PRICE:利用静态和动态指标检测引入性能回归的代码变更
1. 引言
性能对于软件质量至关重要。性能回归测试作为质量保证的实践之一,在软件演化过程中监控其整体性能,以确保时间上的退化最小或可忽略不计。它主要检测任何提交的更改是否可能引入了性能回归。
理想情况下,为防止任何代码更改对软件性能产生负面影响,每次提交更改时都应执行性能测试(也称为基准测试)作为健全性检查。然而,在现实世界中,性能测试成本高昂。随着提交更改数量的增加,软件测试人员不断面临挑战,需要在对新引入的更改进行最佳性能测试和提高整体开发生产率之间找到正确的平衡点。
执行每次提交后的性能测试是一个昂贵且漫长的过程,会消耗资源并延迟开发人员的进一步开发,直到测试结果收集完成。因此,性能测试并非在每次代码更改后都进行,这给早期发现性能回归更改带来了挑战。
为应对这一昂贵的过程,近期研究聚焦于挖掘性能回归测试存储库,以支持性能分析、改进回归策略或表征引入回归的代码更改。表征引入性能回归的代码更改十分复杂,因为它不仅涉及代码的静态设计,还反映了更改的动态性质,并且因项目开发实践和编程语言而异。
本文将检测引入性能回归的代码更改(PRICE)定义为一个优化问题。我们的方法首先输入一组已知有问题的提交,然后使用静态和动态指标对其进行分析。之后,将这些提交及其相应的指标值用作非支配排序遗传算法(NSGA - II)的训练集,该算法对给定指标进行演化,以生成一个检测规则,从而最大限度地检测有问题的代码更改。
2. 方法
2.1 方法概述
我们的目标是找到检测PRICE的最佳规则。该方法由三个阶段组成:
1.
超级会员免费看
订阅专栏 解锁全文
2185

被折叠的 条评论
为什么被折叠?



