Apakah bahasa dinamis tidak menguntungkan untuk pengembangan tangkas?

Dari apa yang saya baca pengembangan tangkas sering melibatkan refactoring atau membalikkan kode teknik menjadi diagram. Tentu saja ada lebih dari itu, tetapi jika kita menganggap praktik yang mengandalkan kedua metode ini, apakah bahasa yang diketik secara dinamis tidak menguntungkan?

Tampaknya bahasa yang diketik secara statis akan membuat refactoring dan membalikkan teknik menjadi lebih mudah.

Apakah Refactoring atau (otomatis) rekayasa terbalik sulit jika bukan tidak mungkin dalam bahasa yang diketik secara dinamis? Apa yang dikatakan proyek dunia nyata tentang penggunaan bahasa yang diketik secara dinamis untuk metodologi tangkas?

Bahasa dinamis secara teori tidak menguntungkan, semuanya sama, karena mereka kurang menentukan tentang bagaimana kode bekerja (apa kendalanya), dan karena itu lebih sedikit refactoring dapat dilakukan secara otomatis, dan masalah yang muncul tidak dapat dideteksi secara otomatis juga .

Tapi semuanya tidak sama. Bahasa dinamis yang paling populer memungkinkan kode yang sangat kompak namun mudah dipahami, yang umumnya membuat pengembangan di dalamnya lebih cepat, dan membuat logika (yang dapat berubah dalam refactoring) lebih mudah dikenali secara visual. Jadi, meskipun Anda mungkin kehilangan beberapa keuntungan relatif dari bekerja dalam bahasa yang dinamis, Anda mungkin masih unggul, terutama jika Anda berencana melakukan refactoring dengan tangan.

Di sisi lain, ada bahasa yang diketik secara statis dengan keunggulan yang pada dasarnya sama dengan bahasa dinamis (yaitu kompak dan dapat dipahami - dengan jenis yang sebagian besar disimpulkan, tetapi sangat banyak di sana): Haskell mungkin merupakan contoh utama, tetapi OCaML / F #, Scala, dan yang lainnya ada di kategori ini juga. Sayangnya, karena mereka kurang banyak digunakan daripada bahasa yang diketik secara statis paling populer, mereka tidak memiliki set alat yang luas untuk mereka (misalnya untuk refactoring).

Jadi, sebagai garis bawah, saya pikir Anda akan melakukan cukup dengan metodologi tangkas di sebagian besar bahasa; Saya tidak akan mengatakan ada pemenang yang jelas sekarang karena latihan belum mengejar teori.

Refactoring otomatis ditemukan di Smalltalk, bahasa yang diketik secara dinamis. Jadi tidak, bukan tidak mungkin untuk memiliki refactoring otomatis dalam bahasa yang diketik secara dinamis. Betapa sulitnya itu jauh lebih tergantung pada faktor-faktor lain selain disiplin mengetik. C ++ dan Java keduanya diketik secara statis, tetapi alat refactoring hanya benar-benar ada untuk Java. Smalltalk dengan introspeksi dan sintaksis sederhana adalah kandidat yang sangat baik untuk alat refactoring.

Dalam beberapa hal, pengetikan dinamis sebenarnya membuat refactoring lebih mudah. Jika Anda memiliki suite pengujian yang baik, Anda dapat memastikan refactoring Anda tidak merusak apa pun. Basis kode yang diketik secara dinamis biasanya lebih kecil. Selain itu, refactoring cenderung memengaruhi kode yang lebih sedikit. Secara keseluruhan upaya yang terlibat dalam refactoring basis kode dinamis secara manual kurang dari basis kode statis.

Refactoring ditemukan dalam bahasa dinamis. Alat Refactoring Otomatis diciptakan dalam bahasa yang dinamis. IDE ditemukan dalam bahasa dinamis. Beberapa Metodologi Agile diciptakan dalam bahasa yang dinamis.

Saya benar-benar tidak melihat masalah.

Jangan sampai kita lupa, cara kerja "Agile" yang kemudian dikenal sebagai Extreme Programming (XP) diciptakan pada proyek Smalltalk (dan Smalltalk tentu saja dianggap sebagai bahasa "dinamis").

Berikut ini adalah studi kasus penggunaan industri alat refactoring yang disediakan dengan bahasa yang diketik secara dinamis:

Aplikasi Smalltalk yang sangat besar dikembangkan di Cargill untuk mendukung pengoperasian elevator biji-bijian dan aktivitas perdagangan komoditas terkait. Aplikasi klien Smalltalk memiliki 385 jendela dan lebih dari 5.000 kelas. Sekitar 2.000 kelas dalam aplikasi ini berinteraksi dengan kerangka akses data awal (sekitar 1993). Kerangka kerja secara dinamis melakukan pemetaan atribut objek ke kolom tabel data.

Analisis menunjukkan bahwa meskipun pencarian dinamis menghabiskan 40% waktu eksekusi klien, itu tidak perlu.

Antarmuka lapisan data baru dikembangkan yang mengharuskan kelas bisnis untuk menyediakan atribut objek untuk pemetaan kolom dalam metode yang dikodekan secara eksplisit. Pengujian menunjukkan bahwa antarmuka ini lebih cepat dari pesanan. Masalahnya adalah bagaimana mengubah 2.100 pengguna kelas bisnis dari lapisan data.

Aplikasi besar yang sedang dikembangkan tidak dapat membekukan kode sementara transformasi antarmuka dibangun dan diuji. Kami harus membuat dan menguji transformasi dalam cabang paralel dari repositori kode dari arus pengembangan utama. Ketika transformasi diuji sepenuhnya, maka itu diterapkan ke aliran kode utama dalam satu operasi.

Kurang dari 35 bug ditemukan di 17.100 perubahan. Semua bug dengan cepat diselesaikan dalam periode tiga minggu.

Jika perubahan dilakukan secara manual, kami memperkirakan bahwa akan dibutuhkan 8.500 jam, dibandingkan dengan 235 jam untuk mengembangkan aturan transformasi.

Tugas diselesaikan dalam 3% dari waktu yang diharapkan dengan menggunakan Aturan Penulisan Ulang. Ini merupakan peningkatan dengan faktor 36.

dari "Transformasi lapisan data aplikasi" Will Loew-Blosser OOPSLA 2002

Juga - "Alat untuk membuat perubahan yang tidak mungkin - pengalaman dengan alat untuk mengubah program Smalltalk besar"

Menurut saya, prinsip Anda kedengarannya benar .

Bahasa yang sangat diketik seperti C # adalah kandidat yang baik untuk basis kode yang terus-menerus perlu anjak ulang. Pada dasarnya sebagian besar alat re-factoring (seperti Resharper, JustCode, dll.) Di pasar sangat efektif dalam bahasa pemrograman yang diketik secara statis.

Apa yang dikatakan proyek dunia nyata tentang penggunaan bahasa yang diketik secara dinamis untuk metodologi tangkas?

Untuk tim pengembangan yang mempraktikkan metodologi Agile / Scrum, sangat membantu (bahkan kritis) untuk memiliki seperangkat alat re-factoring yang baik di bawah armor. Jika tidak, semua perubahan mendadak dalam sprint mendatang mungkin merupakan mimpi buruk untuk dimodifikasi atau dirancang ulang.

Dengan demikian, metodologi lincah tidak memberikan keuntungan untuk bahasa yang diketik secara statis atau dinamis sekali. Apa yang disediakannya adalah pendekatan berulang untuk membangun aplikasi yang solid.