مارٹن شلیس نے کوڈ کی پیچیدگی اور کوڈ کیسے کام کرتا ہے اور یہ کون سے اعمال انجام دیتا ہے اس کی تفہیم کے لحاظ سے مختلف اوپن سورس پروجیکٹس کا موازنہ کرنے کی کوشش کی۔ مثال کے طور پر، ایک پروجیکٹ کو سمجھنا زیادہ مشکل ہو جاتا ہے جب وہ پیچیدہ تجریدات کا استعمال کرتا ہے، جیسے کہ نیٹ ورک پر اجزاء کی تقسیم شدہ کمیونیکیشن، یا بڑی تعداد میں نیسٹڈ ماڈیولز اور کلاسز کا استعمال کرتا ہے۔
ممکنہ پیچیدگی کا اندازہ لگانے کے لیے استعمال ہونے والا میٹرک درآمدی کارروائیوں کی تعداد کو گن رہا تھا جو مختلف فائلوں کو آپس میں جڑے ہوئے تھے۔ یہ فرض کیا جاتا ہے کہ ایک شخص مختلف فائلوں کے 5-6 کنکشنز کو آسانی سے پارس کر سکتا ہے، اور جیسے جیسے یہ انڈیکیٹر بڑھتا جاتا ہے، منطق کو سمجھنا مشکل ہو جاتا ہے۔
حاصل کردہ نتائج (مشکل کی سطح کو فائلوں کے فیصد کے طور پر بیان کیا گیا ہے جن کے 7 یا اس سے زیادہ دیگر فائلوں سے لنک ہیں)۔
- لچکدار تلاش - 77.2%
- بصری اسٹوڈیو کوڈ - 60.3%۔
- زنگ - 58.6%
- لینکس کرنل - 48.7%
- PostgreSQL - 46.4%
- mongoDB - 44.7%
- Node.js - 39.9%
- پی ایچ پی - 34.4%
- CPython - 33.1%
- جینگو - 30.1%
- reactJS - 26.7%
- سیمفونی - 25.5%
- لارویل - 22.9%
- NextJS - 14.2%
- چکرا یوئی - 13.5%
ماخذ: opennet.ru