Exploring Sustainability in Scientific Software through Code Quality & Test Coverage Metrics
本研究通过分析科学开源软件中的代码质量与测试覆盖率指标，证明可持续项目具有更高且更一致的测试覆盖率以及更强的代码与测试相关性，同时强调整体可测试性偏低往往是由高复杂度和高耦合度所驱动。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，科学软件就像是由科学家们精心打造、用于烹制新发现的巨大定制厨房。有些厨房井然有序，每个香料罐都有清晰的标签，食谱簿不断更新，团队也清楚如何操作炉灶。而另一些则混乱不堪：食谱潦草地写在餐巾纸上，炉灶如同谜团，一旦主厨离开，就无人知道如何启动它。
这篇论文就像一位卫生检查员，走访了 14 个这样的科学厨房，旨在弄清楚什么样的厨房是“可持续的”（能够持续运作多年），而什么样的厨房则可能分崩离析。他们不仅查看了厨房里有多少人，还审视了蓝图（代码）和安全检查（测试）。
以下是他们发现的简明总结：
1. 评判厨房的两种方法
研究人员必须决定哪些厨房是“健康”的，哪些是“病态”的。他们采用了两种不同的方法，就像用两种不同的方式来评判一家餐厅：
- 方法 A（“忙碌主厨”测试）： 他们观察主厨们实际烹饪的频率。如果一个厨房至少活跃了两年，并且有源源不断的新菜品（提交记录），他们便将其称为可持续。
- 方法 B（“卡车系数”测试）： 他们问道：“如果主厨被卡车撞了（或者干脆辞职），厨房会崩溃吗？”如果有足够多的备份主厨知晓其中的秘诀，他们便将其称为可持续。
2. 巨大的惊喜：测试并不能说明全部问题
研究人员原本预期，“可持续”的厨房总是拥有更好的安全检查（测试覆盖率）。
- 使用“忙碌主厨”方法时： 他们是对的！活跃的厨房拥有更好的安全检查。
- 使用“卡车系数”方法时： 他们错了。一些被标记为“不可持续”的厨房（因为它们仅依赖一两位主厨），实际上比那些“可持续”的厨房拥有更好的安全检查。
教训： 仅仅因为厨房有安全检查清单，并不意味着它能永远存在。如果团队太小或太脆弱，即使测试完美无缺，厨房仍可能失败。
3. “混乱蓝图”问题
该研究考察了蓝图（代码）的复杂性。
- 发现： 在真正可持续的厨房中，厨房的构建方式与其测试效果之间存在清晰的关联。如果厨房杂乱无章（高复杂度），且墙壁相互倚靠过度（高耦合），那么进行安全检查就会更加困难。
- 类比： 想象一下试图测试一栋房屋，其中的管道与电线纠缠在一起。如果不烧断保险丝，要检查灯光是否正常工作简直是一场噩梦。研究发现，杂乱、纠缠的代码使得编写良好的测试变得困难。
- 结果： 可持续的厨房往往拥有更清晰的蓝图、更好的标签（文档），以及构建方式与测试方式之间更清晰的联系。不可持续的厨房通常杂乱无章，其安全检查似乎没有任何逻辑模式可循。
4. “更严格的主厨”规则
研究人员思考道：如果我们要求主厨更加忙碌，才能将厨房定义为“可持续”，会发生什么？
- 他们提高了标准，要求更多的活跃度才能达标。
- 结果： 随着规则变得更加严格，模式变得一目了然。那些真正活跃、维护良好的厨房拥有高水准的安全检查。而那些仅仅在“假装”活跃（或正在消亡）的厨房，几乎没有任何安全检查。
- 启示： 如果你想了解一个科学厨房是否真正健康，不要只看安全检查清单。要看团队是否忙碌且持续。高水平的活跃度是比测试本身更好的健康指标。
5. 科学厨房的整体状况
当他们审视所有厨房时，消息并不乐观：
- 低安全检查： 平均而言，这些科学厨房的测试很差。许多厨房的炉灶或烤箱几乎没有安全检查。
- 复杂性是敌人： 厨房设计越纠缠、越复杂，其拥有的安全检查就越少。似乎当科学家们构建这些工具时，他们专注于完成“烹饪”（科学工作），而不是建造一个安全、可测试的厨房。
总结
这篇论文告诉我们，可持续的科学软件不仅仅在于拥有测试。 它在于拥有结构良好的架构、完善的文档以及一个持续运作的团队，使项目得以延续。
- 良好迹象： 清晰的蓝图、明确的标签，以及一个持续出勤工作的团队。
- 不良迹象： 纠缠的线路、缺失的说明，以及仅依赖一两个人来维持运转。
作者得出结论：为了让科学软件长期存活，我们需要停止将代码视为杂乱的草图，转而将其视为一座精心设计的建筑，重点关注结构和一致性，而不仅仅是最终结果。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。