Guía del aspecto: Cohesión
La cohesión mide hasta qué punto las partes de un elemento trabajan juntas. En una clase, las partes son sus métodos y sus campos: una clase cohesionada tiene una sola responsabilidad, y sus métodos usan los mismos datos y se llaman entre sí. En un paquete, las partes son sus clases: un paquete cohesionado reúne clases que se usan unas a otras.
La pregunta que contesta el aspecto es: ¿esto es una pieza o son varias metidas en el mismo sitio? Una clase que mezcla responsabilidades cambia por varios motivos, se entiende peor y obliga a cargar con dependencias que solo usa una de sus partes. Las métricas de cohesión no solo avisan del problema: a menudo señalan por dónde partir.
Para quien empieza. Casi todas las métricas de clase de este aspecto miden la falta de cohesión (
LCOM, Lack of Cohesion Of Methods): en ellas, un número alto es malo.TCCyLCCmiden la cohesión directamente y se leen al revés. Antes de interpretar un valor, mira qué dirección tiene.
Por dónde empezar
- «Falta de cohesión de los métodos» en su variante
LCOM4: en cuántos grupos sin relación se dividen los métodos de una clase. Es la de lectura más directa (1 es una pieza; 3, tres piezas) y la que calcula Stau Metro, que avisa por encima de 1. - «Cohesión estrecha y laxa de la clase» (
TCC,LCC), si tu herramienta las calcula: qué proporción de los pares de métodos están conectados. Completan aLCOM4, que solo dice si hay piezas separadas, con cuánto están conectados los métodos. - Para paquetes, la «cohesión relacional» (
H): cuántas relaciones internas hay por tipo.
Todas las métricas del aspecto
| Métrica | Sigla | Nivel | Qué cuenta | Dirección | Stau Metro |
|---|---|---|---|---|---|
| «Falta de cohesión de los métodos» | LCOM (LCOM4) |
clase | grupos de métodos unidos por campos compartidos o por llamadas | más alto es peor; aviso > 1 | sí |
| «LCOM de Chidamber y Kemerer» | LCOM1, LCOM2 |
clase | pares de métodos que no comparten campos (y, en LCOM2, menos los que sí) |
más alto es peor | no |
| «LCOM de Henderson-Sellers» | LCOM* |
clase | cuántos métodos usan cada campo, frente al caso en que todos usan todos | más alto es peor | no |
| «Cohesión estrecha y laxa de la clase» | TCC, LCC |
clase | proporción de pares de métodos visibles que comparten campos | más alto es mejor | no |
| «Cohesión relacional» | H |
paquete | relaciones entre tipos del paquete por cada tipo | intermedia: ni muy bajo ni muy alto | no |
Una sigla, muchas fórmulas
LCOM no es una métrica, sino una familia. Desde la propuesta de Chidamber y Kemerer se han publicado al menos
cinco definiciones con la misma sigla, y las herramientas las numeran cada una a su manera. Esta referencia sigue la
numeración de Briand, Daly y Wüst (1998):
| Variante | Qué es | Valores | Dónde aparece, y con qué nombre |
|---|---|---|---|
LCOM1 |
pares de métodos sin campos en común (lectura de la versión de 1991 de Chidamber y Kemerer) | entero ≥ 0 | |
LCOM2 |
pares sin campos en común menos pares con campos en común, mínimo 0 (versión de 1994) | entero ≥ 0 | LCOM en la herramienta CK de Aniche; LCOM1 en Aivosto Project Analyzer |
LCOM3 |
grupos de métodos unidos solo por campos compartidos (lectura de la versión de 1991 de Li y Henry, 1993) | entero ≥ 0 | |
LCOM4 |
grupos de métodos unidos por campos compartidos o por llamadas (Hitz y Montazeri, 1995) | entero ≥ 0; 1 es el ideal | Stau Metro, Aivosto Project Analyzer, Analizo |
LCOM* o LCOM5 |
versión recomendada de Henderson-Sellers, Constantine y Graham (1996) | de 0 a 2 | LCOM HS en NDepend y JArchitect; LCOM* en Eclipse Metrics; LCOM3 en Aivosto |
| tercera versión de 1996 | 1 menos el uso medio de los campos, normalizado | de 0 a 1 | LCOM en NDepend y JArchitect; LCOM* en la herramienta CK; LCOM2 en Aivosto |
Lo que muestra la tabla: un «LCOM» de NDepend, uno de la herramienta CK y uno de Stau Metro son tres fórmulas
distintas, y un «LCOM*» de CK no es el LCOM* de Eclipse Metrics. Las fórmulas exactas y las reglas de cada
herramienta están en las páginas de cada variante.
Por qué no son comparables
Aunque dos herramientas digan calcular la misma variante, los números pueden no coincidir. Las diferencias son de cuatro clases:
- Qué devuelve.
LCOM1,LCOM2,LCOM3yLCOM4son recuentos sin máximo fijo;LCOM*,TCCyLCCson proporciones. UnLCOM2crece con el cuadrado del número de métodos, así que un 8 en una clase de 5 métodos y un 8 en una de 8 no dicen lo mismo. Un umbral de una variante no vale para otra: «más de 1» es una alarma razonable paraLCOM4y no significa nada paraLCOM2. - Qué une a dos métodos. Solo el uso directo de un campo (
LCOM1,LCOM2,LCOM3,LCOM*), también las llamadas entre ellos (LCOM4), o el uso de campos a través de las llamadas internas (TCCyLCCsegún Bieman y Kang). Si la clase accede a sus campos mediante getters, las variantes que solo ven accesos directos la dan por mucho menos cohesionada de lo que es. - Qué métodos entran. Constructores sí o no; accesores; métodos como
toString,equalsohashCode, que suelen leer todos los campos y unen todo en un grupo; solo los métodos visibles (TCCyLCC) o todos. Stau Metro, por ejemplo, deja fuera los constructores y esos métodos deObject; NDepend cuenta los constructores; la herramienta CK calculaTCCyLCCsolo sobre los métodos no privados, y PMD calculaTCCsin filtrar por visibilidad y solo con accesos directos. - Qué campos entran. De instancia solamente, o también los estáticos y las constantes. Contar las constantes une métodos que solo comparten un valor fijo; no contarlas puede separar métodos que sí trabajan juntos.
La consecuencia práctica: compara valores de cohesión solo si salen de la misma herramienta con la misma configuración, y usa los umbrales que acompañan a esa variante.
Cómo se combinan
LCOM4 dice si; TCC y LCC dicen cuánto. Una clase de diez métodos públicos encadenados, en la que cada
uno comparte un campo solo con el siguiente, vale LCOM4 = 1, igual que una en la que todos comparten todo. TCC
distingue los dos casos: de los 45 pares, la primera tiene 9 conectados directamente (TCC = 0,2) y la segunda,
los 45 (TCC = 1). LCC, que sigue la cadena, vale 1 en las dos. Siempre LCC ≥ TCC, y
LCC = 1 se corresponde con la idea de un solo grupo, aunque las reglas de conexión de las dos métricas no sean las
mismas.
Cohesión y tamaño. Una clase grande, compleja y poco cohesionada es la candidata clásica a partirse. Lee la
cohesión junto a la «complejidad ponderada de los métodos»
(WMC) y el «tamaño en operaciones» (CSO): con más métodos es más fácil
que aparezcan grupos separados. La estrategia de detección de clases dios de
«Lanza y Marinescu» combina justo eso: WMC alto, mucho acceso a datos de otras
clases y TCC por debajo de 1/3.
Cohesión y acoplamiento. Baja cohesión y alto acoplamiento suelen ir juntos: cada responsabilidad de una clase
mezclada trae sus propias dependencias. Si una clase tiene LCOM4 alto y «CBO»
alto, partirla suele bajar los dos. Ver la guía de «Acoplamiento».
En el paquete. La cohesión relacional mira las relaciones de dentro del paquete; los
«acoplamientos aferentes» (Ca) y
«eferentes» (Ce), las de fuera. Un paquete bien delimitado tiene
muchas de las primeras y pocas de las segundas. Stau Metro no calcula ninguna métrica de cohesión de paquete; la más
cercana es el «ratio de encapsulación» (E_RAT), la proporción de
clases del paquete que no se usan desde fuera, que mira otra cosa.
Qué no miden
- La cohesión de significado. Dos métodos que usan el mismo campo pueden pertenecer a responsabilidades distintas, y dos que no comparten nada pueden ser parte de la misma idea. Las métricas ven el uso de datos y las llamadas, no la intención.
- Si el vínculo es real. Un método que toca un campo de cada grupo, o que llama a un método de cada grupo, baja
LCOM4a 1 sin cambiar el diseño. - Las clases que no tienen por qué ser cohesionadas en este sentido. Las clases de datos con un accesor por campo,
las fachadas y las clases de utilidades dan valores «malos» por su función. En Java, los
recordevitan el caso de los accesores en Stau Metro, porque sus accesores implícitos no se cuentan. - El ideal.
LCOM*toma como cohesión perfecta una clase en la que cada método usa cada campo; Briand, Daly y Wüst (1998) señalan que no se sabe si ese diseño es deseable.
Para profundizar
Origen. La cohesión, como el acoplamiento, viene del diseño estructurado: Constantine la desarrolló a mediados
de los años sesenta y el artículo «Structured Design» de Stevens, Myers y Constantine (1974) la explicó de forma
más completa, como una propiedad de los módulos de un programa. Chidamber y Kemerer (1991, 1994) la llevaron a las
clases con LCOM, inspirándose en la idea de similitud de la ontología de Bunge: dos métodos se parecen en los
campos que usan en común.
Por qué hay tantas variantes. La definición de 1991 era ambigua: leída al pie de la letra, no sirve, y de sus dos
interpretaciones salen LCOM1 y la familia de los grupos (LCOM3, LCOM4). La de 1994 (LCOM2) resolvió la
ambigüedad, pero da 0 a clases muy distintas y crece con el cuadrado del número de métodos. Li y Henry (1993)
leyeron la de 1991 como grupos de métodos que comparten campos; Hitz y Montazeri (1995) la reformularon como
componentes conexos de un grafo y le añadieron las llamadas; Bieman y Kang (1995) propusieron proporciones de pares
conectados; Henderson-Sellers, Constantine y Graham (1996), una proporción normalizada. Cada propuesta corregía un
defecto de la anterior.
Propiedades formales. Briand, Daly y Wüst (1998) propusieron cuatro propiedades para una medida de cohesión
(normalización, valor nulo y máximo, monotonía, y que unir dos clases sin relación no aumente la cohesión). De las
medidas que revisaron, TCC y LCC las cumplen, junto con las medidas RCI; las LCOM incumplen al menos una.
LCOM2, por ejemplo, no es monótona: añadir una relación entre métodos puede empeorar su valor.
Evidencia empírica. En el estudio de Basili, Briand y Melo (1996) sobre ocho sistemas en C++, LCOM2 fue la
única de las seis métricas de Chidamber y Kemerer que no resultó significativa como predictora de clases con fallos:
sus valores apenas variaban, porque la definición pone a 0 todas las clases con más pares que comparten que pares
que no. Bieman y Kang, al aplicar TCC y LCC al sistema InterViews, encontraron que las clases con más
descendientes eran menos cohesionadas, lo contrario de lo que esperaban. Las páginas de cada variante dan el
detalle.
El intervalo de la cohesión relacional. El intervalo recomendado de 1,5 a 4,0 aparece en NDepend, JArchitect y CodeQL con fórmulas que no son idénticas, y ninguna de las tres dice de dónde sale; Larman, que propuso la idea, no lo da.
Referencias
- Stevens, W. P., Myers, G. J. y Constantine, L. L. (1974). «Structured Design». IBM Systems Journal, 13(2), 115-139.
- IEEE Computer Society, «Larry L. Constantine» (origen y primera publicación de acoplamiento y cohesión): https://history.computer.org/pioneers/constantine.html
- Chidamber, S. R. y Kemerer, C. F. (1991). «Towards a Metrics Suite for Object Oriented Design». Proceedings of OOPSLA '91, ACM SIGPLAN Notices, 26(11), 197-211.
- Chidamber, S. R. y Kemerer, C. F. (1994). «A Metrics Suite for Object Oriented Design». IEEE Transactions on Software Engineering, 20(6), 476-493. https://doi.org/10.1109/32.295895
- Li, W. y Henry, S. (1993). «Maintenance Metrics for the Object Oriented Paradigm». Proceedings of the First International Software Metrics Symposium, 52-60.
- Hitz, M. y Montazeri, B. (1995). «Measuring Coupling and Cohesion In Object-Oriented Systems». Proceedings of the International Symposium on Applied Corporate Computing, Monterrey (México).
- Bieman, J. M. y Kang, B.-K. (1995). «Cohesion and Reuse in an Object-Oriented System». Proceedings of the 1995 Symposium on Software Reusability, 259-262. https://doi.org/10.1145/211782.211856
- Henderson-Sellers, B., Constantine, L. L. y Graham, I. M. (1996). «Coupling and Cohesion (Towards a Valid Metrics Suite for Object-Oriented Analysis and Design)». Object Oriented Systems, 3, 143-158.
- Basili, V. R., Briand, L. C. y Melo, W. L. (1996). «A Validation of Object-Oriented Design Metrics as Quality Indicators». IEEE Transactions on Software Engineering, 22(10), 751-761.
- Briand, L. C., Daly, J. W. y Wüst, J. (1998). «A Unified Framework for Cohesion Measurement in Object-Oriented Systems». Empirical Software Engineering, 3, 65-117.
- Larman, C. (2001). Applying UML and Patterns, 2.ª ed. Prentice Hall.
- Lanza, M. y Marinescu, R. (2006). Object-Oriented Metrics in Practice. Springer.