Revize daee0ce8

Ninety ninety first implementation ready

src/main/java/cz/zcu/fav/kiv/antipatterndetectionapp/detecting/detectors/LongOrNonExistentFeedbackLoopsDetectorImpl.java

@@ -53 +53 @@
 
     /**
      * Postup detekce:
-     * A)
-     * 1) najít všechny aktivity, které by mohli představovat zákaznické demo (název bude obsahovat substring)
-     * 2) zjistit průměrnou délku iterací
-     * 3) zjistit počet iterací
-     * 4) nejprve porovnat s počtem iterací => iterace a nalezené aktivity by se měly ideálně rovnat (mohou být menší i větší ale né o moc menší)
-     * 5) u každých dvou po sobě jdoucích aktivitách udělat rozdíl datumů a porovnat s průměrnou délkou iterace => rozdíl by se neměl moc lišit od průěrné délky iterace
-     * 6) pokud u bodu 4) dojde k detekci máleho počtu nalezených aktivit (tým nedělá aktivity na schůzky a může zaznamenávat pouze do wiki)
-     * 7) najít všechny wiki stránky a udělat join kdy se měnily (může být použita jedná stránka pro více schůzek) s příslušným názvem
-     * 8) udělat group podle dne
+     *      1) najít všechny aktivity, které by mohli představovat zákaznické demo (název bude obsahovat substring)
+     *      2) zjistit průměrnou délku iterací
+     *      3) zjistit počet iterací
+     *      4) nejprve porovnat s počtem iterací => iterace a nalezené aktivity by se měly ideálně rovnat (mohou být menší i větší ale né o moc menší)
+     *      5) u každých dvou po sobě jdoucích aktivitách udělat rozdíl datumů a porovnat s průměrnou délkou iterace => rozdíl by se neměl moc lišit od průěrné délky iterace
+     *      6) pokud u bodu 4) dojde k detekci máleho počtu nalezených aktivit (tým nedělá aktivity na schůzky a může zaznamenávat pouze do wiki)
+     *      7) najít všechny wiki stránky a udělat join kdy se měnily (může být použita jedná stránka pro více schůzek) s příslušným názvem
+     *      8) udělat group podle dne
      *
      * @param project            analyzovaný project
      * @param databaseConnection databázové připojení

src/main/java/cz/zcu/fav/kiv/antipatterndetectionapp/detecting/detectors/NinetyNinetyRuleDetectorImpl.java

@@ -10 +10 @@
 
 import java.util.ArrayList;
 import java.util.List;
+import java.util.Map;
 
 public class NinetyNinetyRuleDetectorImpl extends AntiPatternDetector {
 
@@ -27 +28 @@
     /**
      * SETTINGS
      */
+    private static final double MAX_DIVISION_RANGE = 1.2;
+    private static final double MIN_DIVISION_RANGE = 0.8;
 
     @Override
     public AntiPattern getAntiPatternModel() {
@@ -43 +46 @@
         this.sqlQueries = queries;
     }
 
+    /**
+     * Postup detekce:
+     *      1) pro každou iteraci udělat součet stráveného a odhadovaného času přes všechny aktivity
+     *      2) udělat podíl strávený čas / odhadovaný čas
+     *      3) pokud všechny výsledky podílů budou v rozsahu 0.8 - 1.2 => vše ok
+     *      4) pokud budou některé výsledky mimo rozsah, tak se najde iterace s nejhorším výsledkem
+     *      5) od této iteraci by měl být výsledek podílů mít klesající tendenci
+     *      tato časová řada by měla mít klesající tendenci
+     *
+     * @param project            analyzovaný project
+     * @param databaseConnection databázové připojení
+     * @return výsledek detekce
+     */
     @Override
     public QueryResultItem analyze(Project project, DatabaseConnection databaseConnection) {
+
         List<ResultDetail> resultDetails = new ArrayList<>();
-        return new QueryResultItem(this.antiPattern, false, resultDetails);
+        List<Double> divisionsResults = new ArrayList<>();
+        boolean isAllInRange = true;
+
+        List<List<Map<String, Object>>> resultSets = databaseConnection.executeQueriesWithMultipleResults(project, this.sqlQueries);
+        for (List<Map<String, Object>> rs : resultSets) {
+            for (Map<String, Object> map : rs) {
+                Double resultDivision = (Double) map.get("timeDivision");
+                // some divisions can by null
+                if (resultDivision == null) {
+                    continue;
+                }
+                divisionsResults.add(resultDivision);
+                // if is one division is out of range set boolean to false
+                if (resultDivision > MAX_DIVISION_RANGE || resultDivision < MIN_DIVISION_RANGE) {
+                    isAllInRange = false;
+                }
+            }
+        }
+
+        if (isAllInRange) {
+            resultDetails.add(new ResultDetail("Conclusion", "All divisions of estimated and spent time are in range"));
+            return new QueryResultItem(this.antiPattern, false, resultDetails);
+        }
+
+        return new QueryResultItem(this.antiPattern, true, resultDetails);
     }
 }

src/main/webapp/queries/long_or_non_existent_feedback_loops.sql

@@ -22 +22 @@
 select COUNT(id) as 'numberOfIterations' from iteration where superProjectId = @projectId;
 /* Average iteration length */
 select avg(abs(dateDiff(iteration.endDate, iteration.startDate))) as 'averageIterationLength' from iteration where superProjectId = @projectId;
-/* Avoid error in sql execution */
-
 /* Select number of iterations which contains at least one feedback activity */
 select count(*) over () as 'totalCountOfIterationsWithFeedbackActivity' from workUnitView as wuv where wuv.projectId = @projectId and (wuv.name like "%schůz%zákazník%" OR wuv.name like "%předvedení%zákazník%" OR wuv.name LIKE "%zákazn%demo%" OR wuv.name like "%schůz%zadavat%" OR wuv.name like "%inform%schůz%" OR wuv.name like "%zákazn%" OR wuv.name like "%zadavatel%") group by wuv.iterationName order by wuv.activityEndDate;
 /* Select all activities for feedback loop with last modified date as end date */

src/main/webapp/queries/ninety_ninety_rule.sql

@@ -1 +1 @@
 /*
 Anti-pattern name: Ninety-Ninety Rule
 
+Description: The first 90 percent of the code represents the first 90 percent of development time. The
+             remaining 10 percent of the code represents another 90 percent of development time.
+             Then decide on a long delay of the project compared to the original estimate.
+             The functionality is almost done, some number is already closed and is only waiting
+             for one activity to close, but it has been open for a long time.
+
+Detection: In each iteration, find out how much time the activities were estimated and how much time
+           they actually took. During the iterations, the estimates and time spent on activities should equal.
 */
+
+/* Init project id */
+set @projectId = ?;
+/* Select all activities for each iteration and sum estimated time and spent time */
+select iterationName, sum(estimatedTime) as 'estimatedTime', sum(spentTime) as 'spentTime', sum(spentTime)/sum(estimatedTime) as 'timeDivision' from workUnitView where projectid = @projectId group by iterationName order by iterationName;