Modellgetriebene Softwareentwicklung

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Modellgetriebene Softwareentwicklung (englisch model-driven software development, MDSD oder MDD) ist ein Oberbegriff für Techniken, die automatisiert aus formalen Modellen lauffähige Software erzeugen.[1] Dabei werden Modellierungssprachen, insbesondere domänenspezifische Sprachen (DSLs) zusammen mit Codegeneratoren und Interpretern eingesetzt.

Definition[Bearbeiten | Quelltext bearbeiten]

Modellgetriebene Softwareentwicklung hat zum Ziel, den Quelltext für ein Softwaresystem ganz oder teilweise aus einem Modell zu generieren, wobei das Modell von deutlich einfacherer Komplexität ist, als der zu generierende Quelltext. Insbesondere kommt dabei das DRY-Prinzip[1] zum Tragen. Neben dem Quelltext lassen sich aber auch weitere Artefakte wie nicht ausführbare Dateien sowie Tests und Dokumentationen automatisiert generieren.[2] Weil allein mit den Mitteln der jeweiligen Programmiersprache nicht immer passende Abstraktionen zur Beschreibung verschiedener Gegenstandsbereiche (Domänen) eines Softwaresystems gefunden werden können, werden zielsprachunabhängige Abstraktionen in Form von Modellierungssprachen erschaffen.

Modellierungssprachen können auf den jeweiligen Gegenstandsbereich speziell zugeschnitten sein. Man spricht dann von einer domänenspezifischen Sprache (DSL). Üblich ist auch die Verwendung von universellen Modellierungssprachen wie der Unified Modeling Language (UML).[3] Die Modellierungssprache wird entweder generativ oder interpretativ auf die Zielplattform abgebildet.

Der Einsatz modellgetriebener Softwareentwicklung hat Auswirkungen auf allen Ebenen eines Projektes – sowohl technisch, fachlich als auch im Managementbereich. Deshalb beschreibt die Fachliteratur zu modellgetriebener Softwareentwicklung nicht nur, wie man DSLs und Codegeneratoren entwickelt, sondern auch, wie man diese sinnvoll in Entwicklungsprozesse integriert.

Vorteile[Bearbeiten | Quelltext bearbeiten]

Durch den erhöhten Abstraktionsgrad der DSLs sind Problembeschreibungen wesentlich klarer, einfacher und weniger redundant festgehalten. Das erhöht nicht nur die Entwicklungsgeschwindigkeit, sondern sorgt innerhalb des Projektes für klar verständliche Domänenkonzepte. Das Konzept der Ubiquitous Language aus dem Domain-driven Design wird hier auf die Konzeptebene der Softwarearchitektur angewandt.

Weiterhin wird die Evolution der Software durch die Trennung der technischen Abbildung und der fachlichen Modelle wesentlich vereinfacht. Testfälle können rascher oder gründlicher erstellt werden, da man nicht mehr jede einzelne Zeile Code testet, sondern auf funktionaler Ebene das Systemverhalten statisch und dynamisch prüft.

Domänenspezifische Validierung in den Entwicklungswerkzeugen sorgt für sehr kurze Turnarounds.

Nachteile[Bearbeiten | Quelltext bearbeiten]

Der Initialaufwand zur Entwicklung einer DSL bzw. zur maßgeschneiderten Abbildung von UML auf die Zielsprache kann, insbesondere bei nicht trivialen Projekten, erheblich sein.

Da sich die Metamodelle, und damit die Modelle, in der Regel auf Teilaspekte der abzubildenden Wirklichkeit beschränken, wird oft nur ein Rahmen (Datenstrukturen, Schnittstellen, Funktionsrümpfe etc.) erzeugt, welcher noch von Hand um die tatsächliche Funktion ergänzt werden muss. Dies führt dazu, dass der tatsächliche Projektaufwand deutlich unterschätzt werden kann. Auszunehmen sind hiervon in der Regel Client-Anteile von Client-Server-Anwendungen und reine Datenverwaltungsanwendungen. Weiterhin auszunehmen sind Fälle, in denen ausgereifte domänenspezifische Sprachen (DSL) zum Einsatz kommen, die dynamische Aspekte des Systemverhaltens so weit abdecken, dass eine vollständige oder fast vollständige Generierung des Quelltexts ermöglicht wird (z. B. Simulink).

Bei nicht trivialen Fehlern, solche die nicht auf Spezifikationsfehler zurückzuführen sind, ist in der Regel eine Fehlersuche zur Laufzeit notwendig. Dies ist insbesondere der Fall, wenn der generierte Code durch handgeschriebene Anteile ergänzt wurde. Eine Unterstützung zur Fehlersuche auf Modellebene ist oft nicht oder nur unvollständig vorhanden.

Werkzeuge[Bearbeiten | Quelltext bearbeiten]

  • Rein grafische Modellierungswerkzeuge: Diese dienen lediglich zur grafischen Darstellung und unterstützen keine automatischen Transformationen. Das Modell wird hier in ein textuelles Austauschformat wie zum Beispiel (XMI) exportiert und mit gesonderten Transformatoren weiterbearbeitet.
  • Rein textuelle Modellierungswerkzeuge: Diese basieren auf einer oder mehreren textuellen domänenspezifische Sprachen und unterstützen immer auch die Transformation (z. B. in Sourcecode oder Dokumente)
  • Reine Transformatoren: Diese dienen ausschließlich der Transformation von Modellen und beinhalten keine grafischen Modellierungsfunktionalitäten. Modelle werden in einem textuellen Austauschformat wie XMI in ein internes Modellformat importiert, transformiert und danach wieder exportiert.
  • Integrierte MDD-Werkzeuge: Diese bieten Modellierung, Modelltransformationen und Codegenerierung in einem Werkzeug. Export- und Importvorgänge, Kompatibilitätsprobleme beim Datenaustausch und Rüstaufwand bezüglich Integration werden vermieden. Die Navigierbarkeit und Synchronisation zwischen fachlichem und technischem Modell und Implementierungscode wird unterstützt.[4]

Beispiele für integrierte MDD-Werkzeuge[Bearbeiten | Quelltext bearbeiten]

Siehe auch[Bearbeiten | Quelltext bearbeiten]

Weblinks[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. a b Thomas Stahl, Markus Völter, Sven Efftinge: Modellgetriebene Softwareentwicklung. Techniken, Engineering, Management. 2. aktualisierte und erweiterte Auflage. Dpunkt-Verlag, Heidelberg 2007, ISBN 978-3-89864-448-8.
  2. Juan Carlos Flores Beltran, Boris Holzer, Thorsten Kamann, Michael Kloss, Steffen A. Mork, Benedikt Niehues, Karsten Thoms: Modellgetriebene Softwareentwicklung. MDA und MDSD in der Praxis. Hrsg.: Georg Pietrek, Jens Trompeter. Entwickler-Press, Frankfurt am Main 2007, ISBN 978-3-939084-11-2.
  3. Amelie Flatt, Arne Langner, Olof Leps: Model-Driven Development of Akoma Ntoso Application Profiles. Hrsg.: Springer Nature. 1. Auflage. Springer Nature, Heidelberg 2022, ISBN 978-3-03114131-7 (springer.com [abgerufen am 19. August 2022]).
  4. Amelie Flatt, Arne Langner, Olof Leps: Model-Driven Development of Akoma Ntoso Application Profiles. Hrsg.: Springer Nature. 1. Auflage. Springer Nature, Heidelberg 2022, ISBN 978-3-03114131-7 (springer.com [abgerufen am 19. August 2022]).
  5. Amelie Flatt, Arne Langner, Olof Leps: Model-Driven Development of Akoma Ntoso Application Profiles. Hrsg.: Springer Nature. 1. Auflage. Springer Nature, Heidelberg 2022, ISBN 978-3-03114131-7 (springer.com [abgerufen am 19. August 2022]).