Mimari borç tanılama için yöntemler: Bir sistematik eşleme çalışması

Abstract

Teknik borç genel olarak, yazılım profesyonellerinin, yazılım geliştirme sırasında kısa vadeli hedeflere ulaşmak için uzun vadeli gelecek pahasına aldığı kararları ifade eder. Mimari teknik borç, yazılım uygulayıcılarının yazılımın mimarisiyle ilgili yanlış veya ödün vererek kararlar almaları ile oluşan, teknik borçların bir alt kümesidir. Bu tür mimari teknik borçların belirlenmesi, yazılım geliştirmenin kalitesinde önemli rol oynamaktadır. Son on yılda, literatürde mimari borçları tanımlamak için birçok yöntemler önerilmiştir. Bu çalışmada, 2011-2020 yılları arasında yayımlanan 28 temel çalışmayı inceleyerek mimari teknik borçları tespit eden yöntemlerin sistematik bir eşleme çalışması gerçekleştirdik. İncelememizin sonuçlarına göre: (1) tasarım kuralı alanı ve izlenebilirlik grafikleri baskın tekniklerdir; (2) mimari borcun tanımlanmasındaki otomatik tekniklerin artışına rağmen, uzman görüşünü kullanan manuel yöntemler hala popülerdir; (3) yaklaşımların çoğu mimari teknik borcu tespit etmek için kod/sürüm tarihçesini kullanmaktadır; (4) bu alan son beş senede giderek daha fazla ilgi çekmektedir. Technical debt in general refers to suboptimal decisions the practitioners make during software development that achieve short-term goals at the expense of long-term quality concerns. Architecture technical debt is a subset of technical debt, when software practitioners make wrong or sub-optimal decisions related to the architecture of the software. Identifying such architecture technical debt plays a crucial role in software quality. In the last decade, there were several methods proposed to identify architecture debts in the literature. In this study, we conduct a systematic literature review of methods that identify architecture technical debt by inspecting 28 primary studies published from 2011 to 2020. Based on the outcomes of our review: (1) design rule space and traceability graphs are the dominant techniques; (2) despite the increase of automated techniques in identifying architecture debt, pure manual methods using expert opinion is still popular; (3) majority of the approaches use code/version history to mine archictural technical debt; (4) the field is getting increasingly more attraction in the last five years.