Continuous Improvement della Qualità IT

Transcript

1 Relatori: Claudio Gaiani, Assioma.net - QA Manager Paolo Baracco, Intesa Sanpaolo IT Architect Continuous Improvement della Qualità IT L esperienza di un grande gruppo bancario Software Testing Forum - 24 giugno 2014

2 Agenda Bisogni Bisogni Modelli Modelli Contesto Contesto Intesa Intesa Sanpaolo Sanpaolo Interventi Interventi effettuati effettuati Risultati Risultati 2

3 Bisogni Maggiore Governance del Parco Applicativo Riduzione di potenziali vulnerabilità nel codice Controllo del Debito Tecnico delle applicazioni Il debito tecnico è il lavoro che deve essere ancora fatto per poter considerare totalmente completata una singola attività di sviluppo. Attività da svolgere, ma non completate, sono considerate debito tecnico, che dovrà essere pagato prima o poi in futuro. Dove si accumula il debito tecnico? Fase di analisi Fase di codifica Fase documentazione Fase di verifica 3

4 Qualità del coding: i 7 debiti dello sviluppo Bugs potenziali Talvolta gli sviluppatori introducono nel codice potenziali problemi che hanno effetti sulla robustezza e sicurezza dell applicazione Programming Practice Spesso la mancanza di linee guida chiare porta ad avere del codice poco chiaro e scarsamente manutenibile N. Potential bugs Rules Compliance Source Code Complessità Codice troppo complesso è indice di bassa manutenibilità e scarsa testabilità Duplicazioni Spesso il codice viene duplicato per mancanza di tempo o coraggio al refactoring, rendendo poco manutenibile l applicazione %Complexity %Duplication Unit Test La verifica unitaria del codice sviluppato è spesso assente o con livelli di copertura molto bassi, rendendo il codice poco robusto Architettura Talvolta l architettura con la quale l applicazione è stata pensata non viene rispettata con implicazioni sulla manutenibilità Commenti L assenza di commenti rende il codice poco leggibile e scarsamente manutenibile %Unit test Coverage Package Index %Comment 4

5 Contesto applicativo Intesa Sanpaolo Portafoglio applicativo ISP COBOL Java RPG Applicazioni > Sotto Sistemi Applicativi ~ 900 Ambiti ~ 100 Altro ASP.NET Unix Script C/C++ SAS PHP Delphi Distribuzione per Nr Applicazioni 5

6 Il processo di SDLC di ISP Sviluppo Test Produzione Rilascio in Test Repository Rilascio in Test Rilascio in Test t Rilascio in Esercizio Rilasci in esercizio con cadenza quindicinale Gennaio Febbraio Marzo t 6

7 Quality Gate Uso del concetto di Quality Gate all interno del processo con soglie di qualità incrementali. Classe 3 Applicazione sotto CI con Soglia 3 raggiunta Classe 2 Applicazione sotto CI con Soglia 3 non raggiunta Classe 1 Applicazione sotto CI con Soglia 2 non raggiunta Classe 0 Applicazione non misurata Modello basato su classi di qualità per la riduzione del rischio Quality Gate basato su metriche aderenti alle caratteristiche di qualità interna (in linea con le normative ISO/IEC 9126, ora confluite nelle normative ISO/IEC 25000): Affidabilità Efficienza Manutenibilità Sicurezza Soglia 2 Soglia 1 E stato attivato un profilo contenente un insieme di regole corrispondenti alla «Soglia1» del modello basato su classi. Soglia 0 Portare le applicazioni all interno del perimetro di controllo Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% 7

8 Il processo di SDLC di ISP Sviluppo Test Produzione Q Rilascio in Test Q G Repository G Rilascio in Test Q G Rilascio in Test Q G Rilascio in Esercizio Q G Rilasci in esercizio con cadenza quindicinale t Gennaio Febbraio Marzo t 8

9 Attori coinvolti J2EE JSP C# COBOL PHP VB6 ABAP PL/SQL Abstract Syntax Tree (AST) Metriche: LOC, Num Classes, Complessità ciclomatica Duplicazioni Commenti Regole: Manutenibilità Robustezza Performance Efficienza Portabilità Dashboard online QA PM DEV TEAM MANAGER 9

10 Pianificazione delle attività Proof of Concept Definizione e validazione metriche Disegno integrazione processi Quality Gate su codice in produzione Quality Gate su codice in test Quality Gate su codice in sviluppo Supporto all esercizio 10

11 Risultati ottenuti Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% Best Δ + 2% Best Δ % riferito al 10% del campione osservato con maggior miglioramento * Riferita al codice analizzato rilasciato in ambiente di produzione 11

12 Risultati ottenuti Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% Best Δ + 2% Best Δ 79% Best Δ % riferito al 10% del campione osservato con maggior miglioramento * Riferita al codice analizzato rilasciato in ambiente di produzione 12

13 Risultati ottenuti Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% Best Δ + 2% Best Δ 79% Best Δ +21% Best Δ % riferito al 10% del campione osservato con maggior miglioramento * Riferita al codice analizzato rilasciato in ambiente di produzione 13

14 Risultati ottenuti Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% Best Δ + 2% Best Δ 79% Best Δ +21% Best Δ 31% Best Δ % riferito al 10% del campione osservato con maggior miglioramento * Riferita al codice analizzato rilasciato in ambiente di produzione 14

15 Risultati ottenuti Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% Best Δ + 2% Best Δ 79% Best Δ +21% Best Δ 31% Best Δ 20% Best Δ % riferito al 10% del campione osservato con maggior miglioramento * Riferita al codice analizzato rilasciato in ambiente di produzione 15

16 Risultati ottenuti Quality Gate Soglia 1: Potential bugs = 0 Rules Compliance > 95% Complexity / methods < 3,5 Duplication < 20% Comment > 10% Metrica* Marzo 2013 Marzo 2014 Δ % Best Δ % Best Δ + 2% Best Δ 79% Best Δ +21% Best Δ 31% Nr. applicazioni LOC 26.6 M 24.8 M Rules Compliance 98,87% 99,14% +0,27% +2% Blocker Violations ,96% 79% % Comments 12,22% 12,59% +3% +21% % Duplication 24,82% 23,64% 4,90 % 31% Best Δ 20% % Complexity by Method 3,54 3,44 2,8% 20% Best Δ % riferito al 10% del campione osservato con maggior miglioramento * Riferita al codice analizzato rilasciato in ambiente di produzione 16

17 Distribuzione delle metriche 17

18 Dare valore aggiunto Aumentata l efficienza del processo di Governance del Parco Software Aumentata l efficacia del processo di raccolta delle metriche con estensione del controllo a tutto il parco software Introdotto un processo di maturità delle applicazioni basato su soglie incrementali Migliorata la qualità del lavoro svolto in outsourcing 18

19 SonarSource & Assioma.net Track 3: Le nuove frontiere del Testing Continuous Inspection of Software H 17:00 17:30 3 Introduzione 19

20 Assioma.net Assioma.net è in grado di supportare l IT in una efficace governance della qualità applicativa, mettendo a disposizione dei propri clienti competenze specialistiche consolidate da un esperienza quasi trentennale e organizzate in una struttura agile e flessibile che conta oltre 200 collaboratori, ha acquisito partecipazioni in aziende leader di mercato e collabora con importanti comunità accademiche nazionali ed internazionali. Composizione del fatturato Risolvere Analizzare Prevenire Assioma.net offre un ampia panoramica di soluzioni e servizi che consentono da una parte di controllare che la qualità delle applicazioni percepita dall utente finale sia in linea con le sue aspettative e con gli obiettivi dell azienda, dall altra di gestire con efficacia e tempestività servizi di help desk e di gestione dei problemi. Assioma.net mette a disposizione strumenti e metodologie di management e di reporting, nonché attività di assessment e di misurazione dei risultati, al fine di supportare un approccio più strategico e sistematico alla gestione della qualità, a garanzia di un ROI più elevato e di una maggiore capacità predittiva. Assioma.net offre un ampia gamma di test strutturali e di performance, oltre a servizi di gestione e ottimizzazione delle risorse e dei processi in ambito Software Quality, finalizzati a coniugare l aumento dei livelli qualitativi con la diminuzione dei costi, in un ottica di continuous improvement. Titolo ppt 20

21 Assioma.net - Ricerca e sviluppo Progetto Iceberg: «Come stimare i costi della scarsa qualità in un progetto di Software Quality Assurance: un nuovo approccio a supporto dei processi decisionali» sqa.eu Track 3: Le nuove frontiere del Testing Il Progetto Iceberg H 15:30 16:00 21

22 CONTATTACI Torino Milano Seoul Claudio Gaiani Via G. Spano, 6/ Torino Tel Fax Via Rimembranze, Cesano Boscone (MI) Tel Fax #502 Ivy League Bldg Imun-dong, Dongdaemun-gu, Seoul , Korea Tel Fax