带你读《SAS数据分析开发之道 软件质量的维度》第二章质量2.2软件产品质量模型(一)

简介: 带你读《SAS数据分析开发之道 软件质量的维度》第二章质量2.2软件产品质量模型(一)

软件产品质量模型


软件产品质量模型是确定的一组特征以及各个特征之间的关系,是一个用于确定质量要求、评估质量的框架。图2-1所示为ISO软件产品质量模型,其中列举了 8个属性和 40个子属性。

 

 


image.png

 

2-1    ISO软件产品质量模型(选自ISO/IEC25000:2014


 

 

ISO质量模型的一个重要特点是将功能性与其他 7个质量属性放在平行的位置上。由于每个 SAS软件产品的功能性各有不同,因此,尽管功能性是每个软件项目的核心,但本书的重点并不在此。除非特别强调,所有的SAS代码范例都默认是满足软件的功能性需求的。下面会在每章中对软件产品质量模型中的多个质量模型属性和子属性进行详细讲解。

2-1中的软件产品质量模型与我们在本书中逻辑呈现的模型略有不同,但两者之间并不冲突。动态性能需求中所涉及的外部质量维度包括可靠性、可恢复性、稳    健性、运行效率、效率、可扩展性、可移植性、安全性及自动化。静态性能需求中所    涉及的内部质量维度包括可维护性、模块化、可读性、可测试性、稳定性及复用性。    2-2是本书的结构,它适合ISO软件产品质量模型。


image.png

2-2    软件质量模型

 

本书有两个质量维度——稳定性和自动化不在    ISO    模型内,因此单独解释一下。

软件稳定性指软件耐维修、无须修改或仅做轻微变动即可正常运行的能力。在传统的    软件开发环境中,由于软件是为第三方用户生产的,所以软件一旦经过测试、验证并    投入使用,开发人员便没有机会再接触到自己创建的软件。因此,测试是非常重要的,通过测试,软件的所有缺点和漏洞在发布之前即可消除。软件测试失效就需要向用户    发送补丁或更新包,这样做既费时又费力,而且会让用户对软件失去信心。

与许多软件应用程序不同,BaseSAS软件能够在互动模式下运行,在这个模式下,SAS 应用程序是手动打开的,代码是手动执行的,日志是手动浏览的。SAS代码的互动性鼓励开发人员不断地修改和调整代码,这仅仅是因为他们有权这样做,但这样做    降低了软件的稳定性。出于这个原因,我们要用一章来讲述软件稳定性的优点,包括    它作为代码测试、复用性、可扩展性和自动化先决条件的作用。

软件自动化指软件在无须人工干涉(或轻微干涉)的情况下自动运行,在传统软    件开发中,由于用户希望与一个可执行的程序互动,而不是去处理一些需要自己编译    的原生代码,因此,软件的自动化是必需的。SAS    互动模式足以运行一些生产软件,SAS软件必须能可靠、定期地运行,而自动化(以及程序组工作的后续安排)很好地实现这一目标。SAS软件的自动化还包括通过软件大规模生产 SAS会话,借助平行处理提升性能。

相关文章
|
12月前
|
机器学习/深度学习 数据采集 数据挖掘
实战派教学:掌握Scikit-learn,轻松实现数据分析与机器学习模型优化!
【10月更文挑战第4天】Scikit-learn凭借高效、易用及全面性成为数据科学领域的首选工具,简化了数据预处理、模型训练与评估流程,并提供丰富算法库。本文通过实战教学,详细介绍Scikit-learn的基础入门、数据预处理、模型选择与训练、评估及调优等关键步骤,助你快速掌握并优化数据分析与机器学习模型。从环境搭建到参数调优,每一步都配有示例代码,便于理解和实践。
330 2
|
3月前
|
消息中间件 监控 数据可视化
实时看板数据分析的力量:推动高效决策的17个关键维度
实时看板数据分析通过可视化工具将企业运营数据实时整合展示,助力快速决策。它结合数据收集、处理与交互分析,广泛应用于制造、零售、金融等领域,提升响应速度与协作效率。技术上依赖流数据处理与可视化工具,如Power BI、Tableau等,同时关注数据安全与用户体验优化。
186 1
|
12天前
|
人工智能 数据挖掘 数据库
通义灵码产品演示: 数据库设计与数据分析
本演示展示如何使用通义灵码进行数据库设计与数据分析。通过SQLite构建电商订单表,利用AI生成表结构、插入样本数据,并完成多维度数据分析及可视化图表展示,体现AI在数据库操作中的高效能力。
99 9
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【数据分析】基于matlab私家车充电模型(含私家车日行驶距离概率密度及累加函数,电动汽车出发时间(或者称开始充电的时间)概率)(Matlab代码实现)
【数据分析】基于matlab私家车充电模型(含私家车日行驶距离概率密度及累加函数,电动汽车出发时间(或者称开始充电的时间)概率)(Matlab代码实现)
|
8月前
|
数据挖掘 Android开发 数据安全/隐私保护
Cellebrite Inseyets PA 10.4 - 取证数据分析软件
Cellebrite Inseyets PA 10.4 - 取证数据分析软件
171 10
Cellebrite Inseyets PA 10.4 - 取证数据分析软件
|
8月前
|
数据可视化 数据挖掘 BI
表格软件推荐:为何选择VeryReport让数据分析和报表生成更高效?
表格软件推荐:为何选择VeryReport让数据分析和报表生成更高效?
|
7月前
|
SQL 数据挖掘 大数据
Excel 后,我们需要怎样的数据分析软件
在现代商业中,数据分析至关重要,但传统BI工具和编程语言如Python、SQL等各有局限。Excel虽交互性强,但面对复杂计算和大数据时力不从心。esProc Desktop作为后Excel时代的数据分析神器,采用SPL语言,具备强大的表格计算能力和天然的大数据支持,可显著降低复杂计算难度。其强交互性、简短代码和内嵌Excel插件功能,让业务人员轻松完成多步骤交互式计算,是理想的数据分析工具。现提供免费使用及丰富学习资源。
|
7月前
|
机器学习/深度学习 传感器 数据采集
基于机器学习的数据分析:PLC采集的生产数据预测设备故障模型
本文介绍如何利用Python和Scikit-learn构建基于PLC数据的设备故障预测模型。通过实时采集温度、振动、电流等参数,进行数据预处理和特征提取,选择合适的机器学习模型(如随机森林、XGBoost),并优化模型性能。文章还分享了边缘计算部署方案及常见问题排查,强调模型预测应结合定期维护,确保系统稳定运行。
695 0
|
10月前
|
运维 监控 安全
公司监控软件:SAS 数据分析引擎驱动网络异常精准检测
在数字化商业环境中,企业网络系统面临复杂威胁。SAS 数据分析引擎凭借高效处理能力,成为网络异常检测的关键技术。通过统计分析、时间序列分析等方法,SAS 帮助企业及时发现并处理异常流量,确保网络安全和业务连续性。
156 11
|
数据采集 机器学习/深度学习 算法
"揭秘数据质量自动化的秘密武器:机器学习模型如何精准捕捉数据中的‘隐形陷阱’,让你的数据分析无懈可击?"
【8月更文挑战第20天】随着大数据成为核心资源,数据质量直接影响机器学习模型的准确性和效果。传统的人工审查方法效率低且易错。本文介绍如何运用机器学习自动化评估数据质量,解决缺失值、异常值等问题,提升模型训练效率和预测准确性。通过Python和scikit-learn示例展示了异常值检测的过程,最后强调在自动化评估的同时结合人工审查的重要性。
297 2