Estadísticas del repositorio de Mercurial, para encontrar candidatos para refactorización?

Question

En un repositorio ocupado, puedo prever que algunos archivos con demasiada lógica central en un solo lugar se editen constantemente.

¿Hay alguna forma de encontrar dichos archivos preguntando a Mercurial, ya sea a través de extensiones integradas, extensiones de terceros o cualquier herramienta externa?

Básicamente me gustaría obtener estadísticas que muestren los archivos que más se editan con el tiempo, para que pueda usarlos para buscar candidatos para dividir, como refactorizar el código en varios archivos, para evitar tener dolores de fusión constantes para solo archivos.

Estoy al tanto de la extensión de abandono, pero parece que solo se centra en cuánto hace cada autor al repositorio, no a qué lo hacen los autores.

Answer 1

No creo que ninguna de las extensiones de churn, actividad o gráfico haga exactamente eso, aunque creo que son un simple ajuste, agrupan por usuario, no por archivo.

Se puede usar un bucle como:

for therev in $(seq 1 $(hg id -n -r tip)) ; do 
    hg diff --change $therev --stats 
done 

Y luego total de archivos.

Answer 2

Basado en Ry4an creé el siguiente script de PowerShell:

Ignora conjuntos de cambios que contiene la palabra 'fusión' en la primera línea de descripción. Se genera un archivo CSV. Lo abro en excel y giro la tabla para agregar los cambios por archivo.

$revisions = @{}; 

function GetFileChanges([int] $revision){ 
    try{ 
     $logDescription = hg log -r $revision --template '{desc|firstline}'   
     if ($logDescription.ToLower().Contains("merge")){ 
      write-output "Skipping merges " $logDescription 
     } else { 
      $fileChanges = hg diff --change $revision --stat 
      $fileModifications = @{}; 
      foreach($fileChange in $fileChanges){ 
       if ($fileChange){ #when you have a branch operation, no files are changed. 
        $fileLineDetail = $fileChange.split('|'); 
        $changes = select-string -InputObject $fileLineDetail[1] -pattern '(\d+)' | % { $_.Matches } | % { $_.Value }  
        if ($changes){   
         $fileModifications.Add($fileLineDetail[0].trim(), [int] $changes);     
        } 
       } 
      } 
      $revisions.Add($revision, $fileModifications); 
     }  
    } 
    catch [exception] 
    { 
     "caught an exception" 
     write-error $revision 
    } 

} 

$previous = hg identify -r build-3.4.139.0 -n 
$now = hg identify -r tip -n 
for($i = [int] $previous; $i -le [int] $now; $i++){ 
    GetFileChanges($i); 
} 

# hg diff -r 3610:tip --stat 

$exportTable = @(); 

foreach($key in $revisions.Keys){ 

    $revision2= $revisions[$key]; 
    foreach($file in $revision2.Keys){ 

    $tempreport = New-Object PSObject 
    $tempreport | Add-Member -type NoteProperty -Name Revision -Value $key 
    $tempreport | Add-Member -type NoteProperty -Name File -Value $file 
    $tempreport | Add-Member -type NoteProperty -Name Changes -Value $revisions[$key][$file] 
    $exportTable += $tempreport; 
    } 

} 

$exportTable | export-csv "stats.csv" -noType 

Answer 3

Esta es mi opinión sobre "dame los 10 archivos más modificadas en código base del proyecto":

for f in `find . -name '*.java'`; do c=`hg log $f | grep changeset | wc -l`; echo "$c $f" ; done | sort -n | tail -n 10 

Se toma un tiempo para funcionar (en un disco que no sea SSD, de todos modos) , pero funciona perfectamente

Para aquellos que quieran un recorrido, recupero una lista de todos los archivos fuente Java bajo el directorio actual, recupero y contemplo las entradas de registro Hg para ese archivo, obtengo el número de entradas de registro junto con el nombre del archivo, ordenar por count de changeset y filtrar todo excepto los 10 archivos más modificados.

El enfoque podría modificarse fácilmente para incluir archivos de un tipo diferente, un sistema SCM diferente, un intervalo de fechas específico, etc. Bash y Hg en su máxima expresión. ;)