Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10362/163269| Título: | CORQ - Code Review for Quality Measurement |
| Autor: | Coelho, Margarida Marques |
| Orientador: | Pereira, Luís Dias, Artur |
| Palavras-chave: | Software Analytics Gestão ágil Decisões orientadas por dados SonarQube |
| Data de Defesa: | Dez-2023 |
| Resumo: | Existem diversas métricas que avaliam projetos de software, como linhas de código, complexidade
ciclomática, dívida técnica, conformidade com padrões, cobertura de testes,
etc. Porém, os projetos de software continuam a ser difíceis de prever - têm sempre risco
associado.
Ademais, é um desafio obter informação relevante para conduzir um projeto de
software, entre a vasta informação disponível e dispersa nas ferramentas de apoio ao
desenvolvimento utilizadas por uma empresa.
Por conseguinte, existem ferramentas de software analytics, que consomem e efetuam
o processamento dos dados de variadas fontes de informação, para gerar informação
que condensa a atividade de desenvolvimento num formato fácil de consumir, através
de um dashboard web. Com isto, os gestores podem obter facilmente insights precisos que
direcionam a tomada de decisão.
Posto isto, em 2021, a Opensoft avançou com uma solução tecnológica automática,
a ferramenta CORQ, que a partir dos dados dos repositórios Bitbucket dos projetos da
empresa, apresenta num dashboard web a evolução ao longo do tempo de métricas de
produtividade aquando do desenvolvimento do código, com grau de granularidade por
colaborador e/ou por projeto, e da empresa.
Esta dissertação veio aprimorar a ferramenta, e adicionar métricas de qualidade do
código produzido, com recurso à ferramenta SonarQube.
Como resultado, alcançámos uma versão significativamente mais eficiente desta ferramenta.
Esta não só beneficia de uma fonte adicional de informação, mas também oferece
um dashboard web mais abrangente, que proporciona aos utilizadores uma experiência mais
enriquecedora, permitindo a exploração das informações apresentadas com diferentes
graus de granularidade. There are various metrics to evaluate software projects, such as lines of code, cyclomatic complexity, technical debt, compliance with standards, test coverage, etc. Nevertheless, software projects remain difficult to predict - there is always a risk associated with them. In addition, it is a challenge to obtain relevant information to manage a software project, among the vast information available and dispersed through the development support tools used by a company. Therefore, there are software analytics tools that consume and process data from various sources to generate information that summarises development activity into an easy-to-consume format, via a web dashboard. That being sad, in 2021, Opensoft advanced an automatic technology solution, the CORQ tool, which uses data from the Bitbucket repositories of the company’s projects to display on a web dashboard the evolution over time of productivity metrics during code development, with a degree of granularity per collaborator and/or per project, and for the company. This dissertation has improved the tool and also added metrics of the quality of code produced, using the SonarQube tool. As a result, we have achieved a significantly more efficient version of this tool. Not only does it benefit from an additional source of information, but it also offers a web dashboard, which provides users with a more enriching experience, allowing them to explore the information presented with varying degrees of granularity. |
| URI: | http://hdl.handle.net/10362/163269 |
| Designação: | MESTRADO EM ENGENHARIA INFORMÁTICA |
| Aparece nas colecções: | FCT: DI - Dissertações de Mestrado |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Coelho_2023.pdf | 4,37 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.











