Process 敏捷方法中的软件度量

敏捷方法现在相当流行，但我似乎找不到多少关于什么指标最有用以及为什么最有用的文档。我发现更多的东西表明，一些传统指标，如LOC和测试的代码覆盖率是不合适的，留下两个主要问题：

为什么这两个（和其他）指标不合适

什么指标最适合敏捷，为什么

即使使用敏捷过程，您不想知道单元测试的代码覆盖率有多高吗？或者仅仅是因为这个指标（和其他指标）不如圈复杂度和速度等其他指标有用吗？

1.1）LOC很容易回答

• 他们真的依赖于你使用的语言！例如，在JAVA或Ruby上编写相同的功能时，可能会有很大的不同

• 一个写得不好的软件可能比一个好的软件有更多的行

1.2）代码覆盖率

• 我想您应该如何使用度量，尽管它并不完美，但它应该让您很好地理解代码需要更多测试的地方

• 这里你需要注意的一点是，它也依赖于语言。在某些情况下，您可能有一个真正不需要测试的类或方法！例如，只有getter和setter的类

2） 从（1）中，您刚刚提到了代码度量，但从您关于velocity的问题来看，您对所有创建过程的度量都感兴趣，因此我将列出一些：

• Velocity：经典的一个，如果使用得当，它可以很好地提高敏捷团队的绩效，因为您将知道您的团队在固定时间内真正可以做什么

• 燃尽图和燃尽图：它们可以让您很好地了解团队在交互过程中的表现（sprint）

---

InfoQ上有一些关于这方面的文章。而且。

无论采用何种方法，都可以而且应该使用一些基本指标。
据了解，最重要的是以下三个方面：

• 产品尺寸
• 测试最后阶段发现的缺陷数量
• 以及现场发现的缺陷数量

如果您只跟踪了这些，那么至少有五种方法可以使用它们：

• 计算产品缺陷率（A）
• 计算测试缺陷率（B）
• 确定一个理想的目标，并监控绩效
• 确定B的理想目标并监控绩效
• 评估A和B之间的相关性
• 如果发现相关性，则形成测试有效性度量（B/A*100%）

---

尽管阅读起来并不一定有趣，但它提供了一个非常深入的软件工程和度量概述

至于问题1，我不认为这些指标在敏捷过程中有什么不好的原因

LOC为您提供了相对尺寸测量。虽然比较项目之间的数字可能并不总是有用，但它可以为您提供项目内的增长率。如果您可以得到它，那么sprint中更改的行数对于跟踪速率或重构也很有用

代码覆盖率（代码行数）让您大致了解您的团队是否满足项目中自动化测试的最低要求

关于问题2，保留上面的项目，这里还有一些：

• LOC与测试计数。如果可以，为单元测试、集成测试和系统测试保持单独的比率
• 每个故事的验收标准与测试场景（或测试）的平均数量。它可以帮助你更好地了解你的测试是否违背了故事的意图
• 发现的缺陷数量
• 发现的工作量（通常由敏捷跟踪软件捕获）不是原始估计的一部分。它将帮助你判断你是否做了足够的计划
• 跟踪速度冲刺与冲刺之间的一致性或缺乏一致性
• 虽然可能不受欢迎，也可能有潜在危险，但跟踪每个开发人员完成的工作估计。虽然团队应该是自我组织和驱动的，但并非所有团队都能够处理人为问题

---

敏捷是一种面向业务的东西，敏捷是关于最大化客户价值，同时最小化浪费以提供最佳的投资回报率。这是应该衡量的。为此，我使用了Mary Poppendieck设计的系统。该系统基于三个整体测量，必须作为一个整体：

周期时间

• 从产品概念到首次发布或发布
• 从功能请求到功能部署或
• 从缺陷检测到解决

业务案例实现（没有这一点，其他一切都无关紧要）

• 损益表或
• 投资回报率
• 投资目标

顾客满意度

• e、 g

当然，在团队级别，您可以跟踪测试覆盖率、圈复杂度、编码标准的一致性等，但高质量本身并不是目的，它只是一种手段。不要误解我，我并不是说高质量不重要，高质量是实现可持续发展的必由之路（我们在“完成”的定义中包括“不增加技术债务”），但目标仍然是以快速和盈利的方式向客户提供价值

只需添加

测试的LOC和代码覆盖率不理想的原因：

敏捷强调结果，而不是输出（参见敏捷宣言）。这两个简单地跟踪输出。而且，它们没有正确地度量重构，重构是敏捷过程的一个重要方面

---

要考虑的另一个度量是运行测试的特性。我无法形容比这更好的了：

我要回答这个非常古老的问题<