Die Konfusionsmatrix ist eines der wichtigsten Werkzeuge zur Bewertung von Klassifikationsmodellen in der Datenanalyse und künstlichen Intelligenz. Sie hilft dabei, die Leistung eines Modells zu analysieren und zu verstehen, wo es Fehler macht. Dabei werden tatsächliche Werte mit vom Modell vorhergesagten Werten verglichen.

Bedeutung der einzelnen Werte:

• True Positive (TP) – Das Modell hat ein positives Ereignis korrekt erkannt.
• False Negative (FN) – Das Modell hat ein positives Ereignis fälschlicherweise als negativ klassifiziert.
• False Positive (FP) – Das Modell hat ein negatives Ereignis fälschlicherweise als positiv klassifiziert.
• True Negative (TN) – Das Modell hat ein negatives Ereignis korrekt erkannt.

Durch diese Werte lassen sich wichtige Metriken berechnen, die die Qualität des Modells bewerten:

• Accuracy (Genauigkeit) – Anteil der korrekten Vorhersagen.
• Precision (Präzision) – Wie viele der als positiv klassifizierten Werte tatsächlich positiv sind.
• Recall (Sensitivität) – Wie viele der tatsächlich positiven Fälle erkannt wurden.
• F1-Score – Eine Kombination aus Präzision und Recall für ein ausgewogenes Bild der Modellqualität.

Eine typische Konfusionsmatrix für ein binäres Klassifikationsmodell sieht folgendermaßen aus:

Die Werte der Matrix helfen dabei, verschiedene Kennzahlen zur Bewertung des Modells zu berechnen:

• Accuracy (Genauigkeit): (TP + TN) / (TP + TN + FP + FN) – Anteil der korrekt klassifizierten Fälle
• Precision (Präzision): TP / (TP + FP) – Wie viele der als positiv vorhergesagten Werte tatsächlich positiv sind
• Recall (Sensitivität): TP / (TP + FN) – Wie viele der tatsächlich positiven Fälle korrekt erkannt wurden
• F1-Score: 2 × (Precision × Recall) / (Precision + Recall) – Harmonisches Mittel aus Präzision und Recall

Interaktive Anwendung

Um die Berechnung dieser Metriken besser zu verstehen, bietet die folgende interaktive Anwendung die Möglichkeit, Werte für TP, FP, TN und FN einzugeben. Das System berechnet daraufhin automatisch die entsprechenden Metriken und zeigt zudem den vollständigen Rechenweg an.

Interaktive Konfusionsmatrix

Die Konfusionsmatrix ist also ein essenzielles Hilfsmittel, um die Stärken und Schwächen eines Modells zu verstehen. Sie liefert detaillierte Einblicke in die Klassifikationsleistung und hilft dabei, das Modell gezielt zu verbessern.

Der Beitrag Konfusionsmatrix – Schlüsselwerkzeug zur Bewertung von KI-Modellen erschien zuerst auf CEOsBay.

Was ist Debugging?

Debugging bezeichnet den Prozess, Fehler (sogenannte „Bugs“) in einem Softwareprogramm zu finden und zu beheben. Dies kann Designfehler, Logikfehler oder Laufzeitfehler einschließen. Ziel ist es, eine reibungslose, effiziente und korrekte Ausführung des Programms sicherzustellen.

Geschichte des Debuggings

Der Begriff „Debugging“ leitet sich von der frühen Computergeschichte ab, als Grace Hopper, eine Computerpionierin, einen echten Insekten (einen Motte) im Relay eines Computers entdeckte und diesen entfernte. Dieses Ereignis dokumentierte sie als „ersten echten Bug“ und gab so dem Prozess seinen Namen. Das Foto von dieser Motte möchte ich niemandem vorenthalten.

Wie nähert man sich dem Debugging?

1. Verstehen des Problems: Bevor man einen Fehler beheben kann, muss man das Problem genau verstehen. Deshalb gilt, die Symptome des Bugs zu identifizieren und zu wissen, wann und wie er auftritt.
2. Reproduktion des Fehlers: Ein Fehler, den man zuverlässig reproduzieren kann, lässt sich leichter lokalisieren und beheben.
3. Einsatz von Debugging-Tools: Moderne Programmiersprachen bieten spezielle Werkzeuge, um den Code zur Laufzeit zu untersuchen, z.B. Debugger, die es erlauben, den Code Schritt für Schritt auszuführen und den Zustand der Variablen zu beobachten.
4. Isolieren des Problems: Manchmal hilft es, den Code in kleinere Abschnitte zu unterteilen oder testweise Codeabschnitte zu deaktivieren. Somit kann man die Fehlerquelle eingrenzen.
5. Lösung implementieren und testen: Nachdem der Fehler gefunden ist, muss man eine Lösung implementieren und ausführlich testen, um sicherzustellen, dass das Problem behoben ist und keine neuen Fehler eingeführt wurden.

Praktische Beispiele für Debugging

• Fehler in einer Schleife: Ein Programm zählt nicht korrekt. Daher untersucht man mit einem Debugger den Schleifen-Code, setzt Haltepunkte und beobachtet, wie sich die Zählvariable verändert.
• Datenbankabfragen: Eine Datenbankabfrage liefert nicht die erwarteten Ergebnisse. Daher kann man durch das Überprüfen der Abfrage und den Einsatz von Logging-Techniken sehen, welche Daten die Datenbank tatsächlich zurückgibt und wo das Problem liegt.
• Webanwendungen: Ein Button auf einer Webseite funktioniert nicht. Somit lassen sich mit den Entwicklertools des Browsers JavaScript-Fehler aufdecken und beheben.

Welche Debugging Tools gibt es?

Es gibt viele Debugging-Tools, die sich in ihrer Funktionalität, Anwendungsbereich und unterstützten Programmiersprachen unterscheiden. Hier ist eine Liste einiger gängiger und weit verbreiteter Debugging-Tools:

1. GDB (GNU Debugger): Ein mächtiger Debugger für viele Programmiersprachen, insbesondere C und C++.
2. LLDB: Der Debugger von LLVM, der primär für C, C++ und Objective-C verwendet wird.
3. pdb: Ein Debugger für Python.
4. Visual Studio Debugger: Integriert in die Visual Studio IDE und unterstützt mehrere Sprachen, insbesondere C#, C++ und VB.NET.
5. Xcode Debugger: Ein Debugger für iOS- und MacOS-Anwendungen, hauptsächlich in Swift und Objective-C geschrieben. (Siehe auch meinen Beitrag über Xcode)
6. Eclipse Java Development Tools (JDT): Für Java-Anwendungen.
7. NetBeans Debugger: Ein Debugger für Java und andere Sprachen, der in der NetBeans IDE integriert ist.
8. Firebug & Firefox Developer Tools: Werkzeuge zum Debuggen von Webseiten, insbesondere HTML, CSS und JavaScript, in Firefox.
9. Chrome Developer Tools: Integrierte Debugging- und Profilierungswerkzeuge für Webentwickler in Google Chrome.
10. Safari Web Inspector: Debugging-Tool für Webentwickler in Safari.
11. Opera Dragonfly: Debugging-Tool für Webentwickler in Opera.
12. WinDbg: Ein Windows-Debugger für native Anwendungen und Systemprobleme.
13. Fiddler: Ein Web-Debugging-Proxy, mit dem der Datenverkehr zwischen Computer und Internet überwacht werden kann.
14. Wireshark: Ein Netzwerkanalyse-Tool, mit dem Datenverkehr „geschnüffelt“ und analysiert werden kann. Siehe meinen Beitrag über Wireshark.
15. Valgrind: Ein Instrumentierungsframework für das Dynamic Analysis von Linux-Programmen. Besonders nützlich zum Aufspüren von Speicherlecks.
16. IntelliJ IDEA Debugger: Für Java und andere JVM-Sprachen. Teil der IntelliJ IDEA IDE.
17. DTrace: Ein Werkzeug für die Tracing und Fehlerbehebung von Anwendungen und Systemen, verfügbar auf einigen Unix-basierten Systemen.
18. strace & ltrace: Tools für das Tracing von Systemaufrufen und Library-Aufrufen in Linux.
19. jdb: Ein Command-Line Java-Debugger.
20. Node.js Inspector: Für das Debuggen von Node.js-Anwendungen.

Weniger ist mehr

Ich habe in diesem Beitrag nur einige der vielen verfügbaren Debugging-Tools genannt. Je nach Bedarf, Plattform und Programmiersprache gibt es spezialisierte Debugger und Hilfsmittel. Es empfiehlt sich, dass richtige Tool für den jeweiligen Anwendungsfall auszuwählen und sich mit seinen Funktionen vertraut zu machen.

Fazit

Debugging spielt eine unverzichtbare Rolle in der Softwareentwicklung. Mit einem systematischen Ansatz und den richtigen Tools lässt sich der Prozess effizient gestalten. Es lohnt sich, ständig die eigenen Debugging-Fähigkeiten zu schärfen, um Programme von höchster Qualität zu erstellen.

Der Beitrag Debugging – Die Kunst der Fehlerbehebung und Optimierung erschien zuerst auf CEOsBay.

Was ist Puppeteer?

Puppeteer stellt eine Node-Bibliothek dar und ist Open Source. Es bietet eine High-Level-API zur Steuerung von Chrome oder Chromium über das DevTools Protocol. Es ermöglicht Entwicklern, Headless-Browser- oder Full-Browser-Tests durchzuführen, Inhalte zu rendern, Seiten zu scannen und viele andere automatisierte Aufgaben in Webseiten durchzuführen.

Das Projekt wird von Google Chrome entwickelt und steht auf GitHub zur Verfügung. Interessierte Entwickler können den Quellcode einsehen, Änderungen vorschlagen, Fehler melden oder sogar zur Weiterentwicklung des Projekts beitragen. Da es Open Source ist, fördert es eine aktive Gemeinschaftsbeteiligung und bietet Transparenz in Bezug auf Funktionalität und Sicherheit.

Die Entstehung von Puppeteer

Google Chrome hat es entwickelt und 2017 erstmals veröffentlicht. Die primäre Intention lag darin, Entwicklern eine Möglichkeit zu bieten, ihre Webanwendungen automatisch zu testen und die Performance ihrer Seiten zu analysieren. Da Puppeteer direkt von dem Team hinter Chrome stammt, genießt es nahtlose Integrationen und ständige Updates, die mit den neuesten Browserfunktionen übereinstimmen.

Puppeteer nutzen

Um es optimal zu nutzen, benötigen Entwickler Grundkenntnisse in JavaScript, da die Bibliothek auf Node.js basiert. Hier einige Hauptfunktionen und wie man sie nutzt:

1. Seiten öffnen und Screenshots erstellen

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('https://example.com');
  await page.screenshot({ path: 'screenshot.png' });
  await browser.close();
})();

1. Automatisiertes Formularausfüllen und Klicken

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('https://example.com/form');
  
  await page.type('#username', 'myUser');
  await page.type('#password', 'myPassword');
  await page.click('[type="submit"]');
  
  await browser.close();
})();

Installation

Die Einrichtung erfolgt in wenigen Schritten:

1. Node.js installieren: Node.js ist eine Voraussetzung. Daher sollte man zuerst Node.js und npm (Node Package Manager) auf dem System installieren.
2. Puppeteer über npm installieren: npm install puppeteer
3. Nach erfolgreicher Installation lässt es sich in jedem Node.js-Skript verwenden.

Fazit

Puppeteer revolutioniert die Art und Weise, wie Entwickler das Web automatisieren und testen. Mit einer aktiven Community und der starken Unterstützung von Google bleibt es ein wertvolles Tool für jeden Webentwickler. Es bietet nicht nur Testmöglichkeiten, sondern auch Performance-Optimierungen, Content-Scraping und mehr. Mit der einfachen Einrichtung und der umfangreichen Dokumentation starten Entwickler in kürzester Zeit mit der Automatisierung ihrer Webanwendungen.

Der Beitrag Puppeteer – Automatisierung und End-to-End-Tests im Web erschien zuerst auf CEOsBay.

Entstehungsgeschichte von XSS

Die Wurzeln von XSS liegen in den frühen Tagen des Webs. Mit der wachsenden Beliebtheit von interaktiven Webanwendungen und der steigenden Komplexität von JavaScript entstand ein Bedarf, diese Skripte sicher beherrschen. Es ist schwer zu bestimmen, wer genau den ersten Angriff mit dieser Methode durchgeführt hat, da viele Webentwickler unabhängig voneinander auf diese Sicherheitslücke stießen. Der Begriff „Cross-Site Scripting“ selbst entstand in den 1990er Jahren und war eine Anspielung auf „Cross-Site Tracking“.

Funktionsweise von XSS

Ein einfaches Beispiel: Eine Webseite erlaubt es Benutzern, Kommentare zu posten. Ein Angreifer könnte nun einen Kommentar posten, der im eigentlichen Sinn ein schädliches Skript ist:

<script>alert('XSS Angriff!');</script>

Würde die Webseite diesen Kommentar ohne Überprüfung anzeigen, würde jeder Besucher dieses Kommentars eine Popup-Nachricht mit „XSS Angriff!“ sehen. Das ist ein einfaches Beispiel, aber in der Praxis können derartige Angriffe viel komplexer und schädlicher sein, etwa indem sie Cookies stehlen oder andere Aktionen im Namen des Benutzers ausführen.

Arten von XSS-Angriffen

1. Reflektiertes XSS: Hier wird der schädliche Code über die URL oder durch eine andere externe Eingabe an die Webseite übermittelt und direkt ausgeführt, ohne das eine Speicherung auf der Webseite erfolgen muss.
2. Gespeichertes XSS: Dieser Angriff beinhaltet das Speichern des schädlichen Skripts auf der Webseite. Beispielsweise durch einen Kommentar. Wenn andere Benutzer die Seite besuchen, erfolgt die Ausführung des Skripts.
3. DOM-basiertes XSS: Bei diesem Angriff wird der schädliche Code durch Manipulation des Document Object Models (DOM) der Seite eingefügt und ausgeführt.

Schutz vor XSS

Sicherheit dagegen erfordert eine robuste Eingabevalidierung und -desinfektion. Folgende Praktiken helfen dabei:

• Nutzen von Content Security Policies (CSP), die das Ausführen von nicht autorisierten Skripten blockieren.
• Validierung sämtlicher Eingaben vor der Verarbeitung.
• HTML– und JavaScript-Code mithilfe von Bibliotheken oder Funktionen wie htmlspecialchars() in PHP oder encodeForHTML() in Java desinfizieren.
• Verwendung von HTTP-only-Cookies, um das Stehlen von Cookies zu verhindern.

Fazit

XSS ist eine ernste Bedrohung im modernen Web, aber durch sorgfältige Entwicklung und die Implementierung von Best Practices lässt sich das Risiko erheblich reduzieren. Es bleibt entscheidend, immer auf dem neuesten Stand der Sicherheitspraktiken zu bleiben und Webanwendungen regelmäßig auf Schwachstellen zu überprüfen. Ansonsten kann ich an dieser Stelle auch den Beitrag über OWASP empfehlen (Zur offiziellen Seite von OWASP geht es hier entlang).

Der Beitrag XSS Cross-Site Scripting erschien zuerst auf CEOsBay.

Was ist Jasmine?

Jasmine ist ein beliebtes Open-Source-Framework für Behavior-Driven Development (BDD) Tests in JavaScript. Man verwendet es hauptsächlich, um das Verhalten von JavaScript-Code durch das Schreiben von Test-Spezifikationen zu überprüfen. Jasmine bietet eine saubere, leicht verständliche Syntax und ermöglicht Entwicklern, ihre Tests unabhängig von ihrer Implementierung auszuführen. Dadurch können sie schnell und effizient sicherstellen, dass ihr Code wie erwartet funktioniert.

Vorteile:

• Einfachheit: Man hat Jasmine entwickelt, um leicht verständlich und zugänglich für Entwickler zu sein. Die Test-Syntax ist klar und einfach, sodass selbst Entwickler, die neu in der Testautomatisierung sind, schnell damit arbeiten können.
• Unabhängigkeit: Jasmine ist unabhängig von anderen JavaScript–Frameworks, Browsern und DOM-Manipulationsbibliotheken, was bedeutet, dass man es praktisch jedem JavaScript-Projekt verwenden kann, unabhängig von der verwendeten Technologie.
• Flexibilität: Entwickler können Jasmine für Unit-Tests, Integrationstests und sogar für End-to-End-Tests verwenden. Dies gibt ihnen die Möglichkeit, das gesamte Verhalten ihrer Anwendung mit einem einzigen Tool abzudecken.

Wie funktioniert Jasmine?

Jasmine basiert auf einer Hierarchie von Suites und Specs. Suites sind Gruppen von verwandten Tests, während Specs einzelne Testfälle sind. Diese Hierarchie ermöglicht es Entwicklern, ihre Tests klar zu strukturieren und den Code leicht zu organisieren.

Es verwendet das „describe“-Konstrukt, um Test-Suites zu definieren. Jede Suite kann mehrere Test-Spezifikationen (Specs) enthalten, die mit dem „it“-Konstrukt definiert werden. Diese Specs enthalten Erwartungen (Expectations) in Bezug auf das zu testende Verhalten des Codes.

Ein einfaches Beispiel für eine Jasmine Test-Suite sieht wie folgt aus:

describe("A suite is just a function", function() {
  let a;

  it("and so is a spec", function() {
    a = true;

    expect(a).toBe(true);
  });
});

oder

describe('Array', () => {
  describe('#indexOf()', () => {
    it('sollte -1 zurückgeben, wenn der Wert nicht im Array vorhanden ist', () => {
      expect([1, 2, 3].indexOf(4)).toBe(-1);
    });
  });
});

Integration in die Softwareentwicklung

Man kann Jasmine problemlos in moderne JavaScript-Projekte und Build-Tools integrieren. Mit Integrationen für Tools wie Grunt, Gulp und Webpack lässt es sich nahtlos in bestehende Entwicklungsprozesse einfügen. Darüber hinaus gibt es auch Jasmine-Plugins für gängige Entwicklungsumgebungen wie Visual Studio Code oder IntelliJ, die das Schreiben und Ausführen von Tests noch einfacher und bequemer gestalten.

Man kann es auch mit anderen Testing-Tools und Libraries kombinieren, um noch umfassendere Testlösungen zu schaffen. Beispielsweise kann man es mit Karma (einem JavaScript-Test-Runner) verwenden, um Tests in verschiedenen Browsern auszuführen, oder mit Protractor für End-to-End-Tests in Angular-Anwendungen.

Best Practices für Jasmine-Tests

Um das Beste aus Jasmine herauszuholen und effektive Tests zu erstellen, sind hier einige bewährte Vorgehensweisen:

• Klare Testbeschreibungen: Man sollte aussagekräftige und präzise Beschreibungen für Suites und Specs verwenden. Dies erleichtert das Verständnis des Testzwecks und die Identifizierung von Fehlern.
• Kleine, fokussierte Tests: Es ist ratsam, Tests zu schreiben, die nur eine Funktion oder ein Verhalten testen. Dies erleichtert das Auffinden und Beheben von Fehlern, da man dadurch genau im Blick behält, welcher Teil des Codes betroffen ist.
• Testabdeckung: Man sollte sicherstellen, dass man eine ausreichende Testabdeckung für den Code hat. Dies bedeutet, dass man alle wichtigen Funktionen und Szenarien in den Tests berücksichtigt.
• Mocking und Spies: Es ist zu empfehlen, Mock-Objekte und Spies zu verwenden, um externe Abhängigkeiten zu isolieren und den Testfokus auf den zu testenden Code zu richten. Jasmine bietet dafür eingebaute Funktionen wie createSpy und spyOn.
• Regelmäßige Testausführung: Man sollte die Tests regelmäßig ausführen, um sicherzustellen, dass Änderungen im Code nicht zu unerwarteten Fehlern führen. Daher ist es ratsam, Jasmine in den Continuous Integration (CI) bzw. Continuous Deployment (CI/CD) Prozess integrieren, um automatisch Tests auszuführen, sobald man Codeänderungen vornimmt.

Fazit

Jasmine ist ein leistungsstarkes und vielseitiges Framework für das Testen von JavaScript-Anwendungen. Mit seiner klaren Syntax, Flexibilität und Integration in moderne Entwicklungsprozesse ist es ein unverzichtbares Werkzeug für jeden JavaScript-Entwickler. Durch die Befolgung der Best Practices und die regelmäßige Ausführung von Tests können Entwickler sicherstellen, dass ihr Code zuverlässig und fehlerfrei funktioniert. Insgesamt trägt Jasmine dazu bei, die Qualität von JavaScript-Anwendungen zu verbessern und die Entwicklungszeit zu reduzieren.

Der Beitrag Jasmine – JavaScript Testautomatisierung erschien zuerst auf CEOsBay.

Wie funktioniert SonarQube?

SonarQube besteht aus drei Komponenten

1. Einem Modul für Build-Management-Tools wie Apache Maven oder Apache Ant. (Hauptsächlich für die Analyse des Quelltextes hinsichtlich verschiedener Qualitätsmerkmale.)
2. Einer Datenbank, für Speicherung der Ergebnisse der Qualitätsanalyse.
3. Einer Website für die visuelle Darstellung, Auswertung und das Management der Qualitätsanalyse-Ergebnisse.

Durch diese Architektur kann man sowohl eine Prüfung des Quelltextes auf dem Entwicklungsrechner ermöglichen als auch eine Einbindung von SonarQube in den Entwicklungsprozess gewährleisten. Dies unterstützt die Ermittlung der Qualitätsmetriken auf einem Build-Server für die kontinuierliche Integration.

SonarQube analysiert den Quelltext hinsichtlich der Abdeckung durch Modultests, checkt den Quellcode nach doppeltem Code und in Bezug auf die Komplexität. Auch werden unter anderem potenzielle Fehler im Code, Kodier-Richtlinien als auch Kommentare überprüft.

Modularer Aufbau und Erweiterungen

SonarQube ist modular aufgebaut und integriert selbst einige bekannte Entwicklungswerkzeuge zur Analyse der Codequalität, darunter PMD und Checkstyle für die Erkennung von doppeltem Code für die Prüfung von Kodier-Richtlinien. Damit wird unter anderem auch nach ineffizientem Code gesuche. FindBugs dient beispielsweise zum Aufdecken potenzieller Fehler sowie Surefire und Cobertura zur Messung der Qualität der Modultests.

Diese Werkzeuge nutzen entsprechend ihrer Natur und Einsatzgebiete Metriken, um die jeweiligen Auswertungen bzw. Statistiken zu erzeugen. Der Name „Metrik“ trägt jedoch wenig Bedeutung von dem in sich, was eine Metrik ausmacht. Schlägt man nämlich nach woher der Name kommt, landet man im Lateinischen: „ars metrica„, die Lehre von den Maßen. Fragt man jedoch das Institute of Electrical and Electronics Engineers, was eine Softwaremetrik ist, erhält man folgende Antwort:

„software quality metric: A function whose inputs are software data and whose output is a single numerical value that can be interpreted as the degree to which software possesses a given attribute that affects its quality.“ „Eine Softwarequalitätsmetrik ist eine Funktion, die eine Software-Einheit in einen Zahlenwert abbildet, der als Erfüllungsgrad einer Qualitätseigenschaft der Software-Einheit interpretierbar ist.“ – IEEE Standard 1061, 1998

Folglich bedeutet dies, dass es sich bei einer Metrik am Ende des Tages um eine Funktion handelt, die für beliebige Eingaben Zahlen erzeugt. Die Beschaffenheit ist so, dass sie, nur so 

lange sie von derselben Funktion erzeugt wurden, vergleichbar sind. Dadurch kann man Rückschlüsse auf die Eingabe mit Hinblick auf die Funktion erzielen.

Ein Beispiel dafür ist die McCabe-Metrik, auch zyklomatische Komplexität genannt. Diese sehr grundlegende Metrik berechnet die Anzahl der unterschiedlichen Pfade durch ein Stück Code. Die Formel ist relativ einfach: Es wird die Anzahl an Kontrollstrukturen wie if, while, case und boolescher Operatoren wie && und || summiert und nochmals mit 1 addiert. Möchte man diese Information nochmals anhand eines Beispiels betrachten, sieht es folgendermaßen aus:

String nameDesWochenTags(int nr) {
  switch(nr) {
    case 1: return "Montag";
    case 2: return "Dienstag";
    case 3: return "Mittwoch";
    case 4: return "Donnerstag";
    case 5: return "Freitag";
    case 6: return "Samstag";
    case 7: return "Sonntag";
  }
  return "";
}

Diese relativ einfache Methode gibt den Namen eines Wochentages entsprechend seiner 1-indizierten Position innerhalb der Woche zurück. Ihre zyklomatische Komplexität beträgt 8. Zumal 1 + 7 x case. Dies ist ein verhältnismäßig hoher Wert. Ein Maximalwert von 10 gilt als allgemein akzeptiert und ausreichend erprobt. Um also die Komplexität dieser Methode zu verringern, findet eine Refaktorisierung statt, die folgendermaßen aussehen kann:

String nameDesWochenTags(int nr) {
  String[] names = new String[] {
    "Montag", "Dienstag", "Mittwoch",
    "Donnerstag", "Freitag", "Samstag",
    "Sonntag"
  };
  if(nr) > 0 && <= names.length) {
    return names[nr - 1];
  }
  return "";
}

Die zyklomatische Komplexität dieser Methode beträgt 3. Zumal 1 + 1 x if + 1 x &&. Durch den unterschiedlichen Ansatz kann man die Komplexität verringern. Dennoch ist es relativ unstrittig, dass die erste Version leichter zu verstehen ist.

Will man nun also alle Tools gemeinsam benutzen, muss man alle konfigurieren und ihre Ergebnisse zusammenführen, damit sich ein Gesamtbild darstellen lässt. Außerdem kommt es dabei zwangsweise zu Dopplungen in ausgewerteten Metriken oder anderen Kennzahlen. PMD beispielsweise besitzt durch seinen relativ vagen Aufgabenbereich Überschneidungen im Hinblick auf Codestil mit checkstyle, während es aber auch genauso wie FindBugs auf toten Code achtet. An solchen und weiteren Stellen kann SonarQube Verbesserungen herbeiführen.

Neben der visuellen Anzeige der Ergebnisse der einzelnen Bereiche, ermöglicht SonarQube das Drill-Down der Ergebnisse bis auf die einzelne Metrik und Codezeile sowie die Verknüpfung der einzelnen Metriken sowie die Darstellung ihrer historischen Entwicklung in einer recht übersichtlichen grafischen Oberfläche.

Über einen ausgeklügelten Plugin-Mechanismus ist eine relativ einfache Integration von Erweiterungen möglich. Neben den Erweiterungen für die Analyse zusätzlicher Programmiersprachen gibt es Plugins für ergänzende Metriken, Governance, Schnittstellen zu Entwicklungsumgebungen, Visualisierungen, Integration sowie zur Berechnung der technischen Schuld(en).

Fazit

Ich arbeite noch nicht so lange mit SonarQube. Um genau zu sein, habe ich es mir erst heute das erste Mal angeschaut. Zusammenfassend kann ich folgendes sagen:

Statistiken sind zwar interessant und es kann Spaß machen, sich diese anzuschauen, doch ist eine statische Codeanalyse erst dann wirklich vollständig, wenn ein Mindestmaß an Interpretation hineingeflossen ist.

Die Codeanalyse liefert ein gutes Gefühl für die Codebasis. Erst so kann man fundierte Aussagen darüber treffen, welche Bereiche des Projekts besonders gefährdet, instabil oder verbesserungsfähig sind.

Regelmäßige Analysen können die Teammotivation erhöhen. Eine positive Issuebilanz am Ende eines Sprints und aufwärtszeigende Historiengraphen sollten gute Treiber für eine Gruppe Entwickler und ein Beweis für die eigene Leistung sein.

Alles in allem sind Analyseergebnisse immer gut als Argumentationsgrundlage. Mit Hilfe der Projekthistorie, die eine Auswahl gut darstellbarer Kennzahlen beinhaltet, kann man vor Kunden oder Entscheidern besser über ein eventuell nötiges technisches Release diskutieren.

Der Beitrag SonarQube – Das Code-Qualitätsmanagement-Tool erschien zuerst auf CEOsBay.

Insbesondere trifft man auf JSON bei Webanwendungen und mobilen Apps in Verbindung mit JavaScript, Ajax oder WebSockets zum Übertragen von Daten zwischen dem Client und dem Server.

Serialisierung

Bei einer Abbildung von strukturierten Daten auf eine sequenzielle Darstellungsform, spricht man in der Informatik von einer Serialisierung. Die Serialisierung wird hauptsächlich für die Speicherung von Objekten in Dateien und für die Übertragung von Objekten über das Netzwerk bei verteilten Softwaresystemen verwendet.

Übliche Speichermedien sind nur in der Lage, Datenströme zu speichern. Serialisierung für die Persistenz von Objekten. Hier wird der komplette Zustand des Objektes, inklusive aller referenzierten Objekte, in einen Datenstrom umgewandelt, der anschließend auf ein Speichermedium geschrieben wird.

Nach der Serialisierung liegt ein Objekt mehrfach vor. Sowohl in der externen Darstellung, beispielsweise als Datei als auch im Arbeitsspeicher. Wird nach der Serialisierung eine Änderung am Objekt im Arbeitsspeicher vorgenommen, hat dieses keine Auswirkung auf das serialisierte Objekt in der externen Darstellung.

Die Umkehrung der Serialisierung, also die Umwandlung eines Datenstroms in Objekte, bezeichnet man als Deserialisierung.

In der Linguistik bezeichnet man mit Serialisierung die Art und Weise, wie hierarchische grammatikalische Strukturen in eine lineare Abfolge gebracht sind, damit sie in einer zeitlichen Abfolge sprachlicher Ausdrücke dargestellt werden kann. Diese Reihenfolge kann in verschiedenen Sprachen unterschiedlich sein.

Eine kurze Zeitreise

JSON entstand aus der Notwendigkeit heraus, ein zustandsloses (stateless) Echtzeit-Kommunikationsprotokoll zwischen Server und Browser zu haben, ohne Browser-PlugIns wie Flash oder Java-Applets zu verwenden, die sich Anfang der 2000er Jahre als vorherrschende Methoden, im Einsatz befanden.

Crockford spezifizierte und verbreitete als Erster das JSON-Format. Das Akronym stammt von State Software, ein von Crockford und anderen im März 2001 gegründetes Unternehmen. Die Gründer hatten sich geeinigt, ein System zu entwickeln, dass Standard-Browser-Funktionen nutzte und eine Abstraktionsschicht für Web-Entwickler bereitstellte, um zustandsbehaftete (abstraction layer) Web-Anwendungen zu erstellen, die über eine dauerhafte Duplex-Verbindung zu einem Web-Server verfügten. Sie hielten dafür zwei Hypertext Transfer Protocol (https)-Verbindungen offen und bauten die Verbindung wieder auf, bevor die Standard-Browser-Timeouts eintraten, wenn kein Datenaustausch stattfand. Die Gründer stimmten darüber ab, ob das Datenformat JSML (JavaScript Markup Language) oder JSON (JavaScript Object Notation) genannt und unter welcher Lizenz die Verfügungstellung stattfinden sollte. Die Website JSON.org ging dann im Jahr 2002 online. Im Dezember 2005 begann Yahoo! damit, die ersten Webdienste (Web-Services) in JSON anzubieten.

Vorgänger geht auf ein Spiel für Kinder

Ein Vorläufer der JSON-Bibliotheken wurde in einem Projekt für Kinder, einem digitalen Trading-Spiel namens Cartoon Orbit bei Communities.com (Die Gründer von State hatten alle zuvor bei diesem Unternehmen gearbeitet), für Cartoon Network verwendet, dass ein browserseitiges Plugin mit einem proprietären Nachrichtenformat zur Manipulation von DHTML-Elementen nutzte (Dieses System gehört übriges 3DO). Nach der Entdeckung der frühen Ajax-Fähigkeiten verwendeten digiGroups, Noosh und andere, Frames, um Informationen in das visuelle Feld des Browsers zu übertragen, ohne den visuellen Kontext einer Webanwendung aktualisieren zu müssen. So hatten sie Rich-Web-Anwendungen in Echtzeit erstellt, die nur die Standard https-, HTML– und JavaScript-Fähigkeiten von Netscape 4.0.5+ und IE 5+ verwendeten. Crockford fand darauf heraus, dass JavaScript als objektbasiertes Nachrichtenformat für ein solches System verwendet werden kann. Das System wurde später an Sun Microsystems, Amazon.com und EDS verkauft.

JSON basiert teilweise auf JavaScript und wird häufig auch mit JavaScript verwendet. Dennoch ist es ein sprachunabhängiges Datenformat. Code zum Parsen und Generieren von JSON-Daten ist in vielen Programmiersprachen leicht verfügbar. Auf der JSON-Website sind die JSON-Bibliotheken nach Sprachen geordnet.

Im Oktober 2013 veröffentlichte Ecma International die erste Ausgabe seines JSON-Standards ECMA-404. Im selben Jahr verwendete RFC 7158 ECMA-404 als Referenz. 2014 wurde RFC 7159 zur Hauptreferenz für die Verwendung von JSON im Internet und löste RFC 4627 sowie RFC 7158 ab (wobei ECMA-262 und ECMA-404 als Hauptreferenzen beibehalten wurden). Im November 2017 veröffentlichte ISO/IEC JTC 1/SC 22 ISO/IEC 21778:2017 als internationalen Standard. Am 13. Dezember 2017 hat die Internet Engineering Task Force RFC 7159 durch die Veröffentlichung von RFC 8259, der aktuellen Version des Internet-Standards STD 90, überholt (ersetzt).

Crockford fügte der JSON-Lizenz eine Klausel hinzu, die besagt, dass „die Software für das Gute, nicht für das Böse verwendet werden soll“, um die JSON-Bibliotheken zu öffnen und sich gleichzeitig über Unternehmensjuristen und diejenigen lustig zu machen, die übermäßig pedantisch sind. Ironischer- und lustigerweise führte diese Klausel zu Konflikten der JSON-Lizenz mit anderen Open-Source-Lizenzen, da Open-Source-Software und freie Software in der Regel keine Einschränkungen hinsichtlich des Verwendungszwecks implizieren.

Wie ist JSON aufgebaut?

Die Daten können beliebig verschachtelt werden, beispielsweise ist ein Array (indizierte Liste) von Objekten möglich, die wiederum Arrays oder Objekte enthalten. Als Zeichenkodierung benutzt JSON standardmäßig UTF-8. Auch UTF-16 und UTF-32 werden unterstützt.

JSON und die Typen von Elementen

• null = Nullwert (Wird durch das Schlüsselwort null dargestellt.)
• Boolean = Boolescher Wert (Wird durch die Schlüsselwörter true und false dargestellt. Dies sind keine Zeichenketten. Sie werden daher, wie null, nicht in Anführungszeichen gesetzt.
• Number = Zahl (Ist eine Folge der Ziffern 0–9. Diese Folge kann durch ein negatives Vorzeichen – eingeleitet und durch einen Dezimalpunkt . unterbrochen sein. Die Zahl kann durch die Angabe eines Exponenten e oder E ergänzt werden, dem ein optionales Vorzeichen + oder – und eine Folge der Ziffern 0–9 folgt.)
• String = Zeichenkette (Eine Folge von null oder mehr Unicode-Zeichen. Es beginnt und endet mit doppelten geraden Anführungszeichen („). Es kann Unicode-Zeichen und durch \ eingeleitete Escape-Sequenzen enthalten.
• Array = Anordnung (Beginnt mit [ und endet mit ]. Es enthält eine durch Kommata geteilte, indizierte Liste von Elementen gleichen oder verschiedenen Typen. Leere Arrays sind ebenfalls zulässig.
• Object = Objekt (Beginnt mit { und endet mit }. Es enthält eine durch Kommata geteilte, ungeordnete Liste von Eigenschaften. Objekte ohne Eigenschaften („leere Objekte“) sind ebenfalls zulässig. Das Objekt besteht aus einem Schlüssel und einem Wert, getrennt durch einen Doppelpunkt (Schlüssel : Wert). Die Schlüssel sollten eindeutig sein, da unterschiedliche Parser mit mehrfach vorkommenden Schlüsseln unterschiedlich umgehen. Während ECMA-404 keine Eindeutigkeit voraussetzt, fordert RFC 7159, dass Schlüssel innerhalb eines Objekts eindeutig sind. Folglich ist der Schlüssel eine Zeichenkette und der Wert ein beliebiges Element.

Nicht signifikante Leerraum-Zeichen sind erlaubt, also Leerzeichen (Unicode U+0020), horizontale Tabs (U+0009), Zeilenumbrüche mittels LF und / oder CR (U+000D und U+000A). Diese Zeichen werden außerhalb von Zeichenketten bei der Interpretation ignoriert.

Die Grenzen von JSON

JSON unterstützt nicht alle von JavaScript unterstützten Datentypen. Bei nicht unterstützten Datentypen wird folgendermaßen serialisiert:

• NaN, Infinity und -Infinity werden zu null serialisiert.
• Date-Objekte werden in eine Zeichenkette konvertiert, die einer Datumsformatbeschreibung nach ISO-8601 genügt.
• Function-, RegExp- und Error-Objekte werden verworfen.

Das folgende Beispiel zeigt eine mögliche JSON-Darstellung zur Beschreibung meiner Person.

{
  "Unternehmen": "COEZBAY",
  "Nummer": "2023-23-23-777",
  "Waehrung": "BTC",
  "Inhaber": "CEO"
  {
    "Name": "Oezbay",
    "Vorname": "Cagatay",
    "maennlich": true,
    "Hobbys": ["IT", "Schach", "Basketball"],
    "Alter": 38,
    "Kinder": [],
    "Partner": null
  }
}

Das JSON-Schema

Das JSON-Schema gibt ein JSON-basiertes Format an, um die Struktur von JSON-Daten für die Validierung, Dokumentation und Interaktionssteuerung zu definieren. Es enthält einen Contract für die JSON-Daten, die für eine bestimmte Anwendung erforderlich sind und wie diese Daten geändert werden können.

Das Schema basiert auf den Konzepten des XML-Schemas, ist jedoch JSON-basiert. Wie in XSD (XML Schema Definition) können dieselben Serialisierungs- und Deserialisierungsprogramme sowohl für das Schema als auch für die Daten verwendet werden. Es ist selbstbeschreibend und in einem Internet-Entwurf der Internet Engineering Task Force festgelegt. Für verschiedene Programmiersprachen stehen mehrere Validatoren mit jeweils unterschiedlichen Konformitätsstufen zur Verfügung.

Der Vergleich mit XML

Sowohl JSON als auch XML beschreiben die Struktur eines Datensatzes. Der Datensatz kann weitere Datensätze enthalten. Dadurch sind beliebig tief verschachtelte Strukturen möglich.

In XML sind die einzelnen Knoten der Datenstruktur benannt, während die Knoten in JSON unbenannt bleiben.

Einfache Zeichenketten in XML können sowohl als Attribut eines Elements als auch als eigenständiges Element beschrieben sein. In JSON gibt es diese Unterscheidung nicht. Diese in den meisten Fällen irrelevante Flexibilität führt dazu, dass sich die Struktur von XML-Dokumenten häufig unnötigerweise unterscheidet.

Sowohl für JSON als auch für XML gibt es Beschreibungssprachen, um weiter einzugrenzen, wie „gültige“ Dokumente auszusehen haben. Ganz im Gegensatz zu „wohlgeformten“ Dokumenten.

Die Syntax von JSON ist einfacher gestaltet und erscheint daher oft lesbarer und insbesondere leichter schreibbar. In der Regel produziert JSON auch einen geringeren Overhead im Vergleich zu XML.

Sowohl JSON als auch XML müssen von einem speziellen Parser eingelesen werden. Traditionell ist jedes wohlgeformte JSON-Dokument ein gültiger JavaScript-Ausdruck. Das unaufmerksame Interpretieren von JSON-Dokumenten mit eval() führt jedoch zu Sicherheitslücken, die nicht zu unterschätzen sind.

Sowohl JSON als auch XML sind nicht gut zum Repräsentieren von Binärdaten geeignet, da beide Datenformate als Grundelement zeichenbasiert sind und nicht bytebasiert.

Der Beitrag JSON – Schönheit der einfachen Datenübertragung erschien zuerst auf CEOsBay.

Cucumber wurde ursprünglich in der Programmiersprache Ruby für Ruby-Anwendungen geschrieben. In der Zwischenzeit unterstützt es aber auch andere Programmiersprachen wie Java und alle anderen auf der Java Virtual Machine gängigen Programmiersprachen sowie C++ und JavaScript. Darüber hinaus gibt es Projekte, die Cucumber noch für weitere Programmiersprachen zur Verfügung stellen und sich als Teil der Cucumber-Familie sehen. Darunter beispielsweise SpecFlow, eine Implementierung für C#.

Wie funktioniert Cucumber?

Wie auch bei den meisten anderen BDD-Frameworks werden in Cucumber Funktionalitäten mittels der Beschreibungssprache „Gherkin“ beschrieben. Gherkin verwendet natürliche Schriftsprache als Grundlage. Lediglich bestimmte Schlüsselwörter werden besonders behandelt.

Gherkin

Gherkin ist die Sprache, die Cucumber verwendet, um Testfälle zu definieren. Sie ist so konzipiert, dass sie sich nicht-technisch und für den Menschen lesbar gestaltet. Es beschreibt Anwendungsfälle in Bezug auf ein Softwaresystem. Der Zweck hinter der Gherkin-Syntax ist die Förderung verhaltensorientierter Entwicklungspraktiken in einem Entwicklungsteam, einschließlich Geschäftsanalysten und Managern. Sie zielt darauf ab, bereits in den ersten Phasen der Anforderungsdefinition durch die Geschäftsleitung und in anderen Phasen des Entwicklungslebenszyklus einer Anwendung feste, eindeutige Anforderungen durchzusetzen.

Syntax

Die Syntax ist ähnlich wie bei Python zeilenorientiert aufgebaut. Die Struktur einer Datei wird durch Leerzeichen und andere Steuerzeichen definiert. # wird als Zeilen bzw. Kommentarzeichen verwendet und kann an jeder beliebigen Stelle in einer Datei stehen. Anweisungen sind jede nicht leere und nicht kommentierte Zeile. Sie bestehen aus einem konkreten Gherkin-Schlüsselwort, gefolgt von einer Zeichenkette.

Alle Gherkin-Dateien haben die Dateierweiterung .feature. Sie enthalten eine einzelne Feature-Definition für das zu testende System und sind ein ausführbares Testskript.

Neben der Bereitstellung eines Skripts für automatisierte Tests ist die Syntax von Gherkin so konzipiert, dass sie eine einfache Dokumentation des zu testenden Codes ermöglicht. Gherkin unterstützt derzeit Schlüsselwörter in Dutzenden von Sprachen.

Schlüsselwörter der Gherkin Sprache

• Feature: Name bzw. die Bezeichnung des Features
• Rule: Regeln des Features
• Example oder Scenario: Die Bezeichnung des Szenarios (Beispielsweise „Die erfolgreiche Anmeldung mit gültigen Anmeldeinformationen.“)
• Given, When, Then, And, But für die steps (oder *)- Vorbedingungen (Gegeben sei), die Aktion, die ausgeführt wird bzw. die Erweiterung durch andere Schlüsselwörter um die Aktion die ausgeführt wird zu ergänzen bzw. zu erweitern. (Der User gibt beispielsweise seine Zugangsdaten, Username and Password ein), gefolgt von der erwarteten Reaktion des Systems (Beispielsweise die Nachricht, bei einem erfolgreichen Login.)
• Background – Ein Background ermöglicht es einem, den nachfolgenden Scenarios einen gewissen Kontext hinzuzufügen. Es kann einen oder mehrere Vorgegebene Schritte enthalten, die vor jedem Scenario aber nach jedem Before hook ausgeführt werden.
• Scenario Outline oder Scenario Template – Damit lässt sich dasselbe Szenario mehrmals mit unterschiedlichen Wertekombinationen ausführen.
• Examples oder Scenarios – Eine Scenario Outline muss einen oder mehrere Abschnitte mit Examples bzw. Scenarios enthalten. Sie dienen als Steps bzw. Interpretationsvorlage, die nie direkt ausgeführt werden. Stattdessen wird die Szenariogliederung einmal für jede Zeile mit den darunter liegenden Abschnitten von Examples ausgeführt.

Gherkin in deutscher Sprache

Um eine Funktionalität auf Deutsch zu schreiben, muss am Beginn des Features # language: de angegeben werden. Damit sind u.A. folgende deutsche Schlüsselwörter verfügbar:

• Funktionalität
• Grundlage
• Szenario
• Szenariogrundriss
• Beispiele
• Angenommen
• Gegeben sei
• Wenn
• Dann
• Und und Aber, sowie *

Die Command line (CL)

Cucumber verfügt über eine integrierte Kommandozeilenschnittstelle, die eine umfassende Liste von Anweisungen enthält. Wie die meisten Kommandozeilen-Tools bietet Cucumber die Option –help an, die eine Zusammenfassung der Befehle liefert, die diese Command Line akzeptiert.

$ cucumber --help
        -r, --require LIBRARY|DIR        Require files before executing the features.
        --i18n LANG                      List keywords for in a particular language.
                                         Run with "--i18n help" to see all languages.
        -f, --format FORMAT              How to format features (Default: pretty).
        -o, --out [FILE|DIR]             Write output to a file/directory instead of
        ...

Fazit

Gherkin ist nicht nur zum Schreiben von automatisierten Tests geeignet. Man kann Gherkin grundsätzlich auch dazu verwenden, um strukturierte Tests zu erstellen, die man später als Projektdokumentation verwendet kann. Erst die Eigenschaft, strukturiert zu sein, gibt uns die Möglichkeit zu automatisieren.

Sowohl die Sprache Gherkin wie auch das Tool Cucumber, bieten weitaus mehr Funktionalitäten, die ich hier nicht thematisiert habe. Zumal ich auch recht frisch in dieses Thema eingestiegen bin. So ist beispielsweise ein Datengetriebenes Szenario mithilfe von Tabellen möglich. Fernab können verschiedene Schritte, die im Prinzip das Gleiche tun, über Platzhalter definiert werden.

Um solche und weitere Vorteile zu nutzen, ist neben Cucumber oder anderen Testtools vor allem Disziplin beim Verfassen der Dokumentation bzw. der Gherkin Dokumente gefragt. Gleichzeitig müssen die formulierten Schritte präzise genug sein, um die gewünschten Verhaltensweisen ausreichend genau zu beschreiben. Ansonsten zerfällt die Abstraktion und Gherkin Dokumente werden lediglich zu etwas besser lesbaren Testskripten statt dem Ansatz des BDD zu folgen.

Cucumber lässt sich auch mit IntelliJ nutzen. Aber darüber gibt es dann in naher Zukunft einen weiteren Beitrag.

Der Beitrag Cucumber – Das kollaborative Tool für Behavior Driven Development erschien zuerst auf CEOsBay.

Features

Im Wesentlichen unterscheiden sich die beiden Versionen im Funktionsumfang. Hierzu von der Ultimate Version unterstützte Sprachen: Java, Groovy, Kotlin, Scala, Python and Jython, Cython, Ruby and JRuby, Rust, PHP, Go, Dart, SQL, HTML, XML, JSON, YAML, XSL, XPath, Markdown, JavaScript, TypeScript, CSS, Sass, SCSS, Less, Haml, Slim, Liquid

Wobei zu beachten ist, dass die Ultimate Edition von IntelliJ IDEA neben den nativ unterstützten Sprachen, einige der Sprachen lediglich durch den Einsatz von PlugIns unterstützt. In der Community Edition sind auch einige Sprachen gar nicht berücksichtigt. Eine explizite bzw. genaue Differenzierung möchte ich in diesem Beitrag nicht vornehmen. Also sind die Angaben bzgl. der Features mit Vorsicht zu genießen.

Auch ist zu beachten, dass lediglich die Ultimate Edition von IntelliJ IDEA die umfangreiche Framework Unterstützung mitbringt. Im Enterprise Umfeld sind diese in der Regel unabdingbar.

Auch bei den Build Tools gibt es Unterschiede. Besonders auffällig ist dabei die Tatsache, dass npm zwar in der Ultimate Edition läuft, jedoch nicht in der Community Edition. Ich habe es auch in der Community Version zum Laufen gebracht. Dennoch ist dies mit Vorsicht zu genießen, da ich aufgrund von Fehlern dennoch auf die Ultimate Edition geswitched bin.

Versionskontrolle

Auf die Funktionsfähigkeit bei der Versionskontrolle bzw. bei Cloud-basierten Diensten wie Git, GitHub, Subversion, Mercurial und Team Foundation Server kann man sich verlassen. Bei Perforce ist man zumindest in der Community Edition verlassen.

Deployment

Während die Community Edition lediglich Docker für das Deployment unterstützt sind es mit der Ultimate Edition Kubernetes, Java Applications Servers als auch Docker.

Codevervollständigung

Die Codevervollständigung ist eine Funktion, die vor allem Programmieranfängern sehr entgegenkommt. Nur wenige werden als Coder geboren, oder!? Da vergisst man schon mal schnell eine import-Anweisung, IDEA aber nicht. Meistens weist IntelliJ einen auf den Fehler hin und schlägt Korrekuren vor. Dies gilt auch für nicht verwendete Importe, die IntelliJ entsprechend einer manuellen Zustimmung entsorgt.

Es nimmt einem den Grossteil der Tipparbeit ab, damit man sich dem Programmdesign widmen kann und nicht über korrekt formulierte JAVA-Anweisungen nachdenken muss. Ich muss gestehen, dass ich mich bisher noch nicht wirklich mit JAVA auseinandergesetzt habe. Doch dies hole ich derzeit nach und auch darüber gibt es in der nahen Zukunft einen Beitrag.

Code Layout Manager

Den Code Layout Manager weiß man spätestens dann zu schätzen, wenn man im eigenen Quelltext nicht mehr durchblickt oder fremden Quelltext bearbeiten muss. Dann kann man Text markieren und von IDEA neu formatieren lassen. Dies geht relativ intelligent von statten.

Refactoring

Auch die Refactoringfähigkeiten von IntelliJ sind nicht zu unterschätzen. Wer die Funktionen einmal in Aktion erlebt hat, der möchte sie nicht mehr missen. Dazu gehören u.A. das Renaming, Move, Introduce Explaining Variable, Extract Method usw.

Fazit

Ich arbeite noch nicht lange mit dem Programm. Doch IntelliJ hat scheinbar in enger Kooperation mit den Anwendern ein relativ gutes Produkt entwickelt, mit dem man gut im Enterprise Umfeld arbeiten kann. Besonders die große PlugIn Bibliothek als auch die individuelle Erweiterbarkeit durch eine offen gelegte API haben mir persönlich sehr gefallen. Dadurch ist es auch möglich eigene PlugIns für IntelliJ zu schreiben und diese zu selbst zu implementieren.

Der Beitrag IntelliJ IDEA – Die intelligente und leistungsstarke Entwicklungsumgebung erschien zuerst auf CEOsBay.

Kurze Zeitreise

jQuery wurde im Jahr 2006 von John Resig entwickelt. Resig war ein Entwickler bei Mozilla und arbeitete an der Entwicklung von JavaScript–Frameworks. Er erkannte jedoch, dass die vorhandenen Frameworks zu umfangreich und schwerfällig waren und dass es schwierig war, plattformübergreifende Anwendungen zu entwickeln, die auf verschiedenen Browsern und Geräten funktionieren.

Um diese Herausforderung zu lösen, begann Resig damit, eine neue JavaScript-Bibliothek zu entwickeln, die schlanker und schneller als vorhandene Frameworks war. Er nannte diese Bibliothek „jQuery“ und veröffentlichte sie im Januar 2006.

Das Ziel war es, Entwicklern eine einfache und intuitive Methode zu bieten, um mit dem DOM (Document Object Model) zu arbeiten und interaktive Webanwendungen zu erstellen. jQuery sollte auch die Entwicklung von plattformübergreifenden Anwendungen erleichtern und dafür sorgen, dass Anwendungen auf allen gängigen Browsern gleich aussehen und funktionieren.

Dank seiner schlanken und schnellen Natur wurde jQuery schnell zu einer der am häufigsten verwendeten JavaScript-Bibliotheken in der Webentwicklung. Es hat die Art und Weise, wie Entwickler JavaScript-Code schreiben und Webanwendungen entwickeln, grundlegend verändert.

Heute ist es weiterhin eine der am häufigsten verwendeten JavaScript-Bibliotheken und wird von einer großen Entwicklergemeinschaft unterstützt, die ständig neue Funktionen und Erweiterungen entwickelt.

Funktionen von JQuery

Einer der Hauptvorteile von jQuery ist die Fähigkeit, das Schreiben von JavaScript-Code zu vereinfachen. Es bietet eine Vielzahl von Funktionen, die das Schreiben von Code für häufige Aufgaben wie DOM-Manipulationen, Event-Handling und AJAX-Anfragen erleichtern. Durch die Verwendung von jQuery können Entwickler schneller und effizienter arbeiten und so die Entwicklungsdauer ihrer Anwendungen verkürzen.

jQuery bietet auch eine Cross-Browser-Unterstützung, die es Entwicklern ermöglicht, plattformübergreifende Anwendungen zu entwickeln, ohne sich um Browser-Inkompatibilitäten kümmern zu müssen. Die Bibliothek stellt sicher, dass Anwendungen auf allen gängigen Browsern gleich aussehen und funktionieren.

Ein weiterer Vorteil von jQuery ist die umfangreiche Dokumentation und die große Entwickler-Community. Die Bibliothek ist seit vielen Jahren in der Webentwicklung im Einsatz und es gibt eine Vielzahl von Dokumentationen, Tutorials, Foren und anderen Ressourcen, die Entwicklern helfen, die Bibliothek zu nutzen. Die Community bietet auch eine Vielzahl von Plugins und Erweiterungen, die Entwickler verwenden können, um ihre Anwendungen zu erweitern.

jQuery bietet auch eine große Anzahl von Plugins und Erweiterungen, die Entwickler verwenden können, um ihre Anwendungen zu erweitern. Diese Plugins bieten zusätzliche Funktionen und ermöglichen es Entwicklern, die Bibliothek weiter anzupassen und zu erweitern.

Fazit

Alles in allem ist jQuery eine sehr nützliche und leistungsfähige JavaScript-Bibliothek, die es Entwicklern ermöglicht, Webanwendungen schneller und effizienter zu entwickeln. Es bietet eine Vielzahl von Funktionen und Unterstützung für plattformübergreifende Anwendungen. Durch die sehr umfangreiche Dokumentation und die große Entwickler-Community ist es auch relativ einfach zu erlernen bzw. am Ende des Tages zu verwenden. Wenn man Webanwendungen entwickelt, kann man es durchaus in Betracht ziehen, jQuery in die Tool-Box aufzunehmen.

Der Beitrag jQuery – Die schnelle und leichte Werkzeug Bibliothek erschien zuerst auf CEOsBay.