Towards a DevOps approach for software quality engineering Conference Poster

abstract

  • DevOps es una nueva tendencia en la ingeniería de software que tiene como objetivo salvar la brecha entre el desarrollo y las operaciones, poniendo en particular al ejecutor en un mayor control del despliegue y del tiempo de ejecución de la aplicación. Aquí consideramos el problema de diseñar una herramienta capaz de proporcionar información al ejecutor sobre el rendimiento, la fiabilidad y, en general, las características de calidad de la aplicación en tiempo de ejecución. Esto plantea una serie de cuestiones relacionadas con la información de medición que se debe llevar de un tiempo de ejecución a otro y con el grado de libertad que se debe proporcionar al ejecutor en la evaluación de los datos de rendimiento. Para responder a estas preguntas, describimos el diseño de una herramienta de llenado de vacíos (FG), un sistema de software capaz de analizar automáticamente los datos de rendimiento, ya sea directamente o a través de inferencias estadísticas. Una aplicación natural de la herramienta FG es la formación continua de modelos de rendimiento estocásticos, como las redes de colas en capas, que pueden informar a los ejecutores sobre cómo refactorizar la arquitectura de software.
  • DevOps is a novel trend in software engineering that aims at bridging the gap between development and operations, putting in particular the developer in greater control of deployment and application runtime. Here we consider the problem of designing a tool capable of providing feedback to the developer on the performance, reliability, and in general quality characteristics of the application at runtime. This raises a number of questions related to what measurement information should be carried back from runtime to designtime and what degrees of freedom should be provided to the developer in the evaluation of performance data. To answer these questions, we describe the design of a filling-the-gap (FG) tool, a software system capable of automatically analyzing performance data either directly or through statistical inference. A natural application of the FG tool is the continuous training of stochastic performance models, such as layered queueing networks, that can inform developers on how to refactor the software architecture.

publication date

  • 2015/1/1

keywords

  • Feedback
  • Queueing networks
  • Software architecture
  • Software engineering

ISBN

  • 9781450333405

number of pages

  • 6

start page

  • 5

end page

  • 10