API para auxílio de mineração de repositórios Git e SVN

Abstract

Este trabalho propõe uma API que auxilia na extração de código em tipos diferentes de repositórios. A quantidade de código aberto disponível online é enorme e existem diversos acervos de projetos online. Com a existência de sistemas de controle de versão existem dados que possibilitam traçar o progresso do desenvolvimento destes projetos. Com a mineração de todos estes dados está a possibilidade de descobrir diversos aspectos sobre o desenvolvimento de software. Já existem várias pesquisas focadas no que pode ser descoberto e analisado a partir da mineração de repositórios. Mas nem sempre os sistemas de controle de versão apresentam estruturas semelhantes e não existe um acesso universal para todos os tipos diferentes. A capacidade de coletar os dados de repositórios sem se preocupar com o sistema de controle de versão que estes usam aumenta a quantidade de projetos que uma pesquisa pode ter acesso. Visto que existem pontos em comum nos tipos de informação que são gerados por diferentes sistemas, a criação de uma camada que esconde as suas diferentes implementações pode ser formada. Com este trabalho criamos então uma API capaz de realizar a busca de projetos que utilizam sistemas de controle de versões Git ou SVN seguido da extração da lista de branches e tags criadas por estes. Ela é estruturada de forma que uma camada de abstração permite que seu uso para os diferentes sistemas de controladores de versão é feito de uma mesma maneira independente das diferenças entre eles. Para demonstrar seu uso foi desenvolvida uma ferramenta que integra os elementos da API.

This paper proposes an API that helps with code extraction from different types of repository. The quantity of open source code available online is enormous and several online project collections exist. The use of version control systems brings the creation of data which allows for the tracking of the development progress of these projects. Data mining all that data gives researchers the possibility of looking into several aspects of software development. There are already several works that focus on what can be discovered and analyzed from mining repositories that use version control systems. However these version control systems do not always follow the same structure and there is no universal access method for different types. Being able to collect the data from repositories without having to worry about the version control system being used increases the number of projects a research has access to work with. Focusing on the similar types of information generated by different systems it is possible to develop a layer that abstracts the implementation differences from version control systems. In this paper we developed an API capable of conducting a search for projects that use the Git or SVN version control systems followed by the extraction of the list of branches e tags generated by them. It is designed so that an abstraction layer allows using different version control systems with the same method regardless of their differences. A tool that integrates the elements of the API was developed to demonstrate it.