Defects4j数据集安装及使用

0、常见问题

1. 所有配置完成后运行defects4j info -p Lang测试出现错误
这里一定要注意，perl系统自带（Ubuntu22.04.3）的版本就是5.34.0，在这个版本下出现这个错误才是下面的解决方法，千万不需要再使用conda进行下载perl，那样会出错的。

Can't locate DBI.pm in @INC (you may need to install the DBI module) (@INC contains: /myproject/defects4j/framework/lib /myproject/defects4j/framework /myproject/defects4j/framework/core /myproject/defects4j/framework/core /etc/perl /usr/local/lib/x86_64-linux-gnu/perl/5.34.0 /usr/local/share/perl/5.34.0 /usr/lib/x86_64-linux-gnu/perl5/5.34 /usr/share/perl5 /usr/lib/x86_64-linux-gnu/perl-base /usr/lib/x86_64-linux-gnu/perl/5.34 /usr/share/perl/5.34 /usr/local/lib/site_perl) at /myproject/defects4j/framework/core/DB.pm line 43.
BEGIN failed--compilation aborted at /myproject/defects4j/framework/core/DB.pm line 43.
Compilation failed in require at /myproject/defects4j/framework/core/Mutation.pm line 41.
BEGIN failed--compilation aborted at /myproject/defects4j/framework/core/Mutation.pm line 41.
Compilation failed in require at /myproject/defects4j/framework/core/Project.pm line 103.
BEGIN failed--compilation aborted at /myproject/defects4j/framework/core/Project.pm line 103.
Compilation failed in require at /myproject/defects4j/framework/bin/d4j/d4j-info line 58.
BEGIN failed--compilation aborted at /myproject/defects4j/framework/bin/d4j/d4j-info line 58.
Compilation failed in require at /myproject/defects4j/framework/bin/defects4j line 155.
# 一、Defects4j数据集安装
**`在Ubuntu系统上进行操作`**，具体的在：[Defects4j数据集安装](https://blog.csdn.net/weixin_46439193/article/details/104721218)

解决方法：

 sudo apt-get install libdbi-perl

二、Defects4j数据集的使用

1. 常用命令

Getting started
----------------
#### Setting up Defects4J
1. Clone Defects4J:
    - `git clone https://github.com/rjust/defects4j`

2. Initialize Defects4J (download the project repositories and external libraries, which are not included in the git repository for size purposes and to avoid redundancies):
    - `cd defects4j`
    - `./init.sh`

3. Add Defects4J's executables to your PATH:
    - `export PATH=$PATH:"path2defects4j"/framework/bin`

#### Using Defects4J
4. Check installation and get information for a specific project (commons lang):
    - `defects4j info -p Lang`
    - `defects4j info -p Math`

5. Get information for a specific bug (commons lang, bug 1):
    - `defects4j info -p Lang -b 1`

6. Checkout a buggy source code version (commons lang, bug 1, buggy version):
    - `defects4j checkout -p Lang -v 1b -w /tmp/lang_1_buggy`

7. Change to the working directory, compile sources and tests, and run tests:
    - `cd /tmp/lang_1_buggy`
    - `defects4j compile`
    - `defects4j test`

8. More examples of how to use the framework are available in `framework/test`

2. 框架

defects4j
   |
   |--- project_repos:     The version control repositories of the provided projects.
   |
   |--- major:             The Major mutation framework.
   |
   |--- framework:         Libraries and executables of the database abstraction and
       |                   test execution framework.
       |
       |--- bin:           Command line interface to Defects4J.
       |
       |--- core:          The modules of the core framework.
       |
       |--- lib:           Libraries used in the core framework.
       |
       |--- util:          Util scripts used by Defects4J.
       |
       |--- projects:      Project-specific resource files.
       |
       |--- test:          Scripts to test the framework.

首先看一下文件结构，首先是project_repos,指提供的含有故障的项目的版本控制库，之后是major,是主要的变异框架，再framework中存在我们比较需要的各种信息，重点关注projects，里面是各种真实故障的项目。

以Lang为例，讲解一下里面的目录结构

Lang

逻辑是这样的，对每个defects4j项目来有很多测试类，每个测试类里面有很多测试用例，如果全通过了就说明程序没有问题，但有些情况下测试可能不通过，可能只是某一两个测试方法不通过，难道要把所有的程序再重新加载，进行实验吗？西门子故障程序是那么做的，不同版本的故障程序之间只有一两行不一样，所有的测试用例也都是一样的，测试用例对在运行不同版本的故障程序时结果是不同的。这种情况在defects4j上行不通，因为西门子程序太小了，这里动辄上万行的代码。

• trigger tests
  每个故障版本都对应个一个trigger test，这个trigger test里面包含了一些引发了程序bug的测试方法。

• modified classes
  既然有了trigger test ，那么就必然有bug，那么文件夹modified_classes里面装的就是将bug修复时，需要改动源程序中的哪些类。
  
  如图，Lang项目的第一个故障版本需要改动NumberUtils类即可修复。

• loaded classes/relevant classes
  虽然bug只和这一个类有关，但程序是一个整体，只有这一个类跑不起来呀，想要跑起来需要很多relevant classes,在项目里是loaded_classes文件夹下，只有将这些类都加载进JVM中，trigger test方法才能跑起来。

• relevant tests
  既然trigger test的运行，说明了程序中存在bug，只是在trigger_test中引发了bug,其他的测试程序中可能也跑了故障代码（modified classes），但是没有引发故障，所以relevent tests里面记录的就是所有的相关测试类。所谓相关测试类就是指当执行测试方法时，JVM中加载了modified classes,这样就保证了所有相关的测试都包含在内。

• patches
  最后就是patches,其中src.patch记录了故障应该怎么修复，比如说，按照github的教程上执行了

defects4j checkout -p Lang -v 1b -w /tmp/lang_1_buggy

这行代码后，实际上就是在/tmp/lang_1_buggy文件夹下将这个Lang 1 版本编译，测试所需要所有类和测试类都写进去了，在src文件夹下，我们再执行

cd /tmp/lang_1_buggy
defects4j compile
defects4j test

注意，这里可以直接在linux中使用命令进行编译和测试，如果想在IDEA中进行运行测试，我这里用的环境是jdk1.7和maven3.8.1，注意：亲测maven3.6不行

这时候我们编译的是含有故障的代码，运行后

它就会显示trigger test中记录的故障代号。

如果我们想要一个没有故障的版本怎么办呢，就对defects4j checkout后，/tmp/lang_1_buggy中的源码进行更改即可，按照src.patch更改源码，其中@@后是代码在NumberUtils.java中的行数，每行代码前面没有符号时，代表代码无需改动，- 代表是新加的正确代码，+ 代表是错误代码，注释掉即可。

更改完代码后，我们再执行defexts4j test 就没有错误了。
这种方法可以帮助我们获取无故障的源码，以及为程序中插入故障提供思路。

三、 Defects4j-FL