Acoplamiento de cambio
| Sigla | sin sigla asentada |
| Aspecto | «Evolución del código» |
| Se mide en | pares (o grupos) de ficheros, clases o componentes, sobre el historial de versiones |
| Tipo de valor | recuento de cambios compartidos; ratio (porcentaje o confianza de 0 a 1) |
| Dirección | más alto es peor cuando no hay una dependencia que lo explique |
| Origen | Gall, Hajek y Jazayeri (1998), como «acoplamiento lógico» |
| Stau Metro | no la calcula |
En pocas palabras
Dos ficheros están acoplados por el cambio si, cada vez que alguien modifica uno, suele tener que modificar también el otro. No hace falta que uno llame al otro: basta con que aparezcan juntos, una y otra vez, en los mismos commits. Se mide leyendo el historial del control de versiones. Sirve para descubrir dependencias que el código no muestra, y para avisar de que un cambio probablemente está incompleto.
Qué mide
Mide una dependencia observada, no declarada. Las métricas de acoplamiento clásicas, como el «acoplamiento entre objetos», leen el código y cuentan referencias. El acoplamiento de cambio mira lo que ha pasado: qué partes han tenido que cambiar a la vez.
Se le llama también acoplamiento lógico (logical coupling, el término de Gall et al.) o acoplamiento temporal (temporal coupling, el que usa Tornhill). Términos:
- Transacción: un conjunto de ficheros cambiados juntos. Lo normal es tomar un commit. Con CVS, que no tenía commits atómicos, Zimmermann et al. agrupaban los cambios seguidos del mismo autor y con el mismo mensaje dentro de una ventana de tiempo; Code Maat permite tratar como uno solo todos los commits de un mismo día.
- Revisiones de un fichero: número de transacciones en las que aparece.
- Revisiones compartidas: número de transacciones en las que aparecen los dos ficheros del par.
Importa por tres razones:
- Dependencias ocultas. Un fichero de configuración y la clase que lo lee, un esquema de base de datos y su mapeo, o dos clases que duplican una regla de negocio no se referencian entre sí, pero cambian juntos.
- Cambios incompletos. Si
AyBcambian juntos el 90 % de las veces, un commit que solo tocaAmerece una segunda mirada. - Arquitectura. El acoplamiento de cambio que cruza fronteras de módulos o de equipos señala límites mal trazados.
Cómo se calcula
No hay una fórmula única. Las dos más extendidas:
Grado de acoplamiento (simétrico; la variante de Code Maat). Las revisiones compartidas divididas entre la media de las revisiones de los dos ficheros:
Reglas de asociación (asimétricas; Zimmermann et al., 2005). Tomadas de la minería de datos, igual que «los
clientes que compraron este libro también compraron…». Para una regla («quien cambia A cambia
también B»):
- recuento de soporte: número de transacciones que contienen los dos, ;
- confianza: qué parte de las transacciones que contienen
Acontienen tambiénB,
La confianza no es simétrica: un fichero pequeño que siempre cambia con uno grande tiene una confianza alta hacia él, pero no al revés. El soporte evita fiarse de reglas sacadas de dos o tres casos.
Filtros. Lo habitual es descartar:
- las transacciones enormes (una fusión de ramas, un cambio de formato o de licencia en todo el proyecto), que emparejarían todo con todo;
- los pares con pocas revisiones compartidas, cuyo porcentaje no significa nada.
Ejemplo
Cinco commits sobre tres ficheros:
| Commit | Ficheros |
|---|---|
| c1 | Order.java, OrderMapper.java |
| c2 | Order.java, OrderMapper.java, schema.sql |
| c3 | Order.java |
| c4 | OrderMapper.java, schema.sql |
| c5 | Order.java, OrderMapper.java |
Revisiones: Order.java 4 (c1, c2, c3, c5); OrderMapper.java 4 (c1, c2, c4, c5); schema.sql 2 (c2, c4).
| Par | Compartidas | Grado | Confianza en un sentido | Confianza en el otro |
|---|---|---|---|---|
Order - OrderMapper |
3 (c1, c2, c5) | 3 / 4 = 75 % | Order ⇒ OrderMapper: 3/4 = 0,75 |
OrderMapper ⇒ Order: 3/4 = 0,75 |
OrderMapper - schema.sql |
2 (c2, c4) | 2 / 3 ≈ 67 % | schema.sql ⇒ OrderMapper: 2/2 = 1,0 |
OrderMapper ⇒ schema.sql: 2/4 = 0,5 |
Order - schema.sql |
1 (c2) | 1 / 3 ≈ 33 % | schema.sql ⇒ Order: 1/2 = 0,5 |
Order ⇒ schema.sql: 1/4 = 0,25 |
(La media de revisiones es 4 en el primer par y 3 en los otros dos.)
Lectura: cada vez que cambió schema.sql cambió también OrderMapper.java (confianza 1,0), aunque una clase Java y
un fichero SQL no tienen ninguna dependencia visible en el código. Con cinco commits, todo esto es anecdótico: en
un historial real se exigiría un mínimo de revisiones compartidas antes de creerlo.
Cómo interpretarla
No hay umbrales con respaldo empírico. Los filtros por defecto de Code Maat sirven de orientación: un par solo se informa si la media de las revisiones de los dos ficheros es al menos 5, si tienen al menos 5 revisiones compartidas y si el grado es al menos del 30 %, y no se tienen en cuenta los commits de más de 30 ficheros.
Cómo leer un par muy acoplado:
| Situación | Lectura |
|---|---|
| Clase y su test | esperado y sano: el test acompaña al código |
| Clases del mismo paquete con dependencia directa | esperado; vigila solo si el grado es casi del 100 % |
| Ficheros de paquetes o módulos distintos sin dependencia en el código | señal de alerta: una dependencia oculta, código duplicado o una responsabilidad partida en dos |
| Ficheros de equipos distintos | coste de coordinación en cada cambio |
Qué hacer: si dos ficheros cambian siempre juntos y no hay razón de diseño, júntalos o extrae lo que comparten. Si la causa es una regla duplicada, unifícala. Si el acoplamiento cruza módulos, revisa dónde está el límite.
Ojo. El acoplamiento de cambio no dice cuál de los dos ficheros es el problema, ni si lo hay. Un par muy acoplado de un fichero y su test es exactamente lo que se quiere ver.
Para profundizar
Origen. Gall, Hajek y Jazayeri (1998) propusieron detectar el acoplamiento lógico a partir del historial de versiones de los módulos, sin mirar el código. Lo desarrollaron sobre 20 versiones de un gran sistema de conmutación de telecomunicaciones. La motivación eran los límites de las métricas de acoplamiento y cohesión basadas en el código.
Guiar los cambios. Zimmermann, Weißgerber, Diehl y Zeller (2005) aplicaron reglas de asociación al historial a nivel de fichero y, con un analizador sencillo, de entidades más finas como clases o funciones, con su prototipo ROSE. Tras un primer cambio, ROSE sugería otros sitios que cambiar; en el historial de ocho proyectos de código abierto, sus tres primeras sugerencias contenían un sitio correcto con una probabilidad de más del 70 %. Prefieren el recuento de soporte al soporte relativo (dividido entre el total de transacciones) porque un desarrollador entiende «7 veces» mejor que «0,000145».
Relación con los defectos. D'Ambros, Lanza y Robbes (2009) estudiaron tres sistemas grandes y aportaron evidencia de que el acoplamiento de cambio se correlaciona con los defectos registrados en el gestor de incidencias. También estudiaron la relación según la gravedad de los defectos y si añadir el acoplamiento de cambio mejora los modelos de predicción basados en métricas del código.
Limitaciones.
- Depende de la disciplina de commits. Quien agrupa el trabajo de un día en un solo commit crea acoplamientos falsos; quien parte un cambio en diez, los esconde.
- Los renombrados y movimientos rompen el historial de un fichero si no se siguen.
- Pares con pocas revisiones dan porcentajes extremos (100 % con dos commits).
- Es caro: el número de pares crece con el cuadrado del número de ficheros de cada transacción.
Relación con otras métricas
- «Acoplamiento entre objetos» (
CBO): el acoplamiento estructural de una clase, leído del código. Un par muy acoplado por el cambio y sin dependencia estructural es justo lo queCBOno ve. - «Número de dependientes transitivos» (
Dpt*): el alcance teórico de un cambio según el código; el acoplamiento de cambio es el alcance observado. - «Número de dependencias cíclicas» (
Cyclic): los ciclos estructurales suelen aparecer también como grupos de ficheros que cambian juntos. - «Rotación del código»: cuánto cambia cada fichero; el acoplamiento de cambio, qué cambia a la vez.
- «Puntos calientes de cambio»: un punto caliente muy acoplado por el cambio a otros ficheros extiende su coste a todos ellos.
- «Densidad de líneas duplicadas»: el código copiado tiende a cambiar a la vez que su original; un par con acoplamiento de cambio alto merece una búsqueda de duplicados.
En las herramientas
Stau Metro. No la calcula: no lee el control de versiones. Calcula el acoplamiento estructural, leído del
código: «dependencias» (Dcy), «dependientes»
(Dpt), sus variantes transitivas y los «ciclos» (Cyclic). Sirven para
contrastar: un par con acoplamiento de cambio alto que no aparece en esas métricas apunta a una dependencia que el
código no declara.
Code Maat. El análisis coupling da, por cada par, el grado de acoplamiento (las revisiones compartidas entre
la media de las revisiones de los dos, en porcentaje) y la media de revisiones. Las opciones por defecto: mínimo de
5 para la media de revisiones del par (--min-revs; el filtro se aplica a la media, no a cada fichero), mínimo de
5 revisiones compartidas (--min-shared-revs), grado mínimo del
30 % (--min-coupling) y máximo del 100 % (--max-coupling), y se ignoran los commits de más de 30 ficheros
(--max-changeset-size). Las revisiones de cada fichero se cuentan después de descartar esos commits grandes. Su
análisis soc (sum of coupling) suma, para cada fichero y en cada commit en que aparece, el número de ficheros
que cambiaron con él: una lista de los ficheros que más cambian acompañados.
Referencias
- Gall, H., Hajek, K. y Jazayeri, M. (1998). «Detection of Logical Coupling Based on Product Release History». Proceedings of the International Conference on Software Maintenance (ICSM). https://doi.org/10.1109/ICSM.1998.738508
- Zimmermann, T., Weißgerber, P., Diehl, S. y Zeller, A. (2005). «Mining Version Histories to Guide Software Changes». IEEE Transactions on Software Engineering, 31(6), 429-445. https://doi.org/10.1109/TSE.2005.72
- D'Ambros, M., Lanza, M. y Robbes, R. (2009). «On the Relationship Between Change Coupling and Software Defects». Proceedings of the 16th Working Conference on Reverse Engineering (WCRE), 135-144. https://doi.org/10.1109/WCRE.2009.19
- Tornhill, A. (2015). Your Code as a Crime Scene. The Pragmatic Bookshelf. (2.ª ed., 2024.)
- Code Maat: https://github.com/adamtornhill/code-maat