PDF de programación - Contando Patatas: El tamaño de Debian 2.2

Contando Patatas: El tamaño

de Debian 2.2

Jesús M. González-Barahona

Miguel A. Ortuño Pérez

Pedro de las Heras Quirós

José Centeno González

Vicente Matellán Olivera

Debian es la mayor distribución de software libre, en su última
distribución estable supera ampliamente los 2.800 paquetes de código
fuente. Es mayor que las demás, pero ¿cuánto exactamente?. En este
artículo usamos el sistema “sloccount” de David Wheeler para
determinar el número de lineas físicas de código fuente (physical SLOC,
Physical Source Lines of Code) de Debian 2.2 (conocida como
“Potato”). Veremos como Debian 2.2 incluye más de 56.000.000 líneas
físicas de código, casi el doble que Red Hat 7.1, distribuida ocho meses
después. Esto muestra que para distribuciones de este tamaño, el modelo
de desarrollo de Debian, basado en el trabajo de un gran grupo de
voluntarios repartidos por el mundo es, al menos, tan capaz como otros
modelos, por ejemplo el usado por Red Hat o Microsoft, que es más
centralizado y que está basado en el trabajo de empleados.

Copyright (c) 2001 Jesús M. González-Barahona, Miguel A. Ortuño Pérez, Pedro de

1

Contando Patatas: El tamaño de Debian 2.2

las Heras Quirós, José Centeno González y Vicente Matellán Olivera.

Se permite la copia y redistribución de este documento si las copias son literales e
incluyen esta nota de copyright.

Si hay versions más actualizadas de este artículo estarán disponbles en
http://people.debian.org/~jgb

Contacto con los autores: [email protected]

1. Introducción

El 14 de agosto de 2000 el Proyecto Debian anuncia Debian GNU/Linux 2.2, la
distribución “Joel ’Espy’ Klecker” [ Debian22Ann] [Debian22Rel]. Su nombre familiar
es “potato”, y es la última distribución (hasta la fecha) del Sistema Operativo Debian
GNU/Linux. En este trabajo hemos medido la distribución, mostrando su tamaño y
comparándolo con otras distribuciones.

Debian no es sólo la mayor distribución GNU/Linux, es también una de las más fiables,
con varios premios basados en las preferencias de los usuarios. Aunque es difícil de
estimar el número de usuarios (El Proyecto Debian no vende CDs ni ningún otro
soporte con el software), es sin duda importante dentro del mercado Linux. Se
preocupa especialmente de beneficiar a los usuarios con una de las ventajas
fundamentales del software libre: La disponibilidad del código fuente. Así, los
paquetes fuente se preparan cuidadosamente para permitir la reconstrucción de los
fuentes originales (conocidos como “upstream”). Estas precauciones resultan muy
convenientes para hacer mediciones y, en general, para obtener estadísticas.

La idea de este artículo surgió del interesante trabajo de David Wheeler
[Wheeler2001]. Animamos al lector a, al menos, ojearlo, y comparar los datos que
ofrece con los aportados aquí.

La estructura de este artículo es la siguiente: La próxima sección proporciona algunas
ideas de contexto sobre el proyecto Debian y la distribución Debian 2.2 GNU/Linux.
Posteriormente, examinaremos el método empleado para recopilar los datos mostrados,
para después ofrecer los resultados de la medición de Debian 2.2 (incluyendo totales,

2

Contando Patatas: El tamaño de Debian 2.2

tamaños máximos, mediciones por lenguaje, etc). En la siguiente sección se comentan
algunas de las cifras y cómo deben ser consideradas, así como algunas comparaciones
con Red Hat Linux y otros sistema operativos. Finalizaremos con conclusiones y
trabajo relacionado.

2. Algunas ideas de contexto sobre Debian

La distribución Debian 2.2 GNU/Linux está recopilada por el Proyecto Debian, quien
también se encarga de su mantenimiento. En esta sección aportaremos alguna
información básica sobre Debian como proyecto, y sobre la distribución 2.2.

2.1. El Proyecto Debian

Debian es un sistema operativo libre, que actualmente usa el kernel Linux como núcleo
de todo el software de la distribución Debian GNU/Linux (si bien se esperan en un
futuro próximo distribuciones basadas en otros núcleos como Hurd). La distribución
está disponible para varias arquitecturas: Intel x86, ARM, Motorola 680x0, PowerPC,
Alpha y SPARC.

El núcleo de la distribución Debian es la sección principal (“main”). Constituye con
mucho el grueso de los paquetes, y está compuesto sólo por software libre, conforme
con lo que la DFSG (Debian Free Software Guidelines) [DFSG] entiende por software
libre. Esta distribución se puede descargar de la red, y muchos re-distribuidores la
venden en CD u otros formatos. La distribución Debian es recopilada por el Proyecto
Debian, un grupo de 900 desarrolladores voluntarios repartidos por todo el mundo y
colaborando a través de Internet. No sólo se ocupan de adaptar y empaquetar los
programas de la distribución, también de la infraestructura web, el sistema de control
de errores, la “internacionalización”(adaptación a países e idiomas), las listas de correo
de Debian de desarrollo y mantenimiento, y en un sentido amplio, a toda la
infraestructura que hace la distribución Debian posible.

Los desarrolladores de Debian empaquetan el software que obtienen de los autores
originales (“upstream”), asegurándose de que funciona correctamente con el resto de

3

Contando Patatas: El tamaño de Debian 2.2

los programas Debian. Para ello, hay un conjunto de reglas que todo paquete debe
cumplir, el Manual de Política Debian (Debian Policy Manual) [DebianPol]. La mayor
parte del esfuerzo de empaquetar un determinado programa generalmente consiste en
hacerlo compatible con estas normas. Los desarrolladores también gestionan los errores
en los programas, intentan solucionarlos (informando de problemas y soluciones a los
autores originales), siguen el desarrollo de nuevos programas y construye_ todo el
software intermedio necesario para que el sistema Debian funcione. Los fallos y los
problemas de seguridad se discuten abiertamente, y diariamente se ponen a disposición
de los usuarios actualizaciones para las distribuciones estables, para solucionar
problemas importantes de forma que los sistemas permanezcan tan seguros y libres de
errores como sea posible.

Debian es único por muchos motivos. Es destacable su dedicación al software libre, su
naturaleza sin ánimo de lucro y su modelo abierto de desarrollo (donde la mayor parte
de las discusiones se hacen en listas de correo públicas). El Proyecto Debian está
comprometido con el software libre, como refleja el Contrato Social Debian. La
definición de lo que Debian considera software libre se encuentra en las Directrices del
Software Libre de Debian (DFSG, Debian Free Software Guidelines), que
esencialmente es el mismo software que entra en la categoría “open source” . (Lo que
no resulta extraño, ya que la definición “open source” deriva de la DFSG).

2.2. Debian potato

Debian 2.2 (potato) es la última distribución oficial, la que actualmente es considerada
“estable”. Vio la luz en agosto de 2000, e incluye todo el software libre de cierta
relevancia disponible en ese momento. Tan solo la distribución principal, compuesta
únicamente por software libre (según la DFSG) consta de más de 2.600 paquetes de
código fuente. La distribución completa incluye cerca de 4.000 paquetes binarios, que
el usuario puede instalar fácilmente desde diversos soportes o desde servidores en
Internet.

Debian 2.2 está divido en dos archivos, el “normal” y el non-US. Este último incluye
paquetes que tienen algún impedimento legal para ser exportados desde Estados Unidos
(generalmente la legislación estadounidense sobre criptografía)

4

Contando Patatas: El tamaño de Debian 2.2

Cada archivo está compuesto de varias “distribuciones”: Las llamadas main, contrib y
non-free.

En el trabajo al que hacemos referencia en este artículo hemos considerado sólo la
distribución main del archivo “normal”. Es con mucho la mayor parte del archivo, está
compuesto sólo por software libre y no tiene restricciones de exportación. En muchos
aspectos, es la mayor colección coordinada de software libre disponible en Internet.

3. Captura de Datos

En resumen, el enfoque empleado para la captura de los datos presentados en este
artículo es el siguiente:

1. Código Fuente de una Distribución Debian

Por fortuna, el código fuente de las distribuciones Debian presentes y pasadas está
archivado, disponible en Internet para cualquiera. El único problema es determinar
la lista de paquetes de código fuente para una determinada distribución, y dónde
acceder a ellos.

2. Descarga y captura datos

Una vez que conocemos los ficheros que nos interesan, debemos descargarlos para
obtener los datos. Pero no los descargamos todos al tiempo (lo que ocuparía mucho
espacio en disco), si no que, secuencialmente, descargamos un paquete, lo
desempaquetamos, analizamos y borramos antes de pasar al siguiente.

3. Análisis final

Análisis de los datos recogidos y obtención de estadísticas, atendiendo al número
total de SLOC de la distribución, las SLOC para cada uno de los diversos
lenguajes de programación considerados, etc.

En las siguientes secciones estos tres pasos están descritos con mayor detalle.

5

Contando Patatas: El tamaño de Debian 2.2

3.1. Código fuente de una distribución Debian

En el sistema de paquetes de Debian hay dos tipo de paquete: fuente y binario. De cada
paquete fuente, de forma automática, se pueden construir uno o más paquetes binarios.
Para este trabajo, sólo los paquetes fuente son relevantes, con lo que en lo sucesivo no
volveremos a hacer referencia a los binarios.

Al construir un paquete fuente, un desarrollador de Debian comienza por el directorio
con el código fuente “original” del programa en cuestión. En terminología Debian, este
es el fuente “upstream” (“corriente-arriba”). El desarrollador Debian crea
modificaciones en forma de parche de estos fuentes originales si es necesario, y crea un
subdirectorio debian con todos los ficheros de configuración Debian (incluyendo los
datos necesarios para construir los paquetes binarios). Se tiene entonces el paquete
fuente, que generalmente (pero no siempre