最近，ACM發(fā)布了一個關(guān)于編程語言對軟件質(zhì)量的影響的研究報告，在報告中有一些關(guān)于bug的有趣發(fā)現(xiàn)。

研究人員Baishakhi Ray，Daryl Posnett，Premkumar Devanbu和Vladimir Filkov使用GitHub數(shù)據(jù)進行了一次大規(guī)模的實驗性調(diào)查，主要研究程序員對于哪種編程語言針對某個特定任務(wù)是***的爭論。研究院通過多重回歸建模、可視化以及文本分析等結(jié)合在一起的方法，研究了靜態(tài)和動態(tài)語言的特性，以及編程語言對軟件質(zhì)量的影響。

分析得到的結(jié)論可以簡單表述為：

語言設(shè)計確實對軟件質(zhì)量有顯著的影響。最值得注意的是，看起來不允許類型混淆的情況要比允許的稍微好一點，而且在函數(shù)式語言中，靜態(tài)類型也比動態(tài)類型要好一些。我們還發(fā)現(xiàn)函數(shù)式語言比過程語言稍好一些。

這個研究的目的在于闡明編程語言是否會同時影響編程的過程和結(jié)果，重點在于靜態(tài)和動態(tài)語言的比較：

倡導(dǎo)靜態(tài)類型語言強大的人認(rèn)為靜態(tài)可以及早發(fā)現(xiàn)缺陷，對于他們來說預(yù)防遠(yuǎn)比治療要好得多;而動態(tài)類型語言的倡導(dǎo)者則認(rèn)為保守的靜態(tài)類型檢查是開發(fā)資源的浪費，而且還可以依靠強大的動態(tài)類型檢查來捕捉類型錯誤。當(dāng)然，這些爭論大多還是停留在紙上談兵的階段，缺乏事實證據(jù)支撐。

為了進行這項調(diào)查，團隊選擇了GitHub排名前19位的編程語言，并且添加TypeScript作為第20種編程語言，然后以每種語言編寫的前50個項目為樣本，同時放棄了提交次數(shù)少于28次的項目，如果是多種語言提交的項目，那么使用該語言的有效提交次數(shù)少于20次也會被放棄。

然后，如上表所示，這項研究分析了以17種語言開發(fā)的728個項目。這些項目跨越了18年的歷史，囊括了2.9萬名不同的開發(fā)人員，157萬次提交和564625次錯誤修復(fù)提交。

接下來，團隊定義了語言類，區(qū)分了三個編程范例:程序、腳本和功能;兩類類型檢查:靜態(tài)和動態(tài);隱式類型轉(zhuǎn)換是否被禁止或允許，以及管理內(nèi)存或未管理內(nèi)存:

使用關(guān)鍵字搜索錯誤修復(fù)信息的10%來訓(xùn)練一個錯誤分類器，研究人員確定了每個bux-fix提交的原因和影響。

要解決的***個問題是“有些語言比其他語言更容易出現(xiàn)缺陷嗎?”“這是用回歸模型來比較每種語言對所有語言平均缺陷數(shù)量的影響，并針對缺陷修復(fù)提交:

在這張表的頂部是一些變量，這些變量被用來控制可能與之相關(guān)的因素。項目年齡主要是反映了在一些較老的項目中，通常會有更多的缺陷修復(fù);參與的開發(fā)人員的數(shù)量和項目的原始大小也會影響到bug的數(shù)量，最終提交的數(shù)量也是很大影響因素。

具有***正系數(shù)的語言即與缺陷修復(fù)更相關(guān)的編程語言是c++、C、objective – C，以及PHP和Python。而Clojure、Haskell、Ruby和Scala都有顯著的負(fù)系數(shù)，這意味著這些語言不太可能導(dǎo)致缺陷修復(fù)提交。對于語言類來說，函數(shù)式語言的缺陷比程序或腳本語言都要少。

研究人員接下來將注意力轉(zhuǎn)移到缺陷的傾向上，即缺陷修復(fù)對每種語言總提交數(shù)的比率，并生成了一個熱圖，其中顏色越深表明越容易出現(xiàn)錯誤:

從上面的熱圖中可以得出結(jié)論：應(yīng)用領(lǐng)域與語言缺陷傾向性之間沒有一般的關(guān)系。但是觀察語言類和錯誤類別之間的關(guān)系表明：

缺陷類型與語言緊密相關(guān);內(nèi)存錯誤和并發(fā)錯誤等一些缺陷類型也依賴于語言原語。對于特定類別，語言比缺陷整體來說更重要。

由于這個熱圖顯示了Proc-Static-Implicit-Unmanaged 類與并發(fā)性和內(nèi)存錯誤之間的強關(guān)系。它還表明，靜態(tài)語言通常更容易出現(xiàn)故障和性能錯誤，其次是 Functional-Dynamic-Explicit-Managed 語言，如Erlang。

最終結(jié)論

數(shù)據(jù)表明，函數(shù)式語言優(yōu)于過程語言，不允許隱式類型轉(zhuǎn)換要比允許更好;靜態(tài)類型優(yōu)于動態(tài)類型。而且，管理內(nèi)存使用比未管理好。此外，一般而言，語言的缺陷傾向與軟件領(lǐng)域沒有關(guān)聯(lián)。此外，與總體bug相比，語言更與單個的bug類別相關(guān)。