IFPUG功能點分析介紹
引言
IFPUG的功能點分析（FPA）方法是一種目前被廣泛接受的關於軟體規模度量的有效方法。目前越來越多的組織在運用這個方法進行軟體規模的度量。故在此對功能點分析做一些簡單的介紹，以供大家瞭解。
FPA簡介
FPA是從使用者角度出發度量軟體規模的一種方法。它從使用者的角度出發，將系統分為資料功能和交易功能兩大類，分別根據具體的規則來計算功能點，最後結合系統的特徵因子來調整功能點數，從而得到最終的系統規模。
具體的度量步驟如下所示：
確定功能點計數型別
識別軟體的應用邊界
識別資料功能以確定其複雜度以及UFP
識別事務功能以確定其複雜度以及UFP
確定UFP數
確定值調整因子
計算調整FP數
這裡的使用者指的是使用者功能性需求的任何人和/或任何時候與軟體通訊或互動的任何人或事物。
所謂使用者可識別是指為處理而定義的需求或/和能被使用者和軟體開發者贊同和讀懂的資料組。
所以一定要注意功能點評估的方法一定是從使用者角度出發，並能夠得到使用者的認可，它與具體採用何種開發語言，何種技術方案無關。
關於功能點計數型別
功能點計數型別在IFPUG的FPA中分為三類：新開發型別、增強型別、應用系統。
其中新開發型別簡單的來說就是從無到有的開發一個系統；
增強型別簡單的來說就是在原有系統基礎上新增、完善甚至刪除已有的功能。
應用系統則是指對已經存在的系統進行功能點計數。
這三種類型的系統在計算功能點的時候會採用不同的計算方法。
關於應用邊界
在FPA中強調在進行FPA之前一定要定義應用的邊界。因為這關係到後續在計算功能點的時候相關型別功能的識別以及最終的規模。
而所謂應用邊界就是定義範圍，從使用者的角度出發，確定哪些業務包含在應用中，而哪些業務在應用之外。
關於資料功能
在FPA中將資料功能分為兩類：
1、內部邏輯檔案（Internal Logical File, ILF）
2、外部介面檔案(External Interface File, EIF)
這裡的檔案指的是一組使用者可識別的邏輯資料或者控制資訊。它與我們在具體實現時設計出來的物理模型是無關的。
內部邏輯檔案（ILF）指的是一組使用者可識別的在應用邊界內且被維護的邏輯相關資料或者控制資訊。ILF的主要目的是通過應用的一個或幾個基本處理過程維護資料。
而外部介面檔案（EIF）指的是一組在應用邊界內被查詢，但是在其它應用中被維護的、使用者可識別的、邏輯相關資料或者控制資訊。
從以上的定義可以看出來ILF與EIF的最大區別在於ILF會被應用維護，而EIF不會被應用維護。
識別ILF和EIF的有效工具是資料流圖。
具體的ILF和EIF的識別規則在這裡不詳述，可以參照IFPUG的實踐手冊（CPM）。
在我們識別了ILF和EIF之後，我們就需要計算它們的複雜度。在FPA中採用下面兩個指標來計算ILF和EIF的複雜度：
1、資料元素型別（Data Element Types, DET）
2、記錄元素型別（Record Element Types, RET）
其中一個DET就是一個唯一的使用者可認知的，不重複的資料域。類似於資料庫表中的欄位，但不完全相同。
而一個RET就是一個ILF或者EIF內使用者可認知的資料元素子集。
在FPA中有給ILF和EIF的DET以及RET定義詳細的計算規則，可參考CPM。
根據對每個ILF和EIF計算出來的DET和RET的數量，在FPA中就會將ILF和EIF劃分為低，中，高三個複雜度等級。具體的劃分規則可參照CPM。
關於交易功能
在FPA中將交易功能劃分為三種：
1、 外部輸入（External Input, EI）
2、 外部輸出（External Output, EO）
3、 外部查詢（External inQuery, EQ）
這裡的EI指的是處理來自應用邊界之外的資料或控制資訊的基本處理過程。EI的主要目的是維護一個或多個ILF並且/或者改變系統的行為。
EO指的是嚮應用邊界之外發送資料或控制資訊的基本處理過程.EO的主要目的是通過邏輯處理方式向用戶呈現資訊，而不只是直接恢復資料或控制資訊。該處理邏輯必須包含至少一個數學公式或計算過程，或生成派生資料。一個EO也可能維護一個或多個ILF和/或改變系統行為。
EQ指的是嚮應用邊界之外發送資料或控制資訊的基本處理過程. EQ的主要目的是通過恢復資料或控制資訊向用戶呈現資訊。該處理邏輯不包括任何的數學公式或計算過程，不會生成任何的派生資料。EQ處理過程中既不會維護任何ILF，也不會改變系統行為。
在FPA中有定義詳細的對EI、EO、EQ三者的識別規則，在此不詳述。通常，這三種功能就是對使用者提出的功能性需求的分類。它關注的物件是具體的每一個功能。
對於交易功能，在FPA中採用DET和FTR（引用檔案型別）兩個指標來計算它們的複雜度。
其中FTR指的是一個被交易功能讀取或維護的ILF或者是一個被交易功能讀取的EIF。
根據對每個EI、EO、EQ計算出來的DET和FTR的數量，在FPA中也將它們劃分為低、中、高三個複雜度等級。具體劃分規則可參見CPM。
根據以上計算出來的資料功能和交易功能的複雜度，FPA綜合很多軟體專案的資料，提供了一個複雜度與功能點的對應表，具體參見CPM。
根據上表識別出每個資料功能和交易功能的功能點，然後求和即為未經調整的功能點數（Unadjusted Function Point）
關於調整係數
在上面計算出來的未經調整的功能點數沒有考慮到系統的非功能性需求，因此，FPA有定義14個系統調整因子來針對系統的非功能性需求來計算調整係數。這14個系統調整因子分別是：
1.資料通訊 8.線上升級
2.分散式資料處理 9.複雜處理
3.效能 10.可重用性
4.資源需求 11.易安裝性
5.事務頻率 12.易操作性
6.線上資料輸入 13.多點執行
7.終端使用者效率 14.易變更
對於以上的每一個影響因子，FPA將其影響程度定義為以下的5個等級。
0 毫無影響
1 偶然影響
2 偏下影響
3 一般影響
4 重大影響
5 強烈影響
每個特徵因子都有定義詳細的識別規則，可參考CPM。
功能點調整係數（Value Adjustment Factor, VAF）=（TDI×0.01）+0.65。
其中TDI指以上14個特徵因子影響程度分值的和。根據以上的公式可以知道，VAF的值在0.65～1.35範圍內。
計算已調整功能點（Adjusted Function Point， AFP）
根據在第一步中識別的功能點計數型別，計算已調整功能點的公式有不同。其中新開發專案功能點計算公式為：
AFP=（UFP+CFP）×VAF
其中，UFP=未調整功能點總數
CFP=轉換功能點
此處轉換功能指系統安裝時需要用到，但不直接提供給終端使用者使用的功能。通常是實現諸如資料轉換這樣的功能。
有關其他兩種型別的已調整功能點計算公式參見CPM。
關於功能點的應用
功能點計算出來了，那它跟我們的工作有什麼樣的聯絡呢？通常，在專案規劃及執行階段，可以利用功能點來預估專案的人力費用、品質等。
例如，根據行業經驗資料，Java語言開發時，一個功能點的生產時間在1～1.4天內（此處的生產時間僅指軟體開發活動，它通常包含需求分析、設計、編碼、測試等活動，但不包含專案管理、軟體維護等支援性且因專案要求的不同而差異較大的活動）。那麼我們就可以根據計算出來的功能點推算出專案可能的人力。典型公式：專案總生產人力=專案功能點數×生產效率。
在專案結束後來計算功能點，有助於我們根據實際的生產時間來計算單位內部的生產效率等度量指標。典型公式：生產效率=專案總生產人力/專案功能點數
重要的是，由於功能點分析是一個從使用者角度出發的，與實現細節無關的評估方法，所以利用功能點計算出來相關資料（諸如生產效率、缺陷率等），有助於增強企業間生產能力比較的可信度，也有助於在行業內形成有比較基準的資料，作為企業運營過程中的參考。
後記
以上僅僅對IFPUG的FPA的相關概念進行了簡單的介紹。目的是起到一個引導的作用，讓讀者瞭解IFPUG的FPA的基本內容。真正要實踐FPA還需要讀者仔細去研習CPM（Counting Practices Manual），當前最新版本為4.2.1