本文要点

• 软件开发过程非常复杂，因此很难理解。

• 这种复杂性导致了许多没有根据的信念和来历不明的直觉。

• 对开发过程的最新研究挑战了许多人们普遍持有的信念。

• 某些研究结果没有那么直观，但它们揭示了开发过程中意想不到的力量。

• 在软件开发中，非技术因素往往胜过技术因素。

最近，我对项目中使用的编程语言与代码质量之间的相关性进行了研究。我很震惊，因为结果和我的期待恰恰相反。一方面，该研究可能存在缺陷，另一方面，软件开发中的许多既定实践和信念起源不明。我们之所这样做，是因为“每个人”都在这样做，或者它们被认为是最佳实践，或者它们是由“福音传教士”（这个名字本身就是一个警告信号）所宣讲的。它们真的有用吗，还是只是“都市传奇”？如果我们看看硬数据（hard data）呢？我查了其他几篇论文，所有的结果都令人惊讶。

考虑到软件系统在我们经济中的重要性，令人惊讶的是，关于开发过程的科学研究是如此之少。其中一个原因可能是软件开发过程非常昂贵，并且通常由那些不愿意让研究人员进入的公司所有，这使得在实际项目上进行实验变得不切实际。最近，像GitHub或GitLab这样的公共代码库改变了这种情况，它们提供了易于访问的数据。越来越多的研究人员试图深入研究这些数据。

最早的一项基于公共存储库数据的研究发表于2016年，题为《大型生态系统研究：编程语言对代码质量的影响》。它试图验证一个被普遍认为是理所当然的信念，即某些编程语言生成的代码质量要高于其他语言生成的。研究人员正在寻找编程语言与缺陷数量和类型之间的关系。在用17种语言开发的729个GitHub项目中，通过对与bug相关的提交进行分析，结果确实显示出了预期的相关性。值得注意的是，像TypeScript、 Clojure、Haskell、Ruby和Scala这样的语言比C、C++、Objective-C、JavaScript、PHP和Python更容易出错。

一般来说，函数式和静态类型语言比动态类型、脚本或过程式语言更不容易出错。有趣的是，缺陷类型与语言的相关性比缺陷的数量更强。总的来说，这一结果并不令人惊讶，它证实了社区大多数人所相信的事实。这项研究获得了普及，并被广泛引用。需要注意的是，结果是基于统计的，解释统计结果必须要小心。统计上的显著性并不总是具有实际意义，而且正如作者所合理警告的那样，相关性并非因果关系。这项研究的结果并不意味着（尽管很多读者都是这样解释的）如果你把C改成Haskell，代码中的bug就会减少。无论如何，这篇论文至少提供了有数据支持的论点。