软部件库的构造 |
| （本文转载自软件工程专家网www.21cmm.com） 域分析从软件工程的观点看，域就是向目标软件系统提出应用要求的问题及背景知识。域分析的主要任务是针对单个或一族相似的域，以软件重用为目标，探寻并挖掘域或域族中能够为多个目标软件系统共用的软部件，并对它们进行结构化组织以备重用。域分析与需求分析活动相似之处，它们都是软件项目中直接基于应用领域的开发活动，并且要完成程度不同的域建模任务。但是，域分析必须具有比需求更为广阔的视角：不仅要服务于当前软件项目，而且要从域的历史项目中发现软件项目之间的共同性和差异点，并放眼于同类或相似应用领域的未来软件项目。 |
| 上图显示了域分析活动的主要输入、输出项目、参与人员及控制。域分析的输入信息可以从多种渠道获得：技术文献，已完成的同类软件项目（其中包括源代码、设计文档、测试方案、用户手册等），用户述评，专家建议，用户需求，以及当前软件项目反馈过来的域特征信息。域分析活动一般由域分析师、分析辅助人员和领域专家协同完成。它们在域分析方法和管理机制的控制下提交域分析活动的结果信息——一般化的域结构模型（包裹域中概念和实体分类方法），软件开发标准（包括需求分析与软件的方法框架、软件开发过程标准、编码标准、界面标准等），以及用于刻画域的特征、域中对象、操作及其关系的域语言。 由于域分析与需求分析都以构筑应用领域的模型为主要任务，因此，某些需求分析技术可以在域分析过程中发挥作用，需求描述语言（数据流图、实体—关系图，面向对象的需求描述机制等）也可作为域语言的基础。但是，域分析必须进行一般化、抽象化和参数化，以抽象后的域模型元素表示同类域中不同软件项目之间的相似性，通过参数实例化刻画差异性，从而实现域模型元素面向不同软件项目的可适应性和灵活性。于是，在省略有关建模的技术细节之后，域分析过程可大致归纳以下步骤： （１） 发现并描述可重用的实体； （２） 对这些试题及它们之间的关系进行抽象化、一般化和参数化； （３） 对可重用的实体进行分类、归并，以备日后重用。 除上图所示的域分析结果外，域分析还可产生一种重用超结构，以管理在后续软件项目的各个开发阶段的软件重用的可能性，以及收集有关重用活动的各类统计数据。这些数据可反馈至域分析方法，以便不断改进之。在重用超结构中，软部件库管理人员负责软部件的检索和提取，软部件人员负责软部件的质量控制和标准化，重用管理员则收集与重用有关的统计数据，协调所有的重用活动。 软部件的开发域分析的结果为软部件的选取提供了指导原则。一旦确定某些软件应该作为重用部件加入部件库，开发人员就必须实际构造它们。由于软部件的生命周期将跨越开发项目甚至应用领域，因此，软部件的开发具有相当的特殊性，即如何使软部件更为通用，更易于组装为新的软件系统，以及在新的运行环境下表现出更好的强壮性？ 代码级重用是最简单、也是最流行的。但是，本书的软部件不仅包括代码级部件，也涵盖域知识、需求分析文档、设计文档、测试方案、测试用例等软件元素，因为这些级别上的软部件可望更好的发挥重用技术的潜力，同时也是代码级重用的必要补充。 １． 需求及设计级软部件 需求级软部件通常包括问题（及子问题）描述、有关域知识以及相应的需求规格说明。问题描述及域知识说明均用域语言表示，必要时可辅以结果化的自然语言。 类似地，设计级软件部件包括设计规格说明（片段）、设计决策描述以及相应的设计文档（例如总体设计方案，抽象算法）。于是，设计级软件与需求级软部件相结合，使需求级部件和设计级部件的重用同时发生，简化了对这些软部件的理解和组装过程。 需求级与设计级软件部件的开发必须遵循下列两项原则： （１） 将软部件应用的上下文与软部件严格分离； （２） 利用抽象化、参数化等手段提取公共性，增强软部件对未来不同应用项目的适应能力。 需求级、设计级与代码级软部件相结合，有助于代码级软部件的提取和理解。借助较高抽象级别的软部件可望提高重用效能，因为这样不仅可以重用代码，而且可以重用需求模型和设计方案。 ２.代码级软部件 代码级重用是迄今为止研究最深入、应用最广泛的重用技术。代码级软部件除包含通常的代码段外，还必须辅以相应的解释和上下文说明。这些辅助说明可以用结构化自然语言或其他表示机制描述，但最好以相应的需求或设计软部件的形式出现。传统上，代码级软部件的主体是子程序（函数或过程）。现在，由于基于对象和面向对象的程序设计语言及相应开发环境的发展，软部件还可以用Ada程序及C++类实现。 开发代码级软部件与通常的程序设计活动的主要区别在于，开发人员必须使用各种抽象化手段，以发觉公共性，分离软部件的应用上下文、功能及行为，从而提高可重用性。可以用下列三种抽象方法开发软部件： （１） 功能抽象：软部件的功能由接口说明中的输入-输出关系确定，实现细节对软部件使用者透明。 （２） 数据透明：在功能抽象的基础上进一步隐藏除界面参数之外的所有数据。 |
