Научное программное обеспечение

Научное программное обеспечение. Специфика. Назначение.

1 Специфика научного программного обеспечения

• Научное ПО имеет ряд особенностей, которые не встречаются в коммерческом ПО.

1.1 Используемые алгоритмы крайне сложны

• Зачастую в них разбирается очень узкая группа людей.

1.2 Низкая универсальность

• Всё, что можно было сделать стандартными методами, уже давно сделано.

1.3 Уникальная модель распространения

• Основной источник информации о научном ПО — реферируемые научные журналы.
• Информация о самих программах становится доступным уже после того, как с помощью этих программ были получены и опубликованы научные результаты.
• Наличие результата оправдывает существование описываемого программного обеспечения.

1.4 Остаточное финансирование

• Кроме редких специфических случаев на научное ПО не выдаётся целенаправленное финансирование.
• Написание программного обеспечения рассматривается как производная от конкретной научной задачи.
• Иногда крупные популярные программы удостаиваются отдельных грантов.

1.5 Учёный — не программист

• Программы пишутся самими учёными, не являющимися специалистами в индустриальной разработке программного обеспечения.
• Важен научный результат.
• Культуре разработки уделяется мало внимания.

1.6 Унаследованный код (legacy)

• Наследуется код и средства разработки.
• Большой процент технического долга.
• Возникают требования к средствам разработки: большое время жизни и поддержка давно разработанного ПО.
• Поэтому стараются избегать средств программирования, нарушающих совместимость (как пример, python).

1.7 Фрагментация разработки

• Разные модули программ пишутся разными людьми (студентами, аспирантами, сотрудниками).
• Они работают над кодом в течение 2–3 лет, пока это нужно для подготовки диплома или диссертации, или пока есть финансирование.
• Код бросается в полусыром виде.
• Из-за отсутствия культуры программирования через несколько лет возникает спагетти-код.

1.8 Сложность отладки и тестирования

• Сравнить результаты работы программ зачастую просто не с чем (т.к. это и есть передний край науки).
• Для отладки программы, её приходится сравнивать с верификацией модели.

1.9 Требования к пользователям

• Трудно отделить ошибки программы от специфики исследуемого объекта.
• Для интерпретации полученного результата нужна высокая научная квалификация пользователя.

1.10 Идеология DevOps

• Приходится не только разрабатывать программное обеспечение, но и поддерживать инфраструктуру.