発者	コードシーンAB
初回リリース	2016
安定リリース	6.8 / 2024
オペレーティング·システム	Linux、macOS、Windows
プラットフォーム	ジャワ
利用可能	英語
タイプ	行動プログラム分析
ライセンス	独自
Webサイト	コードシーン

CodeSceneは、コード品質メトリクスと動作コード分析を組み合わせたソフトウェアエンジニアリングインテリジェンスプラットフォームです。バージョン管理データと機械学習アルゴリズムに基づいて視覚化を提供し、ソースコード内の社会的パターンと隠れたリスクを特定します。^[1]

CodeScene は、大規模なソフトウェア開発環境内でのソフトウェアの保守性と進化をサポートするいくつかの機能を提供します。このプラットフォームは、ソフトウェア組織がリスクとボトルネックを特定するのに役立つ、いくつかの実用的なパフォーマンス指標を提供します。CodeSceneの研究チームは、証拠に基づくアプローチを採用して、これらの指標が開発速度や欠陥密度などのビジネスに不可欠な変数とどのように関連しているかを検証します。

このプラットフォームは、コードヘルス メトリックを使用してソースコードの保守性を評価します。もう 1 つの重要な機能は、頻繁に変更されるコード領域であるホットスポットの概念です。この概念は、犯罪捜査で使用される手法である地理的プロファイリングからヒントを得たもので、CodeScene の名前にも反映されています。

CodeScene は、ホットスポットのコードヘルスの改善に重点を置くことで、ソフトウェア開発組織が技術的負債の軽減を優先できるように支援することを目指しています。このアプローチは、ソフトウェアプロジェクトの保守性と品質を向上させることを目的としています。

歴史

CodeScene は、CodeScene の創設者 Adam Tornhill による書籍「Your Code As A Crime Scene: Use Forensic Techniques to Arrest Defects, Bottlenecks, and Bad Design in Your Programs」^[2]のアイデアに基づいています。

CodeSceneの最初のバージョンは2016年にリリースされ、^[3]現在のバージョンは6.8で、自動生成されたPDFレポート、アーキテクチャコードの健全性メトリクス、ビルドパイプラインの品質ゲートが付属しており、ホットスポットにコストをかけることができます。^[4]

2021年1月、CodeSceneは事業拡大のためInventureとLuminarから3000万クローネを調達した。 ^[5] 2023年8月には、CodeSceneはNeqstが主導する資金調達ラウンドで750万ユーロを調達した。^[6] ^[7]

概要

CodeScene は、Code Health メトリックを使用してコードの品質を測定します。Code Health は、人間の開発者がソースコードを理解するのが認知的にどれほど難しいかに焦点を当てています。このメトリックは、コードの品質を測定するための最善の戦略は、一連の特定の複雑さの属性を集約することであるという考え方と一致しています。^[8] CodeScene はソースコードを解析して、確立されたコード臭 (「神クラス」、「神メソッド」、「重複コード」など) の存在を識別します。コード臭の存在は、1 から 10 までの数値にまとめられます。下限は保守性が極めて低いことを表し、上限は保守が容易な一流のコードであることを示します。CodeScene は、ファイルを 3 つのサブ間隔のいずれかに分類します。正常 (9 以上)、警告 (4 から 9 の間)、アラート (4 未満) です。

CodeSceneには、C、C++、C#、Java、Groovy、JavaScript、TypeScript、Objective-C、Scala、Python、Swift、Go、Kotlin、Visual Basic .Net、PHP、Perl 5、Dart、Erlang、Ruby、React、ECMAScript、Vue.js、Rational Software Architect Models、Clojure、PowerShell、TCL、Apex、Elixir、Rust、BrightScriptなどのプログラミング言語のサポートが含まれています。^[9]

CodeSceneのSoftware as a Serviceバージョンは、オープンソースプロジェクト向けに無料で提供されています。^{[10] CodeSceneには、}継続的インテグレーションのサポート、コスト計算のためのJira統合、オンボーディングとオフボーディングのシミュレーションなど、より高度な機能を備えたオンプレミスバージョンもあります。

科学研究と影響

CodeScene は、経験的なソフトウェアエンジニアリング研究に基づいています。同社は、研究論文の出版、学術イベントの開催、ピアレビューサービスへの参加を通じて、学術コミュニティに積極的に貢献しています。公的資金によるプロジェクトによってサポートされている大規模な研究コラボレーションの例としては、European Eureka ITEA3 TESTOMAT プロジェクト、Vinnovaが支援するコンピテンスセンター NextG2Com、スウェーデンナレッジ財団が資金提供している SESAM プロジェクトなどがあります。

CodeScene に関する学術研究の大半は、Code Health メトリックの検証に集中しています。このメトリックは、ソフトウェアの保守性の問題を特定する際の有効性を評価するために、広範囲に研究されてきました。CodeScene の研究ミッションは、ソースコードの品質を単なる技術的側面ではなく、ビジネス上の懸念事項として捉えることを目指しています。CodeScene が使用する主な研究方法は、プロプライエタリプロジェクトの静的プログラム分析からの匿名ログファイルを使用してソフトウェアリポジトリをマイニングすることです。このアプローチは、通常、オープンソースソフトウェアリポジトリに依存するソフトウェアエンジニアリングマイニング研究の大半とは対照的です。

CodeScene の実証的研究から得られた結果の例は次のとおりです。

コードヘルスの低いファイルと高いファイルの間には大きな違いがあります。アラートレベルのコードヘルスを持つファイルには、正常なファイルよりも15倍多くの欠陥が含まれています。さらに、アラートレベルのコードでの問題を解決するには、平均で124％多くの開発時間が必要であり、そのようなコードでの問題解決は、最大サイクルタイムが9倍長くなるため、不確実性に悩まされています。^[11]
ソフトウェア開発組織の価値創造は、コードヘルスの範囲全体にわたって変化し、範囲の両端では強い非線形性が見られます。2024年に国際技術的負債会議で最優秀論文賞を受賞したこの研究は、コードリファクタリングの投資収益がコードヘルスの上限で増幅されることを示しています。^[12]
プロジェクトの新人は、アラートレベルのソースコードを扱う際に特に困難に直面します。低品質のソースコードでは、小さな変更に45%、大きな変更に93%も多くの時間がかかります。この調査結果は、技術的負債を抱えた環境で新しく参加した開発者が直面する追加の課題を浮き彫りにしています。^[13]
Code Healthとセキュリティ脆弱性の総数の間には強い相関関係がある。この調査はエジプトに拠点を置く独立した研究者によって実施された。^[14]

受付

CodeSceneは、ソーシャルコード分析ツールとして ThoughtWorks Technology Radar ^{[15]で紹介されました。}

CodeSceneのユーザーは、CodeSceneが「技術的負債を管理する正しい方法」、「品質保証の新しい標準」であり、「これまでにない洞察」を提供すると報告しています。^[16]

CodeSceneの無料版は、アダム・トーンヒルの著書「ソフトウェア設計X-Rays: ビヘイビア・コード分析による技術的負債の修正」のケーススタディを視覚化するために使用されています。^[17]

参考文献

^ Tornhill, Adam (2018). 「CodeScene による自動テストの技術的負債の評価」。2018 IEEE 国際ソフトウェアテスト、検証、妥当性確認ワークショップ会議 (ICSTW) 。pp . 122–125。doi :10.1109/ ICSTW.2018.00039。ISBN 978-1-5386-6352-3。
^ Tornhill, Adam (2015).あなたのコードは犯罪現場です。法医学的手法を使ってプログラムの欠陥、ボトルネック、不適切な設計を逮捕しましょう。ノースカロライナ州ローリー: Pragmatic Bookshelf. ISBN 978-1680500387。
^ Tornhill, Adam. 「CodeScene: The First Three Years」. CodeScene AB . 2018年10月23日閲覧。
^ 「CodeScene 4.0: 新しいユーザーインターフェイスの幕開け」。CodeScene AB。
^ “De förutspår felaktig kod med hjälp av ai – tar in 30 miljoner”.デジタル。 2021年1月17日。
^ 「Neqst Investments」. Neqst .
^ 「CodeScene、資金調達ラウンドで750万ユーロを調達」。CodeScene AB。
^ Fenton, N. (1994). 「ソフトウェア測定: 必要な科学的根拠」. IEEE Transactions on Software Engineering . 20 (3): 199–206. doi :10.1109/32.268921.
^ 「サポートされているプログラミング言語」。CodeScene。CodeScene AB。2019年10月24日閲覧。
^ 「CodeScene 料金プラン」。2024年12 月 6 日閲覧。
^ Tornhill, Adam; Borg, Markus (2022). 「Code red: コード品質のビジネスへの影響 - 39 のプロプライエタリな実稼働コードベースの定量的研究」。技術的負債に関する国際会議の議事録。pp . 11–20。doi :10.1145 / 3524843.3528091。ISBN 978-1-4503-9304-1。
^ Borg, Markus; Pruvost, Ilyana; Mones, Enys; Tornhill, Adam (2024)。「減少ではなく増加: 保守性の高いコードの収益の調査」。第 7 回 ACM/IEEE 国際技術的負債会議の議事録。pp . 21–30。doi : 10.1145 /3644384.3644471。ISBN 979-8-4007-0590-8。
^ Borg, Markus; Tornhill, Adam; Mones, Enys (2023). 「U は変更されるコードを所有しており、低品質のソースコードでは限界所有者が問題解決に時間がかかる」。第27 回ソフトウェア工学における評価と評価に関する国際会議の議事録。pp. 368–377。doi :10.1145/ 3593434.3593480。ISBN 979-8-4007-0044-6。
^ Al-Boghdady, Abdullah; Wassif, Khaled; El-Ramly, Mohammad (2021). 「IoT のローエンドデバイスのオペレーティングシステムにおけるセキュリティ脆弱性の存在、傾向、および原因」。センサー。21 ( 7 ) : 2329。Bibcode :2021Senso..21.2329A。doi : 10.3390 / s21072329。PMC 8037610。PMID 33810605。
^ 「ソーシャルコード分析」。Thoughtworks Tech Radar。Thoughtworks , Inc. 2018年10月23日閲覧。
^ 「CodeSceneのレビューと価格」。Capterra 。2019年10月24日閲覧。
^ Tornhill, Adam (2018).ソフトウェア設計X線: 動作コード分析による技術的負債の修正。ノースカロライナ州ローリー: Pragmatic Bookshelf。ISBN 978-1680502725。

外部リンク

コードシーン
コードシーンクラウド

[1] Tornhill, Adam (2018). 「CodeScene による自動テストの技術的負債の評価」。2018 IEEE 国際ソフトウェアテスト、検証、妥当性確認ワークショップ会議 (ICSTW) 。pp . 122–125。doi :10.1109/ ICSTW.2018.00039。ISBN 978-1-5386-6352-3。

[2] Tornhill, Adam (2015).あなたのコードは犯罪現場です。法医学的手法を使ってプログラムの欠陥、ボトルネック、不適切な設計を逮捕しましょう。ノースカロライナ州ローリー: Pragmatic Bookshelf. ISBN 978-1680500387。

[3] Tornhill, Adam. 「CodeScene: The First Three Years」. CodeScene AB . 2018年10月23日閲覧。

[4] 「CodeScene 4.0: 新しいユーザーインターフェイスの幕開け」。CodeScene AB。

[5] “De förutspår felaktig kod med hjälp av ai – tar in 30 miljoner”.デジタル。 2021年1月17日。

[6] 「Neqst Investments」. Neqst .

[7] 「CodeScene、資金調達ラウンドで750万ユーロを調達」。CodeScene AB。

[8] Fenton, N. (1994). 「ソフトウェア測定: 必要な科学的根拠」. IEEE Transactions on Software Engineering . 20 (3): 199–206. doi :10.1109/32.268921.

[9] 「サポートされているプログラミング言語」。CodeScene。CodeScene AB。2019年10月24日閲覧。

[10] 「CodeScene 料金プラン」。2024年12 月 6 日閲覧。

[11] Tornhill, Adam; Borg, Markus (2022). 「Code red: コード品質のビジネスへの影響 - 39 のプロプライエタリな実稼働コードベースの定量的研究」。技術的負債に関する国際会議の議事録。pp . 11–20。doi :10.1145 / 3524843.3528091。ISBN 978-1-4503-9304-1。

[12] Borg, Markus; Pruvost, Ilyana; Mones, Enys; Tornhill, Adam (2024)。「減少ではなく増加: 保守性の高いコードの収益の調査」。第 7 回 ACM/IEEE 国際技術的負債会議の議事録。pp . 21–30。doi : 10.1145 /3644384.3644471。ISBN 979-8-4007-0590-8。

[13] Borg, Markus; Tornhill, Adam; Mones, Enys (2023). 「U は変更されるコードを所有しており、低品質のソースコードでは限界所有者が問題解決に時間がかかる」。第27 回ソフトウェア工学における評価と評価に関する国際会議の議事録。pp. 368–377。doi :10.1145/ 3593434.3593480。ISBN 979-8-4007-0044-6。

[14] Al-Boghdady, Abdullah; Wassif, Khaled; El-Ramly, Mohammad (2021). 「IoT のローエンドデバイスのオペレーティングシステムにおけるセキュリティ脆弱性の存在、傾向、および原因」。センサー。21 ( 7 ) : 2329。Bibcode :2021Senso..21.2329A。doi : 10.3390 / s21072329。PMC 8037610。PMID 33810605。

[15] 「ソーシャルコード分析」。Thoughtworks Tech Radar。Thoughtworks , Inc. 2018年10月23日閲覧。

[16] 「CodeSceneのレビューと価格」。Capterra 。2019年10月24日閲覧。

[17] Tornhill, Adam (2018).ソフトウェア設計X線: 動作コード分析による技術的負債の修正。ノースカロライナ州ローリー: Pragmatic Bookshelf。ISBN 978-1680502725。