Özet. Günümüzde bilgi teknolojileri üreten şirketlerin önemli problemlerinden biri yazılım kalitesini objektif ve nicel olarak tanımlamak ve ölçmektir. Yazılım kalitesinin değerlendirilmesinde birçok kriter olduğu gibi çeşitli modeller de yer almaktadır. Bu kriter ve modellerle yapılan değerlendirmeler sonucunda, yazılımın kalite düzeyinin belirlenmesi, yazılımlar arasında kalite karşılaştırmaları yapılması, hataların analiz edilmesi ve çalışan performansının ölçülmesi konularında çıkarımlar elde edilmektedir. Bu çalışmada Ziraat Teknoloji A.Ş. firmasında bulunan farklı uygulama geliştirme bölümlerinin ürettiği yazılımların karşılaştırılması ve bölümlerin elde edilen sonuçlara göre sıralanıp, performans değerlendirmelerinin yapılması için AHS(Analitik Hiyerarşi Süreci)[1] yönteminin ve tasarlanan yapıya özgü hesaplamaların kullanılması amaçlanmıştır. AHS yöntemi kullanılarak, uygulama yaygınlaştırmaları öncesinde yapılan kod ve ekran gözden geçirme çalışmalarında tespit edilen bulgu tiplerinin oranlarına ve veri yapısı hata oranlarına göre bölümlerin aldıkları puanlar, kriterleri bulgu çözüm durumu, alt kriterleri bulgu karakteri olan bir hiyerarşi modeli ile değerlendirilmiş, tasarlanan yapıya özgü hesaplamaların bu sonuçlara uygulanması ile yazılım kalitesi ölçülüp uygulama geliştirme bölümlerinin genel performansları karşılaştırılmıştır.
Giriş Yazılım mühendisliğinde kalite yönetimi son yıllarda proje maliyetlerinin büyümesi ile birlikte en çok konuşulan konulardan biri haline gelmiştir. Yazılım dünyasında kalite soyut ve öznel bir olgu olmakla birlikte, hissedilebilen ancak tanımlanamayan bir kavram olarak karşımıza çıkmaktadır. Bir disiplin içerisinde kalitenin tam olarak tanımlanabilmesi için gelişmiş ölçme araçlarına ve tutarlı karşılaştırmalar için tanımlı referans noktalarına ihtiyaç duyulmaktadır. Ölçme yapabilmek için de varlıkların özelliklerinin sayısallaştırılması gerekmektedir[2].
Bu bakımdan yazılım kalite yönetimi ve ölçme alanında yapılan bu çalışmada Ziraat Teknoloji A.Ş.’de uygulama geliştirme bölümlerince gerçekleştirilen yazılımlarda karşımıza çıkan kod gözden geçirme, kullanıcı ara yüzü denetimi, veri yapısı ve mimarisi ile ilgili yapılan çalışmalar üzerinden bölümlerin başarı oranlarının ölçülebilmesi hedeflenmiştir. Kod gözden geçirme ve kullanıcı ara yüzü denetimi ile ilgili performans ölçümü, kontrol listelerine göre oluşturulan bulgu(standart dışı kullanımlar) tipleri üzerinden gerçekleştirilmiştir. Bulgu tipleri ekiplerin geçmiş deneyimlerinden yararlanılarak belirlenmiştir. Bölümlerin farklı yaygınlaştırma türlerinde değişen kategorilerde performans ölçümlerinin yapılabilmesi amacıyla AHS yöntemi ve tasarlanan yapıya özgü bazı ek hesaplamalar yapılmıştır.
Bu çalışma üç bölümden oluşmaktadır. Veri Yapısı bölümünde, çalışmada kullanılan verinin yapısı ifade edilmektedir. Metodoloji bölümünde, AHS yönteminin ve tasarlanan sisteme özgü hesaplamaların, veri üzerine uygulanması bulunmaktadır. Üçüncü bölümde ise elde edilen sonuçlar yer almaktadır. 2
Yazılım kalitesinin ölçülmesi amacıyla üç temel kontrol noktası göz önünde bulundurulmaktadır. Bu kontrol noktaları kod gözden geçirme, kullanıcı ara yüzü denetimi, veri yapısı ve mimarisinin kontrol edilmesidir. Kontrol noktalarının belirlenmesinde yaygınlaştırılan nesne türleri baz alınmıştır. Kod gözden geçirmede yazılım kalitesi, etkileşim, hata yönetimi, isimlendirme ve yazım standartlarına uygunluk değerlendirilmektedir. Kullanıcı ara yüzü denetiminde, ekran düzeni ve yerleşimi, kontrol bileşenlerinin kullanımı, kullanılabilirlik ve renklendirme göz önünde bulundurulmaktadır. Bu amaçla kod kontrol listesi ve ekran kontrol listesine göre bulgu(standartlara uyumsuzluk) ve uygunsuzluklar tespit edilmektedir. Veri yapısı ve mimarisinin kontrol edilmesinde tablo ve elemanlarının isimlendirme standartlarına uygunluğu, tablo tasarım hatalarının yapılmamış olması[2], tablolara eklenen indekslerin hatalı olmaması, girilen açıklamaların hatasız ve eksiksiz olması ve ER diyagram kontrolü yapılmaktadır. Ziraat Teknoloji A.Ş. Mimari ve Kontrol Bölümü tarafından yapılan bu çalışmada, her bir yaygınlaştırılan yazılım parçası(App Kernel, Common, UI Kernel, Contract, Entity, Interop, WCF Service, Operation, Stored Function, Facade, Client Application, Stored Procedure, Batch Application, Screen, User Library) nesne olarak değerlendirmekte ve bu nesnelerdeki bulgu sayıları performans göstergesi olarak alınmaktadır. Bu sorgulamaların tümü bulgu olarak adlandırdığımız bölümü ifade etmektedir.
Ziraat Teknoloji A.Ş.’ de yaygınlaştırmalar Aylık Yaygınlaştırma, Haftalık Ara Yaygınlaştırma, Acil Yaygınlaştırma ve Pilot Yaygınlaştırma isimleri ile sınıflandırılmaktadır.
Kod gözden geçirme, kullanıcı ara yüzü denetimi, veri yapısı ve mimarisinin incelenmesi sonucunda elde edilen nesne başına düşen bulgu sayıları bölümlerin yazılım performanslarını ölçmede kullanılır.
Bu çalışmada bölümlerin performans değerlendirmelerinde esas alınan kategoriler, Ağırlıklı Bulgu Çözüm Oranı Puanı(ABÇOP), Nesne Başına Bulgu Oranı Puanı(NBBO), Bulgusuzluk Oranı(BZO), Kod Satır Değişiklik Puanı(KSDP) olarak belirlenmiştir. Bu kategoriler yaygınlaştırma türü bazında değişkenlik gösterebilmektedir. Şekil 1’ de yaygınlaştırma türlerine göre belirlenen kategoriler yer almaktadır.
Kod gözden geçirme, kullanıcı ara yüzü denetimi, veri yapısı ve mimarisinin incelenmesi sonucunda elde edilen veri, bölümlerin yazılım performanslarını ölçmede kullanılmıştır.
Şekil. 1. Kod Gözden Geçirme Değerlendirme 3.1
Değerlendirmede esas alınan kategorilerden biri olan ABÇOP hesaplanmasında AHS yöntemi kullanılmıştır.
Kısaltması TGG FGG Kalite Kategorileri
Alt Kriterler Nesnelerin ilk defa gözden geçirilmesi Daha önce gözden geçirilmiş nesnenin farkına bakılması Gözden geçirilip gönderilen nesneler için girilen bulguların çözülme durumlarıdır Gözden geçirilip gönderilen nesneler için girişi yapılan bulguların seviyeleridir
AHS yöntemi, gruplara ve bireylere, karar verme sürecindeki nitel ve nicel faktörleri birleştirme olanağı veren, güçlü ve kolay anlaşılır bir yöntem bilimidir. Bu yöntem, karışık, anlaşılması güç veya yapısallaşmış sorunlar için genel bir çok kriterli karar verme olanağı sağlar. Yöntemde her sorun için amaç, kriter, olası alt kriter seviyeleri ve seçeneklerden oluşan bir hiyerarşi modeli kullanılır[3].
Bu çalışmada amaç, kod gözden geçirme, kullanıcı ara yüzü denetimi sonucunda ortaya çıkan bulguların çözümlenmesine dair çözüm puanlaması olarak belirlenmiştir. Kriterler belirlenirken bulguların bölümler tarafından yanıtlanma durumu baz alınmıştır. Mimari ve Kontrol Bölümü’nce gözden geçirilip gönderilen nesneler için girilen bulgulara yönelik davranış durumları için 4 farklı kod(Tablo 2) belirlenmiştir. Alt Kriterlerin belirlenmesinde ise bulguların yazılımdaki önem seviyesine göre gruplandırılması esas alınmıştır. Alt kriterler, bulgular için belirtilen türler olup 4 farklı durum koduna(Tablo 3) sahiptir. Seçenekler verisi olarak 26 farklı Uygulama Geliştirme bölümü değerlendirilmiştir.(Şekil 2) Şekil. 2. Bulgu çözüm oranı puanı hesaplaması - AHS hiyerarşisi
Alt Kriter Kısaltması C Alt Kriter Kodu Kritik R W S Önemli Uyarı Öneri
Düzeltilip sonucunun üretim ortamına kadar taşınması gerekmektedir Standartlara uymayan bir kullanım vardır, düzeltilmelidir Uyarı niteliğindedir, düzeltilmesinde fayda vardır Programlama pratikleri açısından önerilen yöntemleri belirtir TGG ve FGG Ağırlıklı Bulgu Çözüm Oranı Puanı(ABÇOP) Hesaplaması. Genel olarak puan hesaplamalarında, yaygınlaştırma türlerine bağlı olarak iki farklı değerlendirme yapılmıştır. Aylık, Haftalık Ara ve Pilot Yaygınlaştırma türlerinde TGG ve FGG durumlarına göre C, A, P ve X ana kriterleri değerlendirmeye tabi tutulurken, acil yaygınlaştırma türünde TGG ve FGG durumları için bir ayrıma gidilmemiştir. Bulguların önemleri ve kontrol noktalarındaki deneyimler göz önüne alınarak 1 ile 9 arasında öncelik puanları verilerek, her bir puan genel puan toplamına bölünüp ağırlık puanı hesaplanmıştır(Tablo 4 ve Tablo 5).
Tablo 4. Aylık, Haftalık ve Pilot Yaygınlaştırma türlerinde TGG ve FGG durumlarına göre C, A, P ve X ana kriterleri için verilen öncelik puanları ve bu puanlara göre hesaplanan ağırlık puanları
Puanları C 8 A 2 P 3 X 6
TGG
Ağırlık Puanları 0,421 0,105 0,158 0,316 Öncelik Puanları 9 1 4 5
FGG
Ağırlık Puanları 0,474 0,053 0,211 0,263 Tablo 5. Acil Yagınlaştırma türü için kabul edilen C, A, P ve X ana kriterleri için verilen öncelik puanları ve öncelik puanlarına göre hesaplanan ağırlık puanları
Tablo 6. Alt kriterlerin ağırlık puanları Alt Kriterler C R W S Öncelik Puanı 8 6 5 1
C
Ağırlık Puanı 0,400 0,300 0,250 0,050
Öncelik Puanı 1 3 5 7
A
Ağırlık Puanı 0,063 0,188 0,313 0,438 Öncelik Puanı 1 2 6 8
P
Ağırlık Puanı 0,059 0,118 0,353 0,471 Öncelik Puanı 1 1 1 1
X
Ağırlık Puanı 0,250 0,250 0,250 0,250 AHS yöntemi ile yapılan hesaplamalar sonucunda her bir bölümün her bir yaygınlaştırma türünde TGG ve FGG ABÇOP’larını hesaplamak için Eşitlik 1, Eşitlik 2, Eşitlik 3 ve Eşitlik 4‘ den yararlanılmaktadır. 3.2
NBBO hesaplamasında, belirlenen yaygınlaştırma döneminde ilgili bölümlerce yaygınlaştırılan nesneler gözden geçirilir ve tespit edilen bulgu sayısına ile gözden geçirilen nesne sayısına göre Eşitlik 5’ den yararlanılır. Bu oran değerlendirmeye katılırken en düşük NBBO’ya sahip servis en başarılı olarak düşünülmüştür. 3.3
BZO hesaplamasında, belirlenen yaygınlaştırma döneminde bölümlerce
yaygınlaştırılan bulgusuz nesneler göz önünde bulundurulur ve Eşitlik 6 kullanılır. Bu
oran değerlendirmeye katılırken en yüksek BZO’ya sahip servis en başarılı olarak
düşünülmüştür.
(
KSDP, yaygınlaştırma dönemi içinde bölümlerce geliştirilen her kod satır sayısının, nesne türüne göre belirlenen katsayıyla çarpılması ile elde edilir. Katsayılar, nesnelerin içerisinde yer alan metotların toplam çağrılma sayıları ve nesnelerin katman türüne göre belirlenmiş kod satır sayıları kullanılarak hesaplanır. 3.5
Ekran kontrolleri için yaygınlaştırma türü bazında hesaplanan TGG ABÇOP, FGG
ABÇOP, NBBO ve BZO toplanarak sonuç puanı(Eşitlik 7) elde edilir.
Kod gözden geçirme için yaygınlaştırma türü bazında hesaplanan TGG ABÇOP, FGG
ABÇOP, NBBO ve BZO toplanarak sonuç puanı(Eşitlik 8) elde edilir.
Her bir servisin 4 farklı yaygınlaştırma türünden aldığı sonuç puanları, yaygınlaştırma
türü bazında 3 ile -1 arasındaki katsayılarla(Tablo 7) Eşitlik 9’ daki gibi işleme tabi
tutulup, ekran gözden geçirme ve kod gözden geçirme Genel Sonuç Puanı
hesaplanır(Eşitlik 9). Katsayıların belirlenmesi noktasında, yapılması beklenen
yaygınlaştırma türüne teşvik ön planda tutulup en yüksek katsayı ona verilmiş olup,
istenmeyen yaygınlaştırma türüne doğru katsayı azaltılmıştır.
(
Tablo 7. Yaygınlaştırma Türü Katsayıları Yaygınlaştırma Türü Yaygınlaştırma Türü Kısaltması AYY PİY HAY ACY
3 2 1 -1 Veri yapısı ve mimari ayrı olarak değerlendirilmekte olup, yapılan kontrollere göre bölümlerin, reddedilen tablo sayısının onaya gelen tablo sayısına bölünmesi ile her bir bölümün veri yapısı ve mimari tasarım uygunluk oranı bulunur. Elde edilen oran ile yaygınlaştırma sürecinde tüm bölümlerden onaya gelen toplam tablo sayısına göre normalizasyon yapılarak, ağırlıklı veri yapısı ve mimarisi puanı hesaplanır. Bölüm B5 B3 B26 B1 … B22 Bölüm B8 B1 B26 B11 … B4 Bölüm B3 B20 B16 B9 … B19
AYY Puanı 6,214 4,203 9,663 6,646 … 4,622 AYY Puanı 8,226 5,527 9,357 7,384 … 2,387 Uygulama geliştirme bölümleri için hesaplanan puanlar kod gözden geçirme(Tablo 8), ekran gözden geçirme(Tablo 9), veri yapısı ve mimarisi niteliklerine(Tablo 10) göre sıralanarak, bölümlerin birbirlerine göre yazılım kalitesi ölçümü gerçekleştirilir. Yazılım dünyasında soyut ve öznel bir olgu olan kalite kavramının, ölçülebilen bir disiplin içerisinde tanımlanabilmesi için gelişmiş ölçme araçlarına ve tutarlı karşılaştırmalar yapılabilmesi için tanımlı referans noktalarına ihtiyaç duyulmaktadır. Ayrıca yazılım kalite değerlendirmesinin yapılabilmesi için karşılaştırma yapma gereksinimi doğmaktadır.
Bu nedenle, uygulama geliştirme bölümlerince gerçekleştirilen yazılımlarda karşımıza çıkan kod gözden geçirme, kullanıcı ara yüzü denetimi, veri yapısı ve mimarisi ile ilgili yaygınlaştırılan nesnelerdeki bulgu sayıları üzerinden ekiplerin başarı oranlarının ölçülerek değerlendirilmesi, nesnel bir yaklaşım olmakla birlikte, bölümler arasında kıyaslama yapmamızı da sağlamıştır. Hesaplama esnasında AHS yöntemi ve tasarlanan sisteme özgü yapılan hesaplamalar bütünleşik şekilde kullanılmıştır.
AHS yönteminde kullanılan katsayılar, deneyimli çalışanların istekleri doğrultusunda belirlenmiştir. Katsayı tespitinde uygun yöntemlerin kullanımına ilişkin araştırmaların yapılması gerekmektedir.
Gelecek çalışma olarak aynı nesnelerin, aynı yaygınlaştırma döneminde tekrar gözden geçirilme durumu oluştuğunda ABÇOP hesaplaması için yeni bir yöntem geliştirilmesi hedeflenmektedir. Ayrıca bulgu çeşitliliğinin artırılması ve bulgu tespitinde mümkün olduğu kadar manuel gözden geçirmeden kaçınılarak otomatik tespitlerin yapılması amaçlanmaktadır.