Conversei com o Luan sobre o script que ele criou há pouco tempo para a identificação de códigos duplicados. A princípio, ele me explicou o funcionamento do script e como ele foi desenvolvido.
A ideia é que, para todos dois arquivos dentro de um diretório, o script verifica as similaridades entre todas as funções que estão presentes nos arquivos. Ele faz isso “recortando” todas as funções de dentro desses arquivos para arquivos separados e, depois, analisando a similaridade entre esses arquivos gerados. É de se esperar que a execução do programa demore, já que estamos fazendo muitas operações de Entrada/Saída.
Ademais, o programa foi feito em C++, mas utilizando também scripts em python para a biblioteca de análise de código.
O objetivo da criação do script é analisar a similiaridade entre partes do kernel Linux, uma vez que este é um projeto com muita repetição de código. O programa, poderia, então, informar para os desenvolvedores as partes a serem refatoradas.
Encontrei alguns problemas para rodar o script, que devo ou avisá-lo apenas, ou contribuir para o projeto através de um fork.
Um dos empecilhos é que, por padrão, o script deve ser rodado como root, o que não é seguro. O ideal seria rodar como usuário comum, afinal comparar textos não deveria precisar de permissão de root.
Para quem não sabe, se instalamos pacotes de python como root, o python não consegue encontrar esses pacotes quando rodado como usuário comum. Isso é um problema pois, na maioria das vezes, queremos rodar scripts como usuário comum. Logo, caso eu queira rodar outros scripts que usem as dependências desse projeto, provavelmente terei que instalar elas de forma repetida.
Um outro problema que tive foi que a versão do meu python não era a esperada pelo projeto. A versão instalada no meu sistema, embora python3, era a python 3.1, enquanto o projeto esperava algo como a 3.9 - descobri isso através de vários erros. Tive que instalar a versão correta para isso, além de instalar o pip correto para instalar as dependências do projeto.
Ainda assim, consegui rodar o programa do Luan para escanear as repetições.
O Siqueira comentou com o Luan sobre uma duplicação do DRM que aparecia no output do script feito. Logo, o Luan me pediu para remover essa duplicação.
Removi a duplicação com a criação de macros que podem definir as funções repetidas. Isso foi necessário pois as funções duplicadas possuíam uma pequena diferença no uso de um argumento de uma macro específica, sendo que esse argumento era o nome de um campo de uma struct. Assim, a única solução pensei foi uma macro. As definições das funções, então, ficaram bem pequenas, já que dependiam quase inteiramente da macro criada.
Dessa maneira, ao fim da refatoração, enviei o patch, mas ainda, infelizmente, não recebi feedback. Acredito que terei que enviar novamente :/
Link do patch: https://lore.kernel.org/amd-gfx/20240613160549.139004-1-jppaulo11@usp.br/