软件过程与管理(第~4章PSP).docVIP

第2~4章 个体软件过程（PSP） 个体软件过程（Personal Software Process，简称PSP）：包括了数据记录表格、过程操作指南和规程在内的结构化框架，个人级用于控制、管理和改进软件工程师个人工作方式的持续改进过程；最早由卡内基梅隆大学软件工程研究所（CMU/SEI）的Humphrey领导开发；与后续的TSP很好的弥补了CMM的缺陷，形成了个体软件工程师、小组再到组织的完整的过程改进体系。 PSP基本原则 软件系统的整体质量由该系统中质量最差的某些组件所决定； 软件组件的质量取决于开发这些组件的软件工程师，更加确切的说，是由这些工程师所使用的开发过程所决定； 作为合格的软件工程师，应当自己度量、跟踪自己的工作，应当自己管理软件组件的质量； 作为合格的软件工程师，应当从自己开发过程的偏差中学习、总结，并将这些经验教训整合到自己的开发实践中，也就是说，应当建立持续地自我改进机制。 PSP成熟度级别 PSP过程度量：仅仅考虑最基本的三个度量项，即时间、缺陷和规模，并由这三个基本度量项衍生出数个统计指标，如PQI、A/FR等。度量时间和度量缺陷见下面给的考题的第1题，缺陷再看一张表书P53表2-2，英文不想改了，需要的看下书对应上就好。 度量规模：PSP对于规模度量没有明确的定义，可以定义并且使用任何合适的规模度量方式；但PSP对于规模度量方式的选择提供了参考的标准，即 选择的规模度量方式必须反映开发成本； 选择的度量方式必须精确； 选择的度量方式必须能用自动化方法来统计； 选择的度量方式必须有助于早期规划； 规模度量这块注意一个问题：代码行（LOC）—分为逻辑行和物理行和功能点（FP）的对比；精确的度量方式往往不便于早期规划；有助于早期规划的度量往往难以产生精确度量结果；LOC可以很精确的度量软件产品规模，也方便开发相应的规模统计工具，但是，在项目初始阶段，往往很难估算程序的代码行；FP在项目早期容易识别，但是，一来功能点的度量往往比较粗略，而且几乎不存在可以对功能点进行自动化统计的方法。 早期规划问题：PSP使用一种称为代理（Proxy）的方式来解决，寻找一种便于早期规划的规模度量的代理，建立这种代理与精确度量之间的关系，即PROBE（PROxy Based Esitimation）方法的由来。 PROBE方法 估算原理：相对大小矩阵，从统计不同用途的房子（不同用途的代码段）数目和其相对大小（规模，一般为代码行）入手，例子就是建房子的例子，想不起来的话看书P55的表2-5 通用计划框架（如果不能理解这个图再看字书P56，感觉图示记忆容易） 估算流程 这里给出了一堆的公式，个人认为主要理解这个流程，记住2个最基本的公式就可以了，那么复杂不会手算的。理解下面两个式子里E都是为代理规模（和最终的计划规模一般是不相等的）。 应用 整理历史数据：相关大小矩阵作用很重要，三种计算方法——简单方法、正态分布、对数正态分布 简单方法：统计每个方法代码行数，最小的作为VS，最大的为VL，中值为M；S为VS何M的均值，L为VL和M的均值 正态分布：选择所有数据均值为M，计算标准差σ；则S = M-σ，VS = M-2σ，L = M+σ，VL = M+2σ 对数正态分布：和正态对比，小规模的明显比大规模多，且正态可能算出负值，不符实际；所以，以e为底计算所有数据的自然对数；计算取对数之后的值的均值作为M，计算相应标准差 σ；则S = M-σ，VS = M-2σ，L = M+σ，VL = M+2σ；再取反对数 对比：简单方法——计算简单，但是，不稳定；正态分布法——相对稳定，在历史数据基本符合正态分布的情况下，可以给出非常好的相对大小矩阵；对数正态分布法——更加符合人们对于程序的规模的直观感觉 有限历史数据：两个统计学概念，相关性和显著性。前者描述两组变化数据之间相关程度，后者描述两组数据的相关关系出现的偶然性。公式不用看，记住前面那个写法是rx，y，后面那个通常记为s，具体的估算规模的方法分类和指标要求看下面给出的试题的第4题或书P62和P63的两张表 处理极端数据：极端数据会造成相关性的假象，此时就需要看显著性这个指标，剔除极端数据重新选择PROBE方法。 质量与质量策略 PSP的质量观：PSP中采用了面向用户的视图，定义质量为满足用户需求的程度。 PSP质量策略：用缺陷管理来替代质量管理；高质量产品也就意味着要求组成软件产品的各个组件基本无缺陷。 不同缺陷消除方式消除缺陷的平均时间：具体的时间不用记，记住缺陷消除的平均代价随着开发过程的进展会显著增加。 评审和测试：个人评审（Review）和团队评审（Inspection）在发现缺陷的效率上往往高于系统测试。 测试消除缺陷的典型流程： 发现待测程序的一个异常行为； 理解程序的