मेन्यू

ऑल इन वन गाइड ऑन डिफेक्ट डेंसिटी - इसका महत्व और इसकी गणना कैसे करें।

all one guide defect density its importance

समस्याओं को खत्म करने के लिए हमारे साधन का प्रयास करें

घनत्व को कम करने के लिए एक गाइड:

परीक्षण मेट्रिक्स मुश्किल हैं। वे मापने का एकमात्र तरीका हैं, फिर भी विविधता भारी है।

आप कुछ ऐसा संग्रह कर सकते हैं जो आपको आपके द्वारा दिए जाने वाले विश्लेषणों को नहीं दे रहा है। यहां सबसे सुरक्षित तरीका है अच्छी तरह से पीटे जाने वाले रास्ते पर चलना।

दुनिया की लगभग हर टीम दोष प्रवृत्तियों को समझने के लिए दोष घनत्व पर निर्भर करती है।

आज का लेख दोष घनत्व (डीडी) पर एक सभी में एक गाइड है।

दोष घनत्व गाइड

डबल समाप्त हुई कतार c ++

आप क्या सीखेंगे:

दोष घनत्व क्या है?

आइए देखें कि घनत्व का शाब्दिक अर्थ क्या है।

यह 'एक पदार्थ की कॉम्पैक्टनेस की डिग्री (स्रोत: Google)' है।

तो, दोष घनत्व अनुप्रयोग में दोषों की कॉम्पैक्टनेस है। (ठीक है, तो यह दोष वितरण का एक परिष्कृत संस्करण है।)

अनुप्रयोगों को कार्यात्मक क्षेत्रों या अधिक तकनीकी रूप से विभाजित किया जाता है खंड मैथा (कोड की हजारों लाइनें)। इस प्रकार, एक सॉफ्टवेयर अनुप्रयोग के एक खंड या प्रति KLOC में दोषों की औसत संख्या बग घनत्व है।

बग घनत्व की गणना कैसे की जाती है?

यह एक साधारण गणित है।

चरण 1: कच्चा माल इकट्ठा करें: आपको कुल संख्या की आवश्यकता होने वाली है। दोषों की (एक रिहाई / निर्माण / चक्र के लिए)।

चरण 2: औसत संख्या की गणना करें। दोष / कार्यात्मक क्षेत्र या KLOC के

गणना के उदाहरण के साथ दोष घनत्व फॉर्मूला:

उदाहरण 1: एक विशेष परीक्षण चक्र के लिए 5 मॉड्यूल (या घटकों) में 30 दोष हैं। घनत्व होगा:

कुल नं। के दोष / कुल सं। मॉड्यूल के = 30/5 = 6. डीडी प्रति मॉड्यूल 6 है।

उदाहरण # 2: एक अलग दृष्टिकोण होगा, कहते हैं, 15KLOC के लिए 30 दोष हैं। यह तब होगा:

कुल नं। दोषों / KLOC = 30/15 = 0.5 = घनत्व प्रत्येक 2 KLOC के लिए 1 दोष है।

उदाहरण 2 केवल उन टीमों के लिए है जो KLOC के बारे में जानते हैं और जिन्हें इसके खिलाफ माप की आवश्यकता है। अधिकांश टीमें उस तरह के आंकड़े के साथ काम नहीं करती हैं। लेकिन अगर आपको जरूरत है, तो आप यह पता लगा सकते हैं कि आपका आवेदन कितने KLOC का है।

बग घनत्व महत्वपूर्ण क्यों है?

प्रत्येक मेट्रिक जो परीक्षण टीम एकत्र करता है, निम्नलिखित में से एक को प्राप्त करता है:

  • प्रगति
  • उत्पादकता
  • गुणवत्ता

यदि नहीं, तो आप अपना समय बर्बाद कर रहे हैं।

डीडी क्वालिटी को समझने का सबसे प्रभावी तरीका है।

उदाहरण के लिए: डीडी 5 प्रति केएलओसी के साथ एक आवेदन बेहतर गुणवत्ता बनाम एक प्रति केएलओसी के साथ 15 है।

उच्च बग घनत्व, खराब गुणवत्ता।

यह दो महत्वपूर्ण उद्देश्य प्रदान करता है:

  • सूचित करना: सूचना शक्ति है, क्या यह नहीं है? आपके एप्लिकेशन के सबसे कमजोर क्षेत्रों को जानने से यह तय करने में मदद मिलती है कि यह to फिट-टू-यूज़ ’है या नहीं।
  • कार्यवाई के लिए बुलावा: उच्च डीडी के साथ एक मॉड्यूल को संशोधित करने की आवश्यकता है। डीडी उन्हें पहचानने में मदद करता है।

मत करो

# 1)डुप्लिकेट / लौटे दोषों को ध्यान में नहीं रखना चाहिए

गलत तरीके से गणना की गई दोष घनत्व आपकी टीम को गुमराह कर सकती है।

डुप्लिकेट / लौटे हुए दोषों को शामिल न करें (बग नहीं, इरादा के अनुसार काम करते हुए,) प्रतिलिपि प्रस्तुत करने योग्य नहीं , आदि) यह कुल संख्या की गिनती बढ़ाता है। दोषों का अर्थ है कि डीडी आनुपातिक रूप से बढ़ेगा। नतीजतन, आपका दोष मीट्रिक खराब गुणवत्ता का सुझाव देगा, जो एक निश्चित गलत अलार्म होगा।

#दो)एक दिन के डेटा के आधार पर ऐसा न करें

आइए इस काल्पनिक स्थिति को देखें:

डीडी 1

दिन 1 पर, डीडी अधिक है। यह आपकी टीम को तुरंत एक आतंक मोड में भेज सकता है।

इसलिए, तब तक प्रतीक्षा करें जब तक आपके पास बेहतर कच्चा माल न हो। दूसरे शब्दों में, कुछ दिनों का डेटा।

इसके अलावा, डीडी की गणना करते समय, आप संचयी दोष गणना चाहते हैं।

उपरोक्त तालिका में, दिन 2 से आपका डीडी अब तक दोषों की संख्या को ध्यान में नहीं रखता है। यह उस दिन के डेटा को अकेले देखता है।

यह मुझे आभास दे रहा है कि: 'दिन 2 से दोष घनत्व कम हो रहा है और बढ़ रहा है और कोई प्रवृत्ति नहीं है।' इसके अलावा, जब दिन पहले बताए गए दोषों के बारे में कुछ नहीं किया जाता है, तो दोष का घनत्व कैसे कम हो सकता है? क्या यह नहीं है? इसके बारे में सोचो।

ऐसा करने का एक बेहतर तरीका है:

LO2

एक बार फिर, यदि ऐसा रोजाना कर रहे हैं, तो एक संचयी दोष गणना को ध्यान में रखें।

बदलाव

आपकी टीम की ज़रूरत के परिशोधन के स्तर के आधार पर, आप इस दोष मीट्रिक को ट्विक कर सकते हैं।

कुल सं। KLOC या मॉड्यूल के प्रति उच्च / महत्वपूर्ण दोष

  • आप प्रति मॉड्यूल भी मुद्दों को वापस करने के लिए ऐसा कर सकते हैं। यहां आप केवल उन मुद्दों की गिनती एकत्र करेंगे जो बिल्ड / रिलीज़ पर वापस आते रहते हैं

बग डेंसिटी के किन मूल्यों पर सॉफ्टवेयर अस्वीकार्य है?

दोष घनत्व उद्योग मानक:

खैर, यह हर उद्योग, एप्लिकेशन और हर टीम के लिए भिन्न होता है। विनिर्माण में एक विशिष्ट सीमा होगी और यह आईटी के लिए पूरी तरह से अलग होगा।

डीडी अपने अंकित मूल्य पर खराब गुणवत्ता को दर्शाता है। लेकिन यह बदले में, व्यक्तिगत दोषों की गंभीरता है जो तय करता है कि उत्पाद उपयोग के लिए फिट है या नहीं।

उच्च डीडी आपके संकेतक को गहराई से खोदने और उनके परिणामों के लिए आपके दोषों का विश्लेषण करने के लिए है।

शून्य दोष घनत्व को कौन पसंद नहीं करेगा, है ना? इसलिए, भले ही कोई विशिष्ट मानक न हो, यह मूल्य जितना कम हो, उतना बेहतर है।

अंतिम विचार:

  • यह कोई पूर्वानुमान नहीं है। डीडी का एक मूल्य उत्पाद की भविष्य की गुणवत्ता की उम्मीद करने में मदद नहीं करता है। यह बेहतर या बदतर हो सकता है। ऐतिहासिक डेटा भविष्य की भविष्यवाणियों के साथ मदद नहीं करेगा।
  • महत्वपूर्ण परीक्षण चरणों / चक्रों (जैसे यूएटी) के दौरान, डीडी की गणना समय के आधार पर की जाती है।उदाहरण के लिए: डीडी / पहले घंटे, डीडी प्रति दिन, आदि।
  • जब कई रिलीज / चक्र दोष आँकड़ों को मिलाते हैं, तो दोष घनत्व प्रति चक्र या प्रति रिलीज़ हो सकता है।
  • सारणीबद्ध डेटा का एक सरल चित्रमय प्रतिनिधित्व नीचे दिया जा सकता है:

डीडी 3

दोष घनत्व ग्राफ

निष्कर्ष के तौर पर

दोष घनत्व एक प्रमुख गुणवत्ता संकेतक है। आप इस दोष मीट्रिक को एकत्र करने और प्रस्तुत करने में गलत नहीं हो सकते। इससे ज्यादा और क्या? यह गणना करने के लिए सबसे आसान में से एक है।

मुझे उम्मीद है कि इस लेख ने आपको गहरी अंतर्दृष्टि के लिए दोष घनत्व का उपयोग शुरू करने के लिए पर्याप्त जोखिम दिया है।

लेखक : एसटीएच टीम की सदस्य स्वाति ने इस विस्तृत ट्यूटोरियल को लिखा है।

क्या आप अपनी टीमों में दोष घनत्व की गणना करते हैं? यदि हाँ, तो क्या आप इसे प्रति चक्र, प्रति मॉड्यूल या केएलओसी के अनुसार करते हैं? यदि नहीं, तो अन्य मेट्रिक्स आपको गुणवत्ता को समझने में मदद करते हैं? कृपया अपनी टिप्पणियाँ और प्रश्न नीचे साझा करें।

अनुशंसित पाठ

^