4. DISCUSSIONIn the previous sectio

4. DISCUSSION
In the previous section, we have outlined our proposed tool that will be part of a greater framework to assist managing and verifying the variability in the Linux kernel. We hope that our tool will be adopted by the various Linux communities involved with variability management and issues that arise from it.

Especially targeted for driver developers, our framework would be able to show what configuration derived variability is actually used by a device driver. This would highlight the variability points introduced for example by driver developers, but also indicate interaction with other features that might have not been considered (yet) during the implementation of the driver. Depending on these additional variation points, this can indicate that additional test cases need to be considered.

Similarly, subsystem maintainers could use our tool during reviews and integrations. While inspecting the Linux Guidelines for patch submission and review 2 it turns out that 9 out of 24 points deal with K config related issues. These issues are very hard to test and review; our framework can assist here with visualizing and verifying the additional variation points.

While we are convinced that our framework will be useful for kernel maintainers, we need to consider if our approach scales with the amount of variability in Linux. With Linux, we are facing a variant model of about 8000 features. It is well known that the size of BDDs is very sensitive to the number and order of its variables, which may lead to insufficient memory problems. However, our preliminary results clearly show that the variability is not uniformly distributed across the Linux source code, but variability hot spots can be identified easily. Therefore, we will work on a per compilation-unit basis in order to keep the BDDs reasonably sized.

A first analysis with a self written tool based on sparse [10], a framework for static analysis written for the Linux kernel, shows that less than 10% of all files of the Linux kernel use more then 2 different Kconfig symbols. When considering
2as found in the file Documentation/SubmittingPatches

expanded compilation units, we see that more than 85% of all compilation units have at most 350 different symbols in them. It is clear that we must also consider Kconfig symbols that are not only explicitly named in a compilation unit but come into effect indirectly. This can happen for example when a compilation unit overrides a configuration item with the #define preprocessor statement. Moreover, we need to compute a global variable order so that partial computation results can be reused. According to Mendonca et. al. [14], the largest feature models that can be handled today have about 2000 features and 400 extra constraints. Still, we expect that most compilation units in Linux will not exceed these limits, if any.

ผลลัพธ์ (ไทย) 2:

4.
การอภิปรายในส่วนก่อนหน้านี้เราได้ระบุไว้เครื่องมือที่นำเสนอของเราที่จะเป็นส่วนหนึ่งของกรอบการทำงานมากขึ้นเพื่อช่วยในการจัดการและการตรวจสอบความแปรปรวนในลินุกซ์ เราหวังว่าเครื่องมือของเราจะถูกนำมาใช้โดยชุมชนลินุกซ์ต่างๆที่เกี่ยวข้องกับการจัดการความแปรปรวนและปัญหาที่เกิดขึ้นจากมัน. กำหนดเป้าหมายโดยเฉพาะอย่างยิ่งสำหรับนักพัฒนาโปรแกรมควบคุมกรอบของเราจะสามารถที่จะแสดงสิ่งที่นักโทษไฟไฟล์โครงสร้างแปรปรวนมาถูกนำมาใช้จริงโดยโปรแกรมควบคุมอุปกรณ์ นี้จะเน้นจุดแปรปรวนแนะนำเช่นโดยนักพัฒนาโปรแกรมควบคุม แต่ยังบ่งบอกถึงการมีปฏิสัมพันธ์กับคุณสมบัติอื่น ๆ ที่อาจจะยังไม่ได้รับการพิจารณา (ยัง) ในระหว่างการดำเนินการของผู้ขับขี่ ทั้งนี้ขึ้นอยู่กับการเปลี่ยนแปลงเหล่านี้จุดที่เพิ่มเติมนี้สามารถแสดงให้เห็นว่ากรณีทดสอบเพิ่มเติมจะต้องพิจารณา. ในทำนองเดียวกันผู้ดูแลระบบย่อยสามารถใช้เครื่องมือของเราในระหว่างการแสดงความคิดเห็นและการผนวกรวม ในขณะที่การตรวจสอบแนวทางลินุกซ์สำหรับการส่งแพทช์และทบทวน 2 ปรากฎว่า 9 จาก 24 คะแนนจัดการกับ K ปรับอากาศสายกรัมประเด็นที่เกี่ยวข้อง ปัญหาเหล่านี้เป็นสิ่งที่ยากมากในการทดสอบและตรวจสอบ; กรอบการทำงานของเราสามารถให้ความช่วยเหลือที่นี่กับการแสดงผลและการตรวจสอบจุดเปลี่ยนแปลงเพิ่มเติม. ในขณะที่เรามีความมั่นใจว่ากรอบการทำงานของเราจะเป็นประโยชน์สำหรับผู้ดูแลเคอร์เนลเราต้องพิจารณาว่าวิธีการของเราเครื่องชั่งน้ำหนักที่มีปริมาณของความแปรปรวนในลินุกซ์ กับลินุกซ์ที่เรากำลังเผชิญรูปแบบที่แตกต่างจาก 8000 เกี่ยวกับคุณสมบัติ เป็นที่ทราบกันดีว่าขนาดของ BDDs มีความไวมากกับจำนวนและการสั่งซื้อของตัวแปรซึ่งอาจนำไปสู่ ​​INSU FFI ปัญหาหน่วยความจำเพียงพอ อย่างไรก็ตามผลการศึกษาเบื้องต้นของเราแสดงให้เห็นชัดเจนว่าความแปรปรวนที่ไม่ได้กระจายอย่างสม่ำเสมอทั่วซอร์สโค้ด Linux แต่จุดร้อนความแปรปรวนสามารถเอ็ดสายระบุได้อย่างง่ายดาย ดังนั้นการที่เราจะทำงานบนพื้นฐานต่อการรวบรวมหน่วยในการสั่งซื้อเพื่อให้ BDDs ขนาดเหมาะสม. การวิเคราะห์แรกสายด้วยเครื่องมือเขียนตัวเองขึ้นอยู่กับเบาบาง [10], กรอบการวิเคราะห์แบบคงที่เขียนขึ้นสำหรับลินุกซ์ที่แสดงให้เห็นว่าน้อย กว่า 10% ของสาย les ของการใช้ลินุกซ์มากขึ้นแล้ว 2 ดิฉฉต่างกัน KCON สัญลักษณ์ไฟกรัม เมื่อพิจารณาการ2as พบในสาย le เอกสาร / SubmittingPatches ขยายหน่วยรวบรวมเราจะเห็นว่ากว่า 85% ของหน่วยที่รวบรวมทุกคนต้องมีที่มากที่สุด 350 ดิฉฉสัญลักษณ์ต่างกันในพวกเขา เป็นที่ชัดเจนว่าเรายังต้องพิจารณา KCON สัญลักษณ์ไฟกรัมที่ไม่ได้รับการตั้งชื่อเพียงอย่างชัดเจนในหน่วยรวบรวม แต่เข้ามาในจฉฉ ect ทางอ้อม นี้สามารถเกิดขึ้นเช่นเมื่อหน่วยรวบรวมแทนที่รายการไฟล์โครงสร้างสายแย้งกับคำสั่ง #define preprocessor นอกจากนี้เราต้องคำนวณเพื่อตัวแปรทั่วโลกเพื่อให้ผลการคำนวณบางส่วนสามารถนำกลับมา ตามที่เอ Mendonca อัล [14], รุ่นคุณลักษณะที่ใหญ่ที่สุดที่สามารถจัดการในวันนี้มีประมาณ 2000 คุณสมบัติและ 400 จำกัด พิเศษ แต่ถึงกระนั้นเราคาดหวังว่าส่วนใหญ่หน่วยรวบรวมในลินุกซ์จะไม่เกินข้อ จำกัด เหล่านี้ถ้ามี

ผลลัพธ์ (ไทย) 3:

4 . การอภิปราย
ในส่วนก่อนหน้าเรามีระบุของเราเสนอเครื่องมือที่จะเป็นส่วนหนึ่งของกรอบมากขึ้นเพื่อช่วยในการจัดการและการตรวจสอบความแปรปรวนในเคอร์เนล . เราหวังว่าเครื่องมือของเราจะถูกใช้โดยชุมชน Linux ต่าง ๆ ที่เกี่ยวข้องกับการจัดการความแปรปรวนและปัญหาที่เกิดขึ้นจากมัน

โดยเฉพาะเป้าหมายสำหรับนักพัฒนาไดรเวอร์กรอบของเราจะสามารถแสดงสิ่งที่หลอกลวงจึง guration ได้มาความเป็นจริงที่ใช้โดยโปรแกรมควบคุมอุปกรณ์ นี้จะเน้นความแปรปรวนคะแนนแนะนำตัวอย่างเช่นโดยนักพัฒนาไดรเวอร์ แต่ยังบ่งบอกถึงปฏิสัมพันธ์กับคุณสมบัติอื่น ๆที่อาจจะไม่ได้รับการพิจารณา ( ยัง ) ระหว่างการดำเนินงานของคนขับ ทั้งนี้ขึ้นอยู่กับ เหล่านี้เพิ่มเติมรูปแบบจุดนี้สามารถแสดงให้เห็นว่ากรณีทดสอบเพิ่มเติมต้องพิจารณา

โดยผู้ดูแลระบบสามารถใช้เครื่องมือของเราในความคิดเห็น และการผนวกรวม . ในขณะที่การตรวจสอบลินุกซ์แนวทางส่งแพทช์และทบทวน 2 ปรากฎว่า 9 ในจัดการ 24 คะแนนกับ K G con จึงเกี่ยวข้องกับปัญหานั้น ปัญหาเหล่านี้จะยากมากที่จะทดสอบและตรวจสอบ ;กรอบของเราสามารถช่วยที่นี่กับการสร้างภาพและตรวจสอบจุดการเปลี่ยนแปลงเพิ่มเติม

เราเชื่อว่ากรอบของเราจะเป็นประโยชน์สำหรับเคอร์เนลรักษา เราต้องพิจารณาว่า เครื่องชั่ง วิธีการของเรา กับปริมาณของความแปรปรวนในลินุกซ์ กับ Linux , เราพบรูปแบบตัวแปรของเกี่ยวกับ 8 , 000 คุณสมบัติมันเป็นที่รู้จักกันดีว่า ขนาดของ bdds อ่อนไหวมากกับจำนวนและลำดับของตัวแปรซึ่งอาจนำไปสู่ INSU ffi cient หน่วยความจำมีปัญหา อย่างไรก็ตาม ผลเบื้องต้นของเราแสดงให้เห็นชัดเจนว่า ความแปรปรวน ไม่ใช่โดยการกระจาย Linux ซอร์สโค้ด แต่ความฮอตสปอตสามารถ identi จึงเอ็ดได้อย่างง่ายดาย ดังนั้นเราจะทำงานบนพื้นฐานต่อหน่วยในการรวบรวมเพื่อให้ bdds พอสมควรขนาด

จึงตัดสินใจเดินทางไปวิเคราะห์ด้วยตนเองเขียนเครื่องมือตามป่าโปร่ง [ 10 ] กรอบสำหรับการวิเคราะห์แบบคงที่ ที่เขียนขึ้นสําหรับลินุกซ์ เคอร์เนล แสดงว่า น้อยกว่า 10% ของทั้งหมดจึงเลสของเคอร์เนลใช้มากกว่า 2 ดิ ff erent kcon จึง G สัญลักษณ์ เมื่อพิจารณา
2as พบในเอกสาร / submittingpatches

จึงเลอขยายหน่วยสะสม เราพบว่า มากกว่า 85% ของหน่วยรวบรวมทั้งหมดมีมากที่สุด 350 ดีff erent สัญลักษณ์ในพวกเขา เป็นที่ชัดเจนว่าเราต้องพิจารณา kcon จึง G สัญลักษณ์ที่ไม่เพียง แต่โดยชื่อในหน่วย แต่การเข้ามาอีff ect โดยทางอ้อม นี้สามารถเกิดขึ้นได้ ตัวอย่างเช่น เมื่อรวบรวมหน่วยแทนที่นักโทษจึง guration รายการกับ#กำหนดพรีโพรเซสเซอร์ข้อความนอกจากนี้ เราต้องใช้คำสั่งตัวแปรชนิดเพื่อให้ผลการคำนวณบางส่วนสามารถใช้ . ตาม mendonca et al . [ 14 ] ที่ใหญ่ที่สุดมีรุ่นที่สามารถจัดการได้ วันนี้มีประมาณ 2000 คุณสมบัติและเงื่อนไขพิเศษ 400 เรายังคาดหวังว่าส่วนใหญ่รวบรวมหน่วยใน Linux จะไม่เกินขีด จำกัด เหล่านี้ , ถ้าใด ๆ