Pelisse Romain

Qu'il s'agisse de dépister des anomalies dans un code que l'on veut robuste ou de démontrer qu'un prestataire n'a pas respecté l'état de l'art, ou plus simplement pour améliorer la qualité de son projet, il arrive un moment où l'on souhaite faire le point sur la qualité technique globale de son projet. Ce genre de travail nécessite bien évidemment une bonne maîtrise de la technologie utilisée, mais aussi un outillage assez élaboré pour analyser et remonter les potentiels problèmes. S'il existe de nombreuses solutions open source – PMD, Cloc, Findbugs... – pour analyser un projet et remonter ses indicateurs, il reste fastidieux de mettre en place tous ces outils et surtout encore plus laborieux de faire la synthèse des différents résultats obtenus.

Si aujourd'hui SVN a largement conquis le monde du développement en entreprise, comme chez les éditeurs, les projets communautaires (qui, eux, sont réellement à la pointe du progrès :p) sont en avance de phase. Ces derniers migrent de plus en plus vers ces nouvelles solutions de gestion de sources que sont Mercurial [hg], étudié dans le présent article, Bazaar [bzr] ou encore le fameux Git [git], développé par l'auteur de Linux lui-même, Linus Tordvalds.

Un serveur d'application JEE, tel que JBoss en l'occurrence, est un outil très complexe qui fournit un ensemble de services élaborés (conteneur de servlet, connecteur HTTP, « stack » WebService, queue JMS, et j'en passe) qui peut tout à fait le rendre aussi cryptique qu'effrayant à analyser. Pour démystifier l'engin, nous allons effectuer une analyse de performances sur une instance de JBoss en nous limitant aux quelques paramètres essentiels à notre test.