Martin Schleiss nyoba mbandhingake macem-macem proyek open source ing babagan kerumitan kode lan pangerten babagan cara kerja kode lan tumindak apa sing ditindakake. Contone, proyek dadi luwih angel dimangerteni nalika nggunakake abstraksi kompleks, kayata komunikasi komponen sing disebarake liwat jaringan, utawa nggunakake modul lan kelas sing akeh banget.
Metrik sing digunakake kanggo netepake kerumitan potensial yaiku ngetung jumlah operasi impor sing nggabungake file sing beda. Dianggep manawa wong bisa kanthi gampang ngurai 5-6 sambungan file sing beda-beda, lan nalika indikator iki mundhak, dadi luwih angel ngerti logika.
Asil sing dipikolehi (tingkat kesulitan ditetepake minangka persentase file sing duwe pranala menyang 7 utawa luwih file liyane).
- Elasticsearch - 77.2%
- Kode Visual Studio - 60.3%.
- Teyeng - 58.6%
- Kernel Linux - 48.7%
- PostgreSQL - 46.4%
- mongoDB - 44.7%
- Node.js - 39.9%
- PHP - 34.4%
- CPython - 33.1%
- Django - 30.1%
- reactJS - 26.7%
- Symfony - 25.5%
- Laravel - 22.9%
- sabanjureJS - 14.2%
- chakra-ui - 13.5%
Source: opennet.ru