你的公司为了定义代码/软件产品质量收集哪些统计数据？

Question

我认识的大多数编程公司/经理只能从事后制定的错误数量来定义质量。

然而，大多数优秀的程序员一旦开始涉足代码，就能本能地感知到质量。（对吗？）

您知道有哪些编程公司成功将这些信息转化为组织可以衡量和跟踪以确保质量的指标吗？

我问这个问题是因为我经常听到不满的经理们抱怨他们无法确定什么才是真正的质量。但是，像HoneyWell这样的一些组织拥有大量数字来跟踪程序员的表现，所有这些数字都可以在评估期间进行核对。因此，我的问题是向整个社区提出，以了解他们所知道的统计数据。

关于可以很好地测量混乱代码的工具的建议也会有所帮助。

- computinglife

Answer 1

在某个客户现场，我们使用了 CRAP 指标，其定义如下：

CRAP(m) = comp(m)^2 * (1 – cov(m)/100)^3 + comp(m)

其中，comp(m) 是给定方法的圆形复杂度，而 cov(m) 是该方法的单元测试覆盖率水平。我们使用 NDepend 和 NCover 提供原始信息来计算度量标准。它有助于找到代码库中需要关注的特定领域。而且，我们没有指定一个特定值作为目标，而是旨在随着时间的推移不断改进。

虽然不完美，但仍然有用。

- Michael Barker

Answer 2

快速提醒一下：

代码质量是：

• 不仅由单一标准定义：涉及到多组人员，包括开发人员、项目经理和利益相关者，他们需要以不同的方式看待代码质量。

• 不仅由一个公式得出的数字来定义，而是由数字趋势：单独的“差”评分没有任何意义，特别是对于老旧的代码来说，但是如果这个坏评分一直变得更糟糕...那就值得担忧了；）

- VonC