arrow
返回

An empirical study on method-level performance evolution in open-source Java projects

delete2026-08-04
delete0
PRE
AI
K
Kaveh Shahedi *
N
Nana Gyambrah
李恒 封面图
李恒 (Heng Li)
M
Maxime Lamothe
F
Foutse Khomh
DOI:10.1007/s10664-026-10936-xdelete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
性能是软件开发中的关键质量属性,但方法级代码变更对性能演化的影响仍缺乏深入理解。尽管开发者常对哪些类型的修改可能引发性能退化或改进做出直觉假设,但这些观点在细粒度层面缺乏实证验证。我们开展了一项大规模实证研究,分析了15个托管在GitHub上的成熟开源Java项目的性能演化。研究分析了包含1,499个方法级代码变更的739次提交,使用Java Microbenchmark Harness (JMH) 对变更前后的方法性能进行基准测试,并测量了性能变化的显著性和幅度。我们采用字节码插桩技术捕获方法级执行指标,并系统分析了四个关键方面:性能变化模式、代码变更类型的影响、开发者和复杂度因素,以及项目领域和规模的影响。研究发现,32.7%的方法级变更导致可测量的性能影响,其中退化比改进更频繁(18.5% vs 14.2%,退化频率是改进的1.3倍)。我们还观察到,某些代码变更类型(如算法变更)更可能带来性能改进,但也伴随显著的退化风险。资深开发者产出的变更更稳定,而初级开发者更可能与剧烈的性能变更相关;此外,我们发现代码复杂度越高,性能退化的趋势越明显。最后,我们的研究显示不同项目领域和规模表现出不同的性能特征,这表明需要针对项目规模制定领域特定的性能管理策略。本研究为将自动化性能测试和监控集成到持续集成和部署流程提供了实证见解。
Keyword:
Software performance
Performance analysis
Method-level performance benchmarking
Java performance benchmarking

期刊

Empirical Software Engineering 封面图
Empirical Software Engineering
IF:
3.6
论文数:
2.0K
被引数:
6.4K

机构

引用论文

引用论文

Ordinal Methods for Behavioral Data Analysis
err
IF0
err2014-03-05
err0
PREAI
errNorman Cliff
err分享
err收藏
TANDEM: A Taxonomy and a Dataset of Real-World Performance BugsTANDEM: 现实世界性能错误的分类法和数据集
err2020-01-01
err8
errOAAI
errSanchez, Ana B.; Delgado-Perez, Pedro; Medina-Bulo, Inmaculada; Segura, Sergio
err分享
err收藏
Types of software evolution and software maintenance
err2001-02-27
err0
PREAI
errNed Chapin; Joanne E. Hale; Khaled Md. Khan; Juan F. Ramil; Wui‐Gee Tan
err分享
err收藏
学者 查看更多内容