Carregando...
Carregando...
Ajude a melhorar a plataforma
Durante uma auditoria em um projeto de médio porte, a equipe de qualidade identificou inconsistências na documentação técnica da API REST da aplicação. Ao revisar o processo, observou-se que parte da equipe utilizava anotações diretamente no código-fonte, enquanto outra parte gerava documentação manual em arquivos separados. A coordenação decidiu padronizar o uso de ferramentas automáticas para garantir atualização constante e reduzir esforço redundante.
Com base nesse contexto, compreenda e associe as ferramentas de documentação às suas principais características ou abordagens.
| | | | --- | --- | | Ferramentas / Abordagens | Características / Abordagens | | I. Javadoc | A. Utiliza docstrings e arquivos de configuração para gerar documentação técnica de sistemas Python. | | II. JaCoCo | B. Avalia a qualidade do código com base em métricas como duplicação, cobertura e complexidade ciclomática. | | III. SonarQube | C. Gera documentação automática em formato HTML a partir de comentários estruturados no código Java. | | IV. Sphinx | Produz relatórios detalhados sobre cobertura de testes de código Java, integrando-se a ferramentas de CI. |
Assinale a alternativa que apresenta a associação correta:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa D - Associação correta de ferramentas de documentação e qualidade de código.
Em um cenário de desenvolvimento de software, especialmente em projetos de médio porte com APIs REST, a consistência e a atualização da documentação técnica são cruciais. A falta de padronização, como evidenciado pelo uso de anotações diretas no código e arquivos manuais separados, pode levar a inconsistências, retrabalho e dificuldades na manutenção. A adoção de ferramentas automáticas é uma estratégia eficaz para mitigar esses problemas, garantindo que a documentação seja gerada diretamente do código ou a partir de suas características, promovendo a cultura "docs-as-code" (documentação como código) e aprimorando a qualidade geral do software.
A padronização das ferramentas de documentação e análise de qualidade é um pilar para a maturidade de um projeto de software. As ferramentas apresentadas na questão abordam diferentes aspectos: geração de documentação de API, medição de cobertura de código e análise estática de qualidade.
Vamos analisar as associações propostas e verificar qual alternativa está correta.
| Ferramenta / Abordagem | Característica / Abordagem | Justificativa | | :--------------------- | :------------------------- | :------------ | | I. Javadoc | C. Gera documentação automática em formato HTML a partir de comentários estruturados no código Java. | Javadoc é o padrão para documentação de API em Java, convertendo comentários específicos em HTML. | | II. JaCoCo | D. Produz relatórios detalhados sobre cobertura de testes de código Java, integrando-se a ferramentas de CI. | JaCoCo é uma ferramenta de medição de cobertura de código especificamente para Java, essencial em pipelines de CI. | | III. SonarQube | B. Avalia a qualidade do código com base em métricas como duplicação, cobertura e complexidade ciclomática. | SonarQube é uma plataforma completa de análise estática de código que utiliza múltiplas métricas para avaliar a qualidade. | | IV. Sphinx | A. Utiliza docstrings e arquivos de configuração para gerar documentação técnica de sistemas Python. | Sphinx é amplamente utilizado na comunidade Python para gerar documentação a partir de docstrings e arquivos reStructuredText/Markdown. |
Com base na análise acima, a associação correta é: I-C, II-D, III-B, IV-A. Esta combinação corresponde exatamente à Alternativa D.
As outras alternativas estão incorretas porque trocam as características ou abordagens entre as ferramentas:
A padronização e o uso de ferramentas automáticas para documentação e análise de qualidade de código são práticas essenciais em projetos de software. Javadoc e Sphinx são fundamentais para a geração automatizada de documentação, respectivamente, em ambientes Java e Python. JaCoCo é vital para a validação da cobertura de testes em Java, enquanto SonarQube oferece uma visão holística da qualidade do código em diversas dimensões. A escolha e integração dessas ferramentas, como ilustrado na questão, são passos cruciais para garantir a manutenibilidade, a qualidade e a consistência da documentação e do próprio código ao longo do ciclo de vida de um projeto.
Alternativa D.