工业级基于信息检索的缺陷定位：来自 Facebook 的视角
软件工程
2021-03-18 v2
摘要
我们探索了基于信息检索（IR）的缺陷定位方法在大型工业环境 Facebook 中的应用。Facebook 的代码库演进迅速，每天有数千次代码变更提交到单一代码仓库。当检测到缺陷时，通常具有时间敏感性，且必须识别导致该缺陷的提交以便回滚或修复。由于缺陷常以复杂且难以处理的特性（如堆栈跟踪和其他元数据）表现出来，这使问题复杂化。代码提交也有各种与之相关的特征，从开发者注释到测试结果。这给缺陷定位方法带来了独特的挑战，使其成为一项高度非平凡的操作。在本文中，我们列出了工业级基于 IR 的缺陷定位的几个实际关注点，并提出了 Bug2Commit，一种旨在解决这些关注点的工具。我们还评估了软件工程界现有基于 IR 的定位技术的有效性，发现面对 Facebook 中常见的复杂查询或文档时，现有方法的表现不如 Bug2Commit。我们在 Facebook 的三个应用上评估了 Bug2Commit：来自移动应用的客户端崩溃、服务端性能回归以及用于性能的移动模拟测试。我们发现 Bug2Commit 的准确率比现有方法高出至多 17%，从而减少了回归分类和模拟中发现缺陷归因所需的时间。
引用
@article{arxiv.2010.09977,
title = {Industry-scale IR-based Bug Localization: A Perspective from Facebook},
author = {Vijayaraghavan Murali and Lee Gross and Rebecca Qian and Satish Chandra},
journal= {arXiv preprint arXiv:2010.09977},
year = {2021}
}