Özet. Fonksiyonel Büyüklük Ölçümü'nde, çeşitli fonksiyonel büyüklük ölçüm metodları kullanılarak objektiflik ve tutarlılığın artırılması için standartlaşmaya ihtiyaç duyulmaktadır. Bazı mimari stiller için kullanımda olan çeşitli standardizasyon tanımları yapılmış olsa da, objektiflik ve tutarlılığı artırmak için hala yapılabilecek iyileştirmeler bulunmaktadır. Bu iyileştirmeler, otomasyon methodu kullanılarak ölçümcü hatalarının, zaman/efor miktarının ve yazılım geliştirme ortamına bağımlılığın azaltılması ile sağlanabilir. Bu çalışmada; Üç-Katmanlı Nesne İlişkisel Eşleme Mimarisi kullanan iş yazılımları için bir yaklaşım oluşturulmuş, prototip bir araç tasarlanmış ve bu araç yardımı ile bulunan sonuçlar, yaklaşımın doğrulanması için deneysel bir çalışma ile sunulmuştur.
bir yaklaşımda ise MDA (Model Driven Architecture) tabanlı yazılımların ölçümü için Nesne Yönelimli Metod ve COSMIC FPA (Function Points Analysis) kullanılmıştır [8].
Fonksiyonel Büyüklük Ölçümünde karşılaşılan diğer bir zorluk ise manuel
ölçüm yöntemlerinin genellikle fazlaca zaman ve efor gerektirmesi ve ölçümcü
hatalarına karşı hassas olmasıdır. Buna karşın otomatik bir ölçüm süreci; zaman,
efor ve maliyetin azaltılması ve objektiflik, tekrarlanabilirlik ve tutarlılığın
artırılması açısından bir çok avantaj sağlayacaktır [
Arka Plan
3-Katmanlı Mimari
3-Katmanlı mimari, uygulama yazılımının katmanlarını birbirinden ayıran
mimari bir paterndir. Bu patern sunum katmanını, iş katmanını ve veri katmanını
birbirinden ayırır. İş Yazılımları için sıklıkla kullanılan bu patern daha güvenli,
esnek ve sürdürülebilir bir yazılım modeli sağlar [
Veri Katmanı: İş katmanı tarafından gönderilen verilerin kaydedilmesini ve gerektiğinde kaydedilmiş verilerin tekrar okunmasını sağlar.
İş Katmanı: verinin değiştirilmesi ve diğer katmanlar arasında (Veri Katmanı ve Sunum Katmanı) taşınmasından ve genel olarak fonksiyonel işlevlerin yerine getirilmesinden sorumlu katmandır.
Sunum Katmanı: Verinin kullanıcıya sunulması ve kullanıcı tarafından girilen verilerin İş Katmanına ulaştırılması için bir ara yüz sağlar.
kullanıcı ara-yüzüdür. Temel işlevi İş Katmanı tarafından oluşturulan verilerin kullanıcıya sunulması ve kullanıcı tarafından girilen verilerin İş Katmanına ulaştırılmasıdır. İş Katmanı
bir çok fonksiyonel görevi yürütmekten ve gerekli değişiklikleri yaparak katmanlar arasındaki veri hareketini sağlamaktan sorumludur.
İş Katmanı tarafından gönderilen veriler gerektiğinde tekrar okunmak üzere bu katmanda saklanır. > Toplam Satışları
ORM (Object Relational Mapping) olarakta bilinen Nesne-İlişkisel Eşleme,
NesneTabanlı Analiz/Dizayn ve Nesne-Tabanlı Programlamada sıklıkla kullanılan ve
uygulama yazılımına ait miras ile devralma yeteneğine sahip veri nesnelerinin
(sınıfların), veritabanlarındaki iki boyutlu tablolara aktarılmasını sağlayan bir
tekniktir [
Nesne-İlişkisel yapılar ve bileşenlerden, Java geliştirme ortamı için The Grails
Framework [
Şekil 2 birbiri ile ilişkili iki iş nesnesinin (Customer ve BankAccount) Nesneİlişkisel Eşleme metodu kullanılarak veri tabanına nasıl kaydedildiğini göstermektedir. Bu metod veritabanı erişim protokollerinden bağımsız bir şekilde, kullanıcıdan herhangi bir girdi almadan otomatik olarak gerekli olan veri tablosu yapısını ve ilişkisel anahtarları oluşturacak ve ardından veriyi kaydedecektir..
Hafızadaki model
ORM Şekil 2. İki iş nesnesi için örnek bir Nesne-İlişkisel Model. 3 3.1
Eşleme ve Ölçüm Aracı Şekil 3 ve Şekil 4’te görüldüğü gibi 3-Katmanlı iş yazılımlarının katmanları ile COSMIC tarafından tanımlanan iş uygulama yazılımlarına ait katmanlar arasında büyük bir benzerlik bulunmaktadır. Her iki yapıda da veri ilgi nesneleri olarak taşınmaktadır. COSMIC konseptinde verinin saklandığı kısım olarak değerlendirilen Veri Depolama Katmanı 3-Katmanlı iş uygulamasında Veri Katmanına denk gelmektedir. Benzer şekilde iş uygulamasında bulunan İş Katmanı ve Sunum Katmanı COSMIC konseptinde İş Kuralları Katmanı ve Kullanıcı Arayüz Katmanına kaşılık gelmektedir. Her iki yapıdaki iş katmanları genel olarak uygulamanın fonksiyonel kabiliyetlerini barındıran katmanlardır. Kullanıcı arayüz katmanı ve sunum katmanı ise verilerin kullanıcıya sunulmasını ve kullanıcı tarafından girilen verilerin iş katmanlarına aktarılmasını sağlamaktadır. COCMIC konseptine ait tanımların, iş uygulama yazılımlarında nelere denk geldikleri aşağıda detaylı bir şekilde listelenmiştir.
Uygulama Katmanı: COSMIC konseptinde uygulama katmanı; Kullanıcı Arayüz katmanı, İş Kuralları Katmanı ve Veri depolama Katmanını içeren bir katman olarak tanımlanmaktadır [6]. Çalışmamızdaki eşlemede 3-Katmanlı uygulama yazılımının temel parçaları olan Sunum, İş ve Veri Katmanları, COSMIC konseptindeki bu katmanlara denk gelmektedir. Genel olarak ifade etmek gerekirse COSMIC’te tanımlanan Uygulama Katmanı 3-Katmanlı mimaride İş Uygulamasını temsil etmektedir.
Uygulama Sınırları: COSMIC Genel Yazılım Modelinde uygulama sınırları; uygulamayı çevreleyen konseptsel bir sınır olarak tanımlanmaktadır [6]. 3-Katmanlı yazılım mimarisine göre ise sunum katmanı, veri işleme kabiliyetine sahip olmadığı ve sadece verinin/olayların taşınması ve sunulmasını sağlayan bir katman olması sebebi ile “ince” bir katman olarak tanımlanmaktadır. Bu yüzden COSMIC konseptindeki uygulama sınırları, 3-Katmanlı iş uygulamalarında arayüz kontrollerini ve davranışlarını (Grafik Kullanıcı Arayüzü, Web Servis Arayüzü vb.) taşıyan sunum katmanına denk gelmektedir.
.ı Kullanıcı lıızam KAartamyaünzı Y a m a l ug İş yU Kuralları ak Katmanı r a l o tün Veri bü Depolama i Katmanı r B
Kullanıcı Arayüz
Bileşeni M R O İlgi Nesneleri (Veri Hareketi) İş Kuralları
Bileşeni İlgi Nesneleri (Veri Hareketi) Veri Servisleri
Bileşeni Şekil 3. COSMIC konseptinde uygulama yazılımına ait üç katman [6].
Sunum Katmanı (İş Katmanının Fonk. Kullanıcısı) İş Katmanı İlgi Nesneleri (Veri Hareketi) İlgi Nesneleri (Veri Hareketi) M R O
Veri Katmanı Şekil 4. Nesne-İlişkisel Eşleme metodu kullanan 3-Katmanlı İş Uygulama yazılımına ait katmanlar [6]. İşlevsel kullanıcılar: Bir yazılım parçasının İşlevsel Kullanıcı Gereksinimleri verisinin göndereni yada alıcısı olan kullanıcı (tipi) [6]. İlgi nesnesi: İşlevsel Kullanıcı Gereksinimleri bakış açısından belirlenen herhangi bir ‘şey’. Fiziksel bir şey olabileceği gibi, işlevsel kullanıcı dünyasında yazılımın veriyi işlemesi ve/veya saklaması gereken kavramsal bir nesne veya bir kavramsal nesnenin parçası olabilir [6]. Veri Grubu: Bir veri grubu her bir veri özniteliğinin aynı ilgi nesnesinin tamamlayıcı özelliklerini tanımladığı farklı, boş olmayan, sıralı olmayan ve tekrarlamayan bir veri öznitelikleri setidir [6]. İşlevsel Süreç (İS): Bir işlevsel süreç benzersiz, kohesif ve bağımsız olarak çalıştırılabilen bir set veri hareketini içeren bir set İşlevsel Kullanıcı Gereksiniminin temel bileşenidir. Yazılım parçasının işlevsel olay belirlediği bilgisini veren işlevsel kullanıcılardan gelen veri hareketi (bir Giriş) ile tetiklenir. İşlevsel olaya karşılık olarak gereken işlemler yapıldığında tamamlanır [6].
Tetikleyici Olay (TO): Bir yazılım parçasının bir işlevsel kullanıcısının bir veya birden fazla işlevsel süreç başlatmasına (‘tetikleme’) yol açan bir olay (gerçekleşen bir şey) olarak tanımlanır. Bir set İşlevsel Kullanıcı Gereksiniminde, işlevsel kullanıcının bir işlevsel süreç tetiklemesini sağlayan her bir olay: Adı geçen İKG seti için alt parçalara bölünemez ve Ya olmuş veya olmamıştır [6].
Veri Hareketleri:
• Giriş (G): Bir veri grubunu bir işlevsel kullanıcıdan uygulama sınırından içeriye ihtiyaç duyulan bir işlevsel sürece doğru hareket ettiren veri hareketidir [6].
• Çıkış (Ç): Bir veri grubunu bir işlevsel süreçten uygulama sınırından dışarıya ihtiyaç duyan bir işlevsel kullanıcıya doğru hareket ettiren veri hareketidir [6].
• Okuma (O): Bir veri grubunu kalıcı bellekten ihtiyaç duyulan işlevsel sürece doğru hareket ettiren bir veri hareketidir [6].
• Yazma (Y): Bir işlevsel süreçte yer alan veri grubunu kalıcı belleğe doğru hareket ettiren veri hareketidir [6]. 3.2
Ölçüm Aracı
Bu çalışmada sunulan otomatik ölçüm aracı; bölüm 3.1’de belirtilen eşleme
yöntemine göre tasarlanmış, ASP.NET ortamında implement edilmiş ve Nhibernate
Nesne-İlişkisel Eşleme kütüphanesini [
Şekil 5 ölçüm aracı perspektifinden ölçülecek olan yazılıma ait; ilgi nesneleri seviyesinde genel veri akış sürecini, uygulamanın temel yazılım parçacıklarını, konfigürasyon/eşleme dosyalarını ve veri tabanı ile ilişkisini göstermektedir. Kullanıcı Arayüzü (Sunum Katmanı) Çıkış
Giriş İlgi Nesneleri (Sınıflar)
Değiştirme ve Veri
Hareketi İşlemleri
Fonksiyonel Prosesler ı n a m t a K ı m ı l ı z a Y a m a l u g y U
Tüm Sunum
Katmanı Kontrollerini Bul
XML Eşleme
Dosyaları Dll Kütüphanesi Şekil 5. Ölçülecek olan yuygulama yazılımına ait genel bir veri akış süreci.
Sınıflar arası ilişkiler. İş Süreçleri ve herbirine ait İşlevsel Büyüklük değeri.
NHibernate Yordamları.
XML dosyalarında tanımlı ilgi nesneleri ve ilişkileri.
Her bir veri tipi için toplam İşlevsel Büyüklük.
Uygulama yazılımı hakkında bazı istatistiki bilgiler.
Şekil 6. Ölçüm aracına ait ölçüm prosesi.
Ölçülecek olan yazılıma ait genel tanımları yaptıktan sonra artık ölçüm aracının ölçüm sürecini nasıl işlettiğini açıklayabiliriz. Şekil 6’da gösterildiği gibi ölçüm süreci temel olarak 5 bölümden oluşmaktadır. Ölçüm, iş uygulama yazılımına ait dosyaların ve XML Eşleme (bkz. Şekil 5) dosyalarının çözümlenmesi ile başlamaktadır. Ardından XML Eşleme dosyaları yardımı ile iş nesneleri tespit edilmekte, sonrasında ise kod dosyaları kullanılarak işlevsel süreçlerin gerçekleştirilmesini sağlayan yordamlar ve birbirleri ile ilişkileri tespit edilmektedir. Gerekli bileşenlerin tespitinin tamamlanmasının ardından çalışan ana fonksiyon; ilgi nesneleri, yordamlar ve hem iş nesnelerinin birbirleri ile olan miras bağlarını hemde yordamların birbirleri ile olan çağırma ilişkilerini takip ederek her bir işlevsel süreç için toplam veri hareketi miktarını COSMIC kurallarına göre hesaplamaktadır. Sonuç olarak ise Şekil 6’da sonuç bölümünde belirtilen veriler kullanıcıya sunulmaktadır.
Ölçüm aracının implementasyonunda; ölçülecek olan yazılımdaki sınıf ve
yordam gibi tanımlamaların bulunması ve aralarındaki ilişkilerin tespit edilmesi
amacı ile Nova.Codedom [
Deneysel Çalışma Ölçüm ile ilgili olarak sunulan yaklaşımın ve ölçüm aracının teset edilmesi amacı ile deneysel bir çalışma yapılmış ve elde edilen otomatik ölçüm sonuçları, manuel yordamlarla elde edilen sonuçlar ile karşılaştırılmıştır. 4.1
Seçilen İş Uygulaması
Ölçülecek yazılım olarak; Cuya-hoga adında açık kaynaklı ve 3-Katmanlı Nesne
İilişkisel Eşleme metodu kullanan bir MVC web portalı yönetim yazılımı seçilmiştir
[
Veri Toplama
Cuya-Hoga uygulamasına ait bir İşlevsel Kullanıcı Gereksinim dokümanı olmadığı
için bu gereksinimler uygulama yazılımının kaynak kodundan ve ürün tanıtımı için
kullanılan web sayfasından çıkarılmıştır [
Veri Analizi ve Sonuçlar Bu çalışmada, birbiri ile karşılaştırılan üç tip veri grubu oluşturulmuştur. Bu veri tiplerinden birincisi Manuel ölçüm (M) sonuçları, ikincisi ölçüm aracı tarafından bulunan Otomatik (A) ölçüm sonuçları, sonuncusu ise bu iki sonuç kümesinin kesişimi olan Ortak Sonuç (C) kümesidir. Çalışmada ki analiz ve değerlendirmeler yapılırken manuel ölçüm sonuçları (M) tam doğru olarak kabul edilecek ve hesaplamalarda %100 olarak değerlendirilecektir. Tanımlanan bu üç temel veri tipine ek olarak; ölçüm aracı tarafından tespit edilemeyen ancak ölçümcüler tarafından bulunan sonuçlar (m) ile araç tarafından veri hareketi olarak değerlendirilen ancak ölçümcü tarafından tepit edilemeyen yada veri hareketi olarak değerlendirilmeyen (e) sonuçlarda hesaplamalarda kullanılmıştır. Ayrıca her bir fonksiyonel proses için manuel ve otomatik ölçümler karşılaştırılmış ve yanlış bulunan veri hareketleri2 çıkarılarak sonuçlar doğrulandıktan sonra hesaplamalara dahil edilmiştir. Şekil 8 yukarıda bahsedilen veri tipleri ve aralarındaki ilişkiyi göstermektedir.
M m Şekil 8. Bu deneysel çalışmada kullanılan veri tiplerinin sınıflandırılması.
Manuel yordamlar (M) ve ölçüm aracı kullanılarak elde edilen sonuçlar (A) ile bu iki küme kullanılarak hesaplanan veriler (C, m ve e) Table 1’de verilmiştir. Toplamda, manuel yöntemlerle 410 veri hareketi ve 86 işlevsel süreç bulunmuş olup, bu sonuçlara karşılık olarak ölçüm aracı tarafından gerçekletirilen ölçüm işlemi ile 385 veri hareketi ve 93 işlevsel süreç tespit edilmiştir. Yapılan değerlendirmelerde kullanılan yakınlık yüzdeleri C*100/M denklemi ile hesaplanmıştır. Ortak Sonuç Kümesi olan C değeri otomatik (A) yada manuel (M) sonuçlar kullanılarak C=A-e yada C=M-m eşitlikleri ile hesaplanmaktadır. Bölüm 4.4’te değerlendirilen manuel ve otomatik ölçüm sonuçları; her bir veri tipi için ayrı ayrı, toplam veri hareketleri ve işlevsel süreç sayıları olarak Table 2 verilmiş ve Fig. 9 ve Fig. 10’de gösterilmiştir.
139 28 334 68 75 18 75 11 W R X
G, Y, O ve Ç veri hareketleri için manuel ve otomatik ölçüm sonuçları sırası ile 71, 111, 140, 88 ve 39, 116, 167, 63 olarak tespit edilmiş ve toplam veri hareketi yakınsama oranı bölüm 4.3’te belirtilen yöntemle %81.46 olarak hesaplanmıştır. Elde edilen otomatik sonuçlar ortalama bir masa üstü bilgisayar ile bir dakikadan daha az bir zamanda bulunmuştur. Table 1, Fig. 9 and Fig. 10’da verilen sonuçlardan da anlaşılacağı gibi Y ve O veri hareketlerinde elde edilen yakınsama oranları, G ve Ç veri hareketlerinde elde edilen yakınsama oranlarından daha yüksektir. Bunu sebebi; ölçülen yazılımda Y ve O veri hareketleri ile ilgili işlemlerin Nhibernate Nesne İlişkisel Eşleme kütüphanesi tarafından kullanılan standart metodlarla sağlanmasına karşın, G ve Ç veri hareketlerinin programlayıcının kullandığı stillere bağlı olarak değişiklik gösteren farklı grafik arayüz implementasyonlarına dayanması gösterilebilir. Standart olarak kullanılan yöntemlerin tespit ve takip edilmesi daha kolay olduğu için Y ve O veri hareketlerinin ölçüm aracı tarafından bulunma olasılıkları daha yüksektir. 4.5
Doğrulama Tehditleri Bu çalışmada sunulan yaklaşım; Nesne İlişkisel Eşleme metodu kullanan ve ilgi nesneleri ilişkilerini XML eşleme dosyaları vasıtasıyla tanımlayan neredeyse tüm iş yazılımlarına uyarlanabilir. Fakat halihazırdaki ölçüm aracına sadece c# programlama dili implement edilmiştir. Bu yüzden ölçüm yapılan uygulamalarda kısmen de olsa diğer programlama dillerinin kullanılması (java vb.) ölçüm aracının veri hareketlerini tespit kabiliyetini kısıtlamaktadır. Buna ek olarak; ölçüm aracı geliştirilme aşamasında bazı küçük uygulamalar üzerinde test edilmiş olsada, sadece bir büyük proje üzerinde denenmiştir.
Cuya-hoga uygulamasının manuel büyüklük ölçümü, İşlevsel Kullanıcı Gereksinimleri için kullanılabilecek bir doküman olmadığından kod ve arayüzden yapılmıştır. Bu yüzden ölçüm için harcanan süre 29 saat olarak ölçülmüş ancak bu sürenin normalden fazla olduğu değerlendirilmiştir. İşlevsel Kullanıcı Gereksinim dokümanlarının olması durumunda bu sürenin biraz daha azalabileceği değerlendirilmiştir.
Yakınsama yüzdelerinin hesaplanmasında otomatik (A), manuel (M) ve ortak veri seti (C) kullanılmıştır. Ancak normal koşullarda ölçüm aracını kullanacak olan ölçümcü sadece otomatik olarak üretilen sonuçları görebilecektir. Buna göre hesaplanacak bir yakınsama, A*100/M formülü ile hesaplanacağından bu çalışma için alınacak yakınsama sonucu Table 2’de de gösterildiği gibi %93.90 olacaktır. Her nekadar bu çalışma için daha yakınsak bir sonuç elde edilmiş olsada bunun her zaman doğru almayacağı açıktır. Bu çalışma ile 3-Katmalı Nesne İlişkisel Eşleme metodunu kullanan iş uygulamalarının ölçümü için bir yaklaşım sunulmuş, bu yaklaşımı uygulayabilecek prototip bir ölçüm aracı geliştirilmiş ve sunulan yaklaşım deneysel bir çalışma ile doğrulanmıştır. Table 2, Fig. 9 ve Fig. 10’de sunulan sonuçlardan da görülebileceği gibi implement edilen ölçüm aracı, proje yöneticisine yazılım büyüklük ölçümü için güvenilir kabul edilebilecek ölçüm sonuçlarını kısa bir zaman içerisinde uzman bir ölçümcüye ihtiyaç duymadan sunmaktadır. Ayrıca araç tarafından otomatik ölçüm sonuçlarına ek olarak dosya sayıları ve tipleri, ilgi nesneleri ve aralarındaki ilişkiler, tetikleyici olaylar ve bağlı oldukları arayüz kontrolleri, yordamlar ve her bir İS için gömülü alt yordamlar ve bu yordamlarla kullanılan parametreler gibi daha bir çok bilgi ölçümcüye sunulmaktadır. Bu yetenek ölçümcünün, ölçüm aracı tarafından yanlış değerlendirilmiş veri hareketlerini düzeltmesi ve ölçüm sonucunu istediği gibi geliştirebilmesi için imkan sunmaktadır. Ayrıca otomatik ölçüm kod üzerinden yapıldığı için eksik yada güncel olmayan İKG dokümanları nedeniyle ölçülemeyen uygulamaların ölçülebilmesinede imkan sağlamaktadır.
Ayrıca aynı mimariye sahip yazılım tipleri bu ölçüm aracı tarafından ek bir çalışma ihtiyacı olmadan tekrarlı olarak ölçülebilirler. Buna ek olarak; bu ölçümler çok kısa bir zaman içerisinde çok az bir eforla yapılabilirler. Ayrıca ölçüm aracı tarafından yapılan ölçümler -en azından işlevsel büyüklük hakkında ön bir bilgi elde etmek amacı ile- uzman bir ölçümcüye ihtiyaç duyulmadan gerçekleştirilebilirler.
Yukarıda bahsedilen ajantajlar yanında ölçüm aracının; tasarımında yanlış implement edilmiş tespit algoritmalarının bulunma olasılığı, bazı implementasyonlarda veri hareketlerini yanlış değerlendirmesi yada tespit edememesi, tüm İS’leri bulamaması veya gömülü İS’leri takip edememesi gibi bazı dezavantajları ve eksiklikleride bulunmaktadır. Bu deneysel çalışmada ölçüm aracı sadece bir adet orta büyüklükte iş uygulama yazılımının ölçümünden elde edilen sonuçların karşılaştırılması ile değerlendirilmiştir. Buda, ölçüm performansı konusunda ki değerlendirmenin doğruluğunun ileride yapılacak başka çalışmalar yardımı ile desteklenmesini gerektirmektedir.
Bölüm 3.1 ve 3.2’de belirtildiği üzere bu ölçüm aracı sadece standart yordamlar kullanılarak yapılan implementasyonlarda başarı sağlayabilmektedir. Programcının standandart yollardan ayrılması ölçüm aracının tespit kabiliyetini azaltacak ve sonuçların yakınsama oranlarını düşürecektir.
Bu araç, c# programlama dili kullanılarak implement edilmiş olan, XML dosyaları vasıtası ile ilgi nesnelerini tanımlayan ve Nesne-İlişkisel Eşleme metodu kullanan 3-Katmanlı iş uygulama yazılımları için geliştirilmiş olup, sonraki çalışmalarda ilgi nesnelerinin farklı şekillerde tanımlandığı (örn.: Fluent Mapping3) ve diğer programlama dilleri (örn.:Java) kullanılarak implement edilmiş daha büyük ölçekli endüstriyel uygulamaların ölçümü için iyileştirmeler planlanmaktadır. 3 Fluent mapping; ilgi nesnelerinin XML dosyaları yerine kod içerisinde kullanılan terimler yardımı ile yapıldığı bir Eşleme metodudur.