Granular Timeline: Visualización de estadísticas de sistemas de software

Transcripción

1 Granular Timeline: Visualización de estadísticas de sistemas de software Marcelo Maroto, Diego García, Néstor Valerio, y Antonio González Escuela de Ingeniería, Universidad Latinoamericana de Ciencia y Tecnología, ULACIT, Urbanización Tournon, San José, Costa Rica marcelo.maroto.ruiz@gmail.com, diegoagasa89@gmail.com,nestor.valerio16@gmail.com,agonzalez@ulacit.ac.cr Abstract. La presentación de información estadística sobre las actividades que fueron llevadas a cabo en un proyecto de software es un reto que requiere el diseño cuidadoso de herramientas, tomando en cuenta que el desarrollo y mantenimiento de los sistemas de software, de forma usual, se extiende durante largos periodos de tiempo. De acuerdo con esto, este artículo presenta la implementación web de Granular Time-line (González, Theron, Telea, & García, 2009; González-Torres, Peñalvo, & Theron, 2013), una visualización que lleva a cabo la presentación de los commit que se han llevado a cabo en un proyecto, utilizando diferentes niveles de granularidad temporal, a la vez que asocia la información estadística temporal con los programadores que han efectuado las revisiones al sistema. Keywords: visualización de software, análisis de la evolución, líneas de tiempo 1 Introducción La economía contemporánea tiene una fuerte dependencia de los dispositivos electrónicos y los sistemas de software (Charette, 2005). Esto ha originado oportunidades de negocio en nuevos ámbitos del mercado y ha transformado la dinámica del diario vivir. La tecnología se encuentra presente en todos los contextos económicos y sociales, y se ha vuelto indispensable para la producción de bienes y servicios, la gestión y administración en todos los niveles, las comunicaciones e incluso para el entretenimiento de los individuos. Como consecuencia, los directores, gerentes y otros individuos están conscientes de los roles y la importancia que tienen los sistemas de software de forma general. El crecimiento de esta dependencia implica que cada vez se deba brindar mayor importancia a los procesos de desarrollo y mantenimiento de los sistemas de software, esto debido a que el diseño y desarrollo de arquitecturas y herramientas para apoyar estos procesos han sido objeto de atención, tanto de investigadores

2 2 Maroto et al. como de las empresas productoras de software. Esto se evidencia en el gran número de trabajos de investigación y publicaciones que se han efectuado en los últimos años (Charette, 2005; Hall, 2013; Gartner, 2013, 2014). Entre esos esfuerzos, se encuentran aquellos que buscan facilitar la colaboración entre los miembros de los equipos de trabajo, al brindar la información sobre el estado del sistema de software. Esto incluye información estadística sobre los cambios que se realizan y las relaciones socio-técnicas que se derivan de los procesos mencionados. Teniendo en cuenta lo anterior, esta investigación propone el uso de la visualización como un medio para apoyar la colaboración entre los miembros de los equipos de trabajo. El principal objetivo que persigue del presente estudio, es ofrecer información para facilitar la comunicación, coordinación y control de las tareas y actividades que se llevan a cabo durante los procesos de desarrollo y mantenimiento de software. En síntesis, este artículo presenta y discute el diseño de una visualización de las actividades que los programadores llevan a cabo en el tiempo, utilizando vistas que muestran diferentes granularidades temporales (e.g. años, meses, días y horas). La programación de la visualización que se presenta fue llevada a cabo en JavaScript con el apoyo de D3.js (Data-Driven Documents., 2014), JQuery (JQuery, 2014) y Nodejs (Node.js, 2014). El resto de este artículo realiza una revisión de los principales trabajos de investigación relacionados. De la misma manera, presenta el diseño de dicha visualización, así como las conclusiones y trabajos futuros. 2 Antecedentes En evolución de software, como en otras áreas, los eventos asociados a cambios se pueden ver en diferentes escalas o granularidades (Lago, Montanari, & Puppis, 2007). En este contexto, muchas visualizaciones se enfocan en proporcionar información sobre los cambios, mediante el uso de series de tiempo (Hochheiser & Shneiderman, 2004). Sin embargo, este tipo de visualizaciones no resuelve las necesidades relacionadas con los sistemas de software, debido a que los programadores y administradores de proyectos requieren de información que permita correlacionar los eventos en el tiempo con los cambios en los datos, tales como los cambios estructurales o en las métricas (Pinzger, Gall, Fischer, & Lanza, 2005; DAmbros, Gall, Lanza, & Pinzger, 2008). En razón de lo anterior, algunos investigadores han realizado trabajos relacionados con la forma de combinar eventos en el tiempo con cambios en las líneas de tiempo. En el campo de la visualización de la información, existe un gran número de representaciones visuales que se enfocan en la correlación de eventos con elementos estructurales o valores de métricas. Algunos ejemplos de este tipo son SemTime (Jensen, 2003), Continuum (Andre et al., 2007), Treevolution (Theron, 2006), Spiral Graph (Weber, Alexa, & Muller, 2001) and Spiral Semantic Time-line (Aguilar, Guerrero, Sanchez, & García-Peñalvo, 2010). Por su parte, SemTime y Continuum utilizan líneas de tiempo con estructuras rectangulares, mientras que

3 Treevolution, Spiral Graph and Spiral Semantic Timeline usan estructuras radiales o de espiral. Por otro lado, SemTime hace uso de un conjunto de líneas de tiempo apiladas que representan uno o varios rangos de tiempo, y utilizan flechas para mostrar relaciones entre los elementos en las líneas de tiempo. Continuum combina el uso de una línea de tiempo con un histograma (que ofrece una vista general de los datos) para ofrecer la posibilidad de navegar el conjunto completo de los datos a partir de una vista general. En tanto, Treevolution usa una metáfora de árbol circular para representar estructuras jerárquicas basadas en el tiempo para revisar y descubrir relaciones en la historia de lenguajes de computadoras. Spiral Graph, usa una metáfora de espiral para mostrar una línea de tiempo que visualiza grandes conjuntos de datos, y permite comparar valores en el tiempo, detectar comportamientos periódicos y tendencias. De forma similar, Spiral Semantic Timeline usa una estructura de espiral, pero utiliza una técnica que permite observar la acumulación de actividades en cada periodo de tiempo. Esta visualización usa zoom semántico para permitir el descubrimiento de patrones por años, meses, semanas, días y horas. El uso de líneas de tiempo en la visualización de la evolución de software está relacionado de forma frecuente con la representación de jerarquías de proyectos de software, mediante el uso de treemaps, grafos, y estructuras radiales y cónicas. Dos enfoques relacionados de este tipo son los utilizados por Holten et al. (Holten, Cornelissen, & van Wijk, 2007) y García et al. (García, Gonzalez Tor-res, Gomez Aguilar, Theron, & Garc a Peñalvo, 2009). De la misma forma, un nivel de granularidad más alto, se encuentran las visualizaciones de la evolución de Pinzger et al. (Pinzger et al., 2005) y Voinea et al. (Voinea & Telea, 2006), las cuales muestran la evolución de métricas de miles de artefactos de software, así como de cientos de cambios. 3 Desarrollo Esta sección presenta la implementación web de Granular Timeline, la cual está basada en el diseño que había sido implementado de forma previa en Java y que fue discutido en Gonzalez et al., 2009; Gonzalez-Torres et al., El diseño de Granular Timeline utiliza una estructura de anillos circulares concéntricos para mostrar diferentes vistas de las dimensiones del tiempo de un proyecto de software (Fig. 1). Dichos anillos muestran diferentes escalas del tiempo y asocia el registro de eventos de cambio, partiendo de las unidades de tiempo de mayor duración (años, en el anillo externo) a los de menor duración (horas -o incluso de menor duración- en el anillo interno). Este tipo de estructura de visualización presenta de forma compacta grandes cantidades de información y proporciona una vista del tipo overview + detail. Los detalles son mostrados conforme se seleccionan las unidades de tiempo de mayor tamaño; por ejemplo, cuando se selecciona un año, se muestran los detalles asociados a los meses que componen dicho período, y cuando se selecciona un mes, se muestra la información que corresponde a los días que conforman ese mes, y

4 4 Maroto et al. de forma similar, al escoger un día, se presentan los detalles de las actividades llevadas a cabo durante las horas asociadas el día seleccionado. La Figura 1 ilustra este diseño con las revisiones de 11 años de evolución de jedit, un editor de texto de código abierto para programadores que está disponible en En dicha figura, el usuario selecciona el 2 de agosto de 2008, el cual se encuentra resaltado por el camino año-mes-día. Contrario a muchas visualizaciones circulares como la presentada por Holten et al., 2007, Granular Timeline usa el espacio en las celdas para acomodar diferentes gráficos y así ofrecer detalles sobre el número de revisiones. Cada anillo de Granular Timeline se divide en celdas y, a su vez, cada celda tiene gráficos de barras incrustados. Las barras en las celdas muestran información asociada a las celdas del siguiente nivel de anillos; es de esta forma que cada barra, en las celdas de los años, muestra el total de revisiones para cada mes de ese año y, asimismo, cada barra en un mes muestra el total de revisiones para cada día de ese mes, de forma que el anillo correspondiente a los años tiene incrustados gráficos de barras que muestran los valores correspondientes al número de revisiones de cada mes para cada año. De forma similar, el anillo asociado a los meses, utiliza barras para representar el número de revisiones de cada día en ese mes, por lo que las celdas correspondientes a cada mes pueden tener 28, 29, 30 o 31 barras, de acuerdo con el mes seleccionado (el anillo correspondiente a los días sigue el mismo patrón en cuanto al número de celdas). Los gráficos en cada celda son dibujados usando coordenadas polares de acuerdo con la formula (), donde está asociado con cada una de las barras, pero en diferentes ángulos. El anillo interno está asociado a las horas de un día, por lo que está conformado por 24 celdas, las cuales, a su vez, presentan la información usando barras, cuya posición relativa se corresponde el minuto en la hora en que se efectuó el commit. Cabe mencionar que los colores de las barras y gráficos corresponden con la actividad -en términos de commits-, que han realizado los programadores. Así, cada color corresponde a un programador en particular. En cuanto a las características de la visualización, esta también permite cambiar la representación de la información en los anillos correspondientes a los días y las horas de gráficos de barras a treemaps, según la elección de los usuarios. En la Figura 2, se puede observar el uso de treemaps en los anillos de los días y horas. Igualmente, es posible notar que en el día seleccionado (2 de agosto de 2008) dos programadores llevaron a cabo revisiones y que a las 12:00m.d. de dicho día, un mismo programador llevo a cabo commits. 4 Conclusiones Este artículo presentó el diseño de Granular Timeline, una visualización para la representación estadística de las revisiones llevadas a cabo durante el desarrollo de un sistema de software, la cual toma en cuenta diferentes niveles de granularidad de unidades de tiempo, que van desde los años hasta las horas.

5 Granular Timeline: Visualización de estadísticas de sistemas de software 5 Fig. 1. Granular Timeline: línea de tiempo de múltiples niveles para mostrar estadísticas sobre commits por unidades de tiempo En general, Granular Timeline ofrece una vista general de las actividades que han sido llevadas a cabo y la información sobre las personas que realizaron distintos cambios o modificaciones, mediante el uso de colores, gráficos de barra y treemaps. Aunque la visualización no ha sido evaluada de manera formal, los autores consideran, con base en su experiencia previa, que la herramienta ofrece una gran cantidad de información para conocer sobre los patrones de contribución de los programadores, así como para determinar cuándo un sistema se encuentran en una fase estable o su desarrollado ha concluido (con base en el número de revisiones). Asimismo, el uso de tecnología web permitirá que la visualización se pueda utilizar de forma eficiente desde cualquier dispositivo que cuente con una navegador web. El trabajo futuro incluye validar las propuestas mediante el análisis de varios sistemas de software y efectuar comparaciones con herramientas similares existentes.

6 6 Maroto et al. Fig. 2. Uso de treemaps para la representación de las revisiones en los anillos de los días y horas de Granular Timeline. Fuentes de referencia Aguilar, D. A. G., Guerrero, C. S., Sanchez, R. T., & Garc a-peñalvo, F. (2010, January). Advances in learning processes. In M. B. Rosson (Ed.), (p ). InTech. Pages 2 Andre, P., Wilson, M. L., Russell, A., Smith, D. A., Owens, A., & m.c. schraefel. (2007). Continuum: designing timelines for hierarchies, relationships and scale. In Uist '07: Proceedings of the 20th annual acm symposium on user interface software and technology (pp. 101{110). New York, NY, USA: ACM. doi: Pages 2 Charette, R. N. (2005, Sept). Why software fails [software failure]. IEEE Spectrum, 42 (9), doi: /MSPEC pages 1, 2 DAmbros, M., Gall, H. C., Lanza, M., & Pinzger, M. (2008). Analyzing software repositories to understand software evolution. In Software evolution. Pages

7 References 7 2 Datadriven documents. (2014, Octubre). Retrieved from pages 2 García, J., Gonzalez Torres, A., Gomez Aguilar, D. A., Theron, R., & García Peñalvo, F. J. (2009). A visual analytics tool for software project structure and relationships among classes. In Proceedings of the 10th international symposium on smart graphics (pp. 203{212). Berlin, Heidelberg: Springer-Verlag. Pages 3 Gartner, I. (2013, July). Gartner says worldwide it spending on pace to reach 3.7 trillion in Website. Retrieved from newsroom/id/ pages 2 Gartner, I. (2014, January). Gartner says worldwide it spending on pace to reach 3.8 trillion in Website. Retrieved from newsroom/id/ pages 2 Gonzalez, A., Theron, R., Telea, A., & Garc a, F. J. (2009). Combined visualization of structural and metric information for software evolution analysis. In Proceedings of the joint international and annual ercim workshops on principles of software evolution (iwpse) and software evolution (evol) workshops (pp ). New York, NY, USA: ACM. Retrieved from doi: pages 1, 3 Gonzalez-Torres, A., Peñalvo, F. J. G., & Theron, R. (2013, 1). How evolutionary visual software analytics supports knowledge discovery. Journal of Information Science and Engineering, 29 (1), Pages 1, 3 Hall, J. G. E. S. L. (2013, March). Gartner it key metrics data: 2013 it enterprise summary report. Website. Retrieved from Gartner Enterprise Summary Report 2013.pdf pages 2 Hochheiser, H., & Shneiderman, B. (2004). Dynamic query tools for time series data sets: timebox widgets for interactive exploration. Information Visualization, 3 (1), pp Retrieved from timesearcher/ doi: pages 2 Holten, D., Cornelissen, B., & van Wijk, J. J. (2007). Trace visualization using hierarchical edge bundles and massive sequence views. In 4th ieee international workshop on visualizing software for understanding and analysis, vissoft (pp ). doi: /VISSOF pages 3, 4 Jensen, M. (2003). Visualizing complex semantic timelines (NewsBlip Technical Report No. NBTR ). Retrieved from tr/ pages 2 Jquery. (2014, Octubre). Retrieved from pages 2 Lago, U. D., Montanari, A., & Puppis, G. (2007). On the equivalence of automaton-based representations of time granularities. In Time '07: Proceedings of the 14th international symposium on temporal representation and reasoning (pp ). Washington, DC, USA: IEEE Computer Soci-

8 8 Maroto et al. ety. doi: pages 2 Node.js. (2014, Octubre). Retrieved from pages 2 Pinzger, M., Gall, H., Fischer, M., & Lanza, M. (2005). Visualizing multiple evolution metrics. In Proceedings of the 2005 acm symposium on software visualization (pp ). New York, NY, USA: ACM. Retrieved from doi: / pages 2, 3 Theron, R. (2006). Hierarchical-temporal data visualization using a tree-ring metaphor. In A. Butz, B. Fisher, A. Kruger, & P. Olivier (Eds.), Smart graphics (Vol. 4073, pp ). Springer. Pages 2 Voinea, L., & Telea, A. (2006). Multiscale and multivariate visualizations of software evolution. In Proceedings of the 2006 acm symposium on software visualization (pp ). New York, NY, USA: ACM. Retrieved from doi: pages 3 Weber, M., Alexa, M., & Muller, W. (2001). Visualizing time-series on spirals. Information Visualization, INFOVIS IEEE Symposium on, (p.2).