| Summary: | Kääntäjien ja tulkkien raportoimia diagnostisia virheilmoituksia on tutkittu yli 50 vuoden ajan. Aihe on merkittävä sillä virheilmoitukset ovat keskeinen palautteenantomuoto kääntäjältä käännettävän ohjelmakoodin kirjoittajalle. Tästä huolimatta virheilmoitukset ovat monilta osin riittämättömiä ja ongelmallisia eikä tällä osa-alueella ole tapahtunut merkittäviä läpimurtoja. Erityisen kriittisiä selkeät ja korjaamista helpottavat virheilmoitukset ovat vasta vasta-alkajille, mutta myös ammattilaiset hyötyisivät paremmista virheilmoituksista. Suurin osa tutkimuksesta on keskittynyt ohjelmointikielten virheilmoituksiin. Tietokantojen kääntäjien raportoimia virheilmoituksia on tutkittu merkittävästi vähemmän. Tässä tutkimuksessa selvitetään verkkopohjaisella kyselytutkimuksella kuinka kahden suosituimman avoimen lähdekoodin relaatietokannanhallintajärjestelmän, PostgreSQL:n ja MySQL:n SQL-kyselyihin raportoimat syntaksivirheilmoitukset auttavat opiskelijoita havaitsemaan ja korjaamaan virheitä. Tulokset osoittavat, että PostgreSQL:n tuottamat virheilmoitukset ovat hyödyllisempiä sekä koetussa virheiden havaitsemisessa, korjaamisessa, että korjausvarmuudessa.
Diagnostic error messages reported by compilers and interpreters have been researched for over 50 years. The subject is fundamental because error mes-sages are a key feedback channel from the compiler to the person writing the code. Despite this importance, error messages remain insufficient and problematic and there have been no breakthroughs on the field. Clear and helpful error messages are especially crucial for novices but also professionals would benefit from better error messages. Most of the research has focused on error messages generated by programming language error messages. There have considerably fewer studies on error messages generated by compilers in data-bases. In this study it is examined how the error messages reported by two of the most popular relational database management systems, PostgreSQL and MySQL help students detect and correct errors. The data is gathered with an online survey. The results indicate that error messages generated by PostgreSQL are more useful in perceived detection, correction and in the reliability of the correction.
|
|---|