一、前言
在软件工程的功能点估算法（Function Point Analysis, FPA）中，**RETS、FTRS 和 DETs（即用户查询中的 DELs，可能为 DETs 的笔误）**是三个核心概念，主要用于衡量软件系统的复杂度与规模。以下是它们的详细解释与应用：
🔍 二、 RET（Record Element Type，记录元素类型）
- 定义：RET 指一个内部逻辑文件（ILF）或外部接口文件（EIF）中包含的子表或子结构的数量。例如，数据库中的主-从表结构被视为一个 ILF，但包含多个 RET（主表为一个 RET，每个从表为独立的 RET）。
- 作用：
- 影响 ILF/EIF 的复杂度：RET 数量越多，文件复杂度越高（低复杂度：1 RET；中：2–5 RET；高：>5 RET）。
- 与 DET 共同决定功能点的计算。
- 示例：
订单系统（ILF）包含订单主表和订单明细表 → 该 ILF 包含 2 个 RET。
📂 三、 FTR（File Type Referenced，文件类型引用）
- 定义：FTR 表示事务功能（如 EI、EO、EQ）引用的 ILF 或 EIF 的数量。例如，一个“生成订单报表”功能需读取订单表（ILF）和客户表（EIF），则其 FTR 数量为 2。
- 作用：
- 决定事务功能（EI/EO/EQ）的复杂度：FTR 数量越多，事务复杂度越高（低：0–1 FTR；中：2 FTR；高：>2 FTR）。
- 反映功能对数据交互的依赖程度。
- 示例：
用户注册功能（EI）需更新用户表（ILF）并验证权限表（EIF） → FTR 数量为 2。
🔢 四、 DET（Data Element Type，数据元素类型）
- 定义：DET 指用户可识别的唯一数据字段。例如，表单中的“姓名”“邮箱”“电话”均为独立的 DET。主键/外键仅计为 1 个 DET。
- 作用：
- 影响文件（ILF/EIF）和事务（EI/EO/EQ）的复杂度。
- 在事务中，仅计算用户直接输入的字段（自动生成字段不计入）。
- 示例：
登录表单包含“用户名”“密码”“验证码” → DET 数量为 3。
📊 五、三者的关系与功能点计算
| 概念 | 归属对象 | 影响对象 | 复杂度判定依据 |
|---|---|---|---|
| RET | ILF 或 EIF | 文件复杂度 | 子表数量（主/从结构） |
| FTR | EI、EO、EQ | 事务复杂度 | 引用的 ILF/EIF 数量 |
| DET | 文件/事务 | 文件与事务复杂度 | 唯一字段数量（用户可识别） |
- 计算公式：
功能点总数 = ∑（文件复杂度权重 + 事务复杂度权重）
其中权重由 RET、DET、FTR 的数量组合确定。
💻 六、实际应用场景
订单系统功能点估算
- ILF（订单）：含订单主表（1 RET）、明细表（1 RET）→ 共 2 RET；字段包括订单号、日期等（5 DET）。
- EO（生成报表）：引用订单 ILF 和产品 EIF（2 FTR），输出字段含总金额、产品数量（4 DET）。
- 根据 RET/FTR/DET 数量查表得出复杂度权重，累加得功能点总数。
避免常见误区
- DET 仅计数用户可见字段（如自动计算的“总价”不计入 EI 的 DET）。
- FTR 需覆盖所有被读写的文件，包括 EIF（如权限验证需引用外部接口文件）。
💎 七、总结
RETS、FTRS、DETs 是功能点估算法的核心维度，用于量化软件规模：
- RETS 定义数据结构的层次性（主/从表）；
- FTRS 衡量功能的协作范围（跨文件引用）；
- DETs 聚焦用户交互的数据粒度。
掌握三者关系，可更精准评估项目工作量与成本，尤其适用于传统管理系统、数据库驱动型软件的规模测算。