Detecção de Code Smells em ambientes de nuvem

Abstract

Code smells são características do código que indicam possíveis problemas no design estrutural do software. Embora essas questões não causem falhas imediatas na funcionalidade do sistema, podem comprometer aspectos cruciais, como desempenho, escalabilidade, manutenibilidade e confiabilidade, especialmente em projetos de grande escala. Este trabalho apresenta uma ferramenta desenvolvida para detectar code smells em plataformas de computação em nuvem. A ferramenta foi projetada para identificar code smells relacionados a código repetitivo, código morto e funções contendo múltiplas instruções de retorno. A ferramenta proposta detectou nove tipos de code smells, analisando mais de 1.200 arquivos de código em Python e Java. No OpenStack, o código repetitivo foi o problema mais prevalente, representando 65,7% dos casos, enquanto no CloudStack, classes e métodos longos foram os mais recorrentes, totalizando 39,5% do total. Além disso, o code smell proposto, número mágico, se destacou ao representar 6,1% do total de code smells no CloudStack e 8,4% no OpenStack, evidenciando sua relevância para a legibilidade e manutenibilidade do código. A análise da detecção de code smells demonstra a importância da ferramenta NimbusScan, pois não apenas acelera o processo de revisão de código, mas também promove a modularidade e a clareza necessárias em sistemas complexos e dinâmicos. Essa análise conclui que soluções como a apresentada são essenciais para o desenvolvimento de software robusto e eficiente, capaz de atender às crescentes demandas do mercado de computação em nuvem, desempenhando um papel fundamental na melhoria contínua da qualidade do código e na longevidade dos sistemas.