CodeMR使用入门

mintflee

已于 2023-11-22 11:22:55 修改

阅读量292

点赞数

文章标签： intellij idea java

于 2023-11-21 19:51:38 首次发布

本文链接：https://blog.csdn.net/mintflee/article/details/134539251

版权

1.是什么

CodeMR 是一款软件质量和静态代码分析工具，可帮助软件公司开发更好的代码、质量更高的产品。
CodeMR以不同视图，为C++、Java、Kotlin 和 Scala 项目展示了可视化代码指标和高级质量属性（包括Coupling, Complexity, Size）。例如包结构、TreeMap、Sunburst、依赖关系(Dependency) 和图形视图。
CodeMR 中应用的图形可视化技术简单而直观。 CodeMR 具有不同的过滤选项并支持自定义查询。它可视化高级面向对象的质量属性和低级指标。质量属性源自多个指标的组合。您还可以为项目创建不同的 HTML 报告。
使用 Community Edition，您最多可以提取 50 个源文件和 60 个类。

1.面向对象的指标描述¹

1.1 SQA（Software Quality Attributes）

SQA是Software Quality Attributes（软件质量属性）的简写。
在出现问题时，软件外部质量会很容易被观察到，但根源往往是看不见的内部质量属性，如下：

程序结构(program structure)
复杂性(complexity)
耦合性(coupling)
可测试性(testability)
可重用性(reusability)
可读性(readability)
可维护性(maintainability)

耦合性(Coupling)、复杂性(Complexity)、内聚性(Cohesion )和规模(Size)是软件的基本内部质量属性。

1.2 Coupling（耦合）

如果A类和B类耦合，那么A和B之间会有如下关系：
- A拥有一个指向（类型为）B的属性。
- A调用对象B的服务。
- A具有一个方法，该方法通过返回类型或参数引用B。
- A有一个类型为B的局部变量。
- A是类B的子类（或实现类）。
紧密耦合的系统往往表现出以下特征：
- 一个类的变化通常会导致其他类中的连锁变化。
- 由于增加的依赖关系，需要更多的工作和(或) 时间。
- 由于必须包含依赖类，因此可能更难重用一个类。

1.3 LCohesion（Lack of Cohesion）

Lack of Cohesion（缺乏内聚性）的简写。
LCohesion是衡量一个类的方法之间，关联程度的指标。高内聚性往往更可取，因为高内聚性与软件的多个理想特性相关，包括健壮性(robustness)、可靠性(reliability)、可重用性(reusability)和可理解性(understandability)。相反，低内聚性与不良特征相关，如难以维护、测试、重用甚至理解。

1.4 Complexity

复杂性意味着难以理解，并描述了多个实体之间的交互。软件的复杂度越高，不经意间干扰交互的风险也随之增加，从而在进行更改时，也更容易引入缺陷。

1.5 Size

Size是最古老和最常见的软件度量形式之一。通过代码中的行数或方法数来衡量。非常高的计数可能表明某个类或方法正在尝试做太多工作，应该进行拆分。这也可能表明该类可能难以维护。

1.6 CLOC（Class Lines of Code）

Class Lines of Code（类的代码行数）的缩写。
相关的质量属性：Size。
类的所有非空、非注释行的数量。CLOC是size的度量，也间接与类的复杂性相关。

1.7 WMC（Weighted Method Count）

Weighted Method Count（加权方法数）的缩写。
相关的质量属性：Complexity, Size。
加权方法数是类所有方法的加权和，代表了类的McCabe复杂性。如果将每个方法的复杂性设定为1，则加权方法数等于方法的数量。方法的数量和复杂性可用于预测开发、维护和测试的工作量估计。在继承中，如果基类具有大量方法，它会影响其子类，并且所有方法都会在子类中表示。如果方法的数量很高，那么该类可能是特定领域的。因此，它们的可重用性较低。此外，这些类往往更容易发生变更和缺陷。

1.8 DIT（Depth of Inheritance Tree）

Depth of Inheritance Tree（继承树的深度）的缩写。
相关的质量属性：Complexity
类在继承树中的位置。对于根类和非继承类，其值为0。对于多重继承，该指标表示最大长度。在继承树中位置较深的类可能是继承而来的。因此，更难预测其行为。此外，这个类开发、测试和维护的难度也较大。

1.9 NOC（Number of Children）

Number of Children（子类的数量）的缩写。
相关的质量属性： Coupling
直接子类的数量。NOC的大小大致表示应用程序自身的重用程度。一般认为，一个类拥有的子类越多，类的维护者就越有责任不破坏子类的行为。因此，修改这个类会更加困难，需要进行更多的测试。

1.10 CBO（Coupling Between Object Classes）

Coupling Between Object Classes（对象类之间的耦合度）的缩写。
相关的质量属性： Coupling
CBO用于衡量一个类与其他类之间的耦合度。它衡量了一个类与其他类之间的依赖关系数量。
它是通过计算被某个类调用了属性或方法的其他类，以及使用给定类的属性或方法的类。继承关系被排除在外。
CBO的值越高，表示一个类与其他类之间的耦合度越高，也就是说这个类与其他类之间的依赖关系较多。相反，CBO的值越低，表示一个类与其他类之间的耦合度越低，这意味着这个类与其他类之间的依赖关系较少。
作为耦合度的度量，CBO指标与类的可重用性(reusability )和可测试性(testability )相关。更高的耦合度意味着代码变得更难以维护，因为其他类的变化也可能导致该类的变化。因此，这些类的可重用性较低，需要更多的测试工作。

1.11 CBO_LIB（CBO Lib）

相关的质量属性： Coupling
依赖库类的数量。

1.12 CBO_APP（CBO App）

相关的质量属性： Coupling
应用程序中的依赖类数量。

1.13 RFC（Response For a Class）

Response For a Class（类的响应）的缩写。
相关的质量属性： Complexity
在特定类的对象接收到公共消息时，可能潜在地调用的方法数量。它包括从原始方法调用的任何方法的完整调用图。如果一个类中可以调用的方法数量很多，那么这个类被认为更复杂，并且可能与其他类高度耦合。因此，需要更多的测试和维护工作。

1.14 SRFC（Simple Response For a Class）

Simple Response For a Class（类的简单响应）的缩写。
相关的质量属性： Complexity
在特定类的对象接收到公共消息时，可以潜在地调用的方法数量。它包括直接从类中调用的方法。如果一个类中可以调用的方法数量很多，那么这个类被认为更复杂，并且可能与其他类高度耦合。因此，需要更多的测试和维护工作。

1.15 LCOM（Lack of Cohesion of Methods）

Lack of Cohesion of Methods（方法缺乏内聚性）的缩写。
相关的质量属性： Cohesion
衡量类的方法之间的关联程度。低内聚性意味着该类实现了多个责任。对其中一个责任的变更请求（无论是修复错误还是添加新功能）将导致该类的变更。缺乏内聚性还会影响可理解性，并暗示着类可能应该被拆分为两个或更多的子类。
LCOM3的定义如下：LCOM3 = (m - sum(mA)/a) / (m-1) ，其中：

m表示类中的方法数量。
a表示类中的属性（变量）数量，包括共享的（静态的）和非共享的。
mA表示访问某个属性（变量）的方法数量。
sum(mA)表示类中所有属性的访问方法数量之和。
请注意，这是一种用于衡量方法之间关联程度的度量指标。

LCOM3的取值范围在0到2之间。1到2之间的值被认为是令人担忧的。在一个正常的类中，其方法访问类自己的变量，LCOM3的取值范围在0（高内聚性）到1（无内聚性）之间。当LCOM3=0时，每个方法都访问所有变量。这表示最高可能的内聚性。LCOM3=1表示极度缺乏内聚性。在这种情况下，应该将该类拆分。
当存在没有被类中任何方法访问的变量时，1 < LCOM3 <= 2。如果这些变量是死变量或者只在类外部访问，就会出现这种情况。这两种情况都代表了设计缺陷。该类是重写为模块的候选对象。或者，应该使用访问器方法或属性来封装类变量。还可能需要删除一些死变量。
如果一个类中没有超过一个方法，LCOM3是未定义的。如果一个类中没有变量，LCOM3是未定义的。未定义的LCOM3显示为零[http://www.aivosto.com/project/help/pm-oo-cohesion.html]。

1.16 LCAM（Lack of Cohesion Among Methods(1-CAM)）

Lack of Cohesion Among Methods（方法之间缺乏内聚性）的缩写。
相关的质量属性： Cohesion
CAM指标是基于方法的参数类型来衡量内聚性的度量。
LCAM是一种软件度量指标，用于衡量一个类中方法之间的耦合度。它衡量了一个类中方法对于实现一个特定功能是否紧密相关。具体来说，1-CAM计算了一个类中所有方法对于实现该类的功能所需的共享实例变量的数量。
LCAM的值越高，表示类中的方法之间的耦合度越低，也就是说这些方法在实现不同的功能时没有很强的关联性（方法之间的共享属性较少）。相反，LCAM的值越低，表示类中的方法之间的耦合度越高，这意味着这些方法在实现相同的功能时有很强的关联性。
LCAM = 1-CAM