`

回顾两个项目看设计阶段 (转载)

阅读更多
回顾自己所经历的两个项目,来对设计阶段进行了总结,自己也算是个XPer,经历过的这两个项目也基本都是采用XP的方式进展,大家都知道,XP在设计阶段推崇的是群体设计,通过CRC来完成,在这里就对两个项目执行的情况做做总结。
项目A
一个大型项目,当时的团队相当于是两个设计师加上三个高程组成,迭代会议完成用户故事分解、CRC设计以及任务分配,典型的XP方式,项目开展过程中应该是整个过程都执行的不错,尽管现在回想当时的CRC做的并不是很好,但应该说在整个项目开展过程中并没有出现多少问题,项目需求的实现都还算正常,整个团队的提高也是非常的不错,共同进步。
项目B
一个框架型项目,团队成员是一个设计师、一个高程加上四个初程,同样的XP方式的设计,项目开展过程中出现了不少问题,设计师不得不花大量的时间在技术支持上,而且最后项目的结果无论是需求上还是设计上都产生了不小的偏差,整个团队的提高也没达到期望的效果,而由于设计师过多的投入在技术支持上,使得架构的完善一直存在偏离。

为什么同样的过程在两个不同的项目、不同的团队中执行的效果会相差这么远呢?
首先从项目类型分析,项目A属于实际项目,项目B属于研发项目,两个项目的关注点不同,项目A的关注点是客户需求,项目B的关注点则更多的是扩展性和二次开发的易用性,在这两类项目中设计几乎是完全不同的,项目A更多的是业务的复杂度,而项目B更多的却是技术的复杂度,从这个方面分析下来得出的结果其实就是项目A更重人员的业务能力,而项目B更重人员的技术能力,当时项目A团队中的人员对该项目的业务应该说都属于熟悉的那种,觉得这也是成功的原因之一,而项目B团队中的人员技术相对项目要求来讲是不足的。
接着从项目成员本身分析,项目A中的几个成员基本都属于能够独当一面的人,而项目B中的成员水平参差不齐,觉得这也是在两个项目中执行效果不同的原因之一。
而最重要的一点问题我认为出在设计阶段上了,XP在设计阶段更多的是发挥群体智慧,在设计时基本是群体参与,而形成的CRC尽管已经详细,但通常都没有一个良好的记录,在项目A中由于团队成员个人的能力即使在实现的过程中出现一些问题也能独立解决,所以没有暴露出什么问题,同时由于团队成员能力的相当,在CRC设计讨论的时候大家基本能做到充分的交流,对于大家的提升都很明显,而在项目B中则由于团队成员能力的参差不齐,导致在CRC设计时基本没有讨论,都是设计师主导,而且最终由于没形成足够的文档,在实现时团队成员仍然是出现不少的问题,而需要设计师不断的去指导,最终导致设计师在架构上投入的不足,同时也导致团队成员在实现时仍然出现不少问题;在设计阶段的第二个问题则是由于在XP中实行简单设计,当然,简单不等于简陋,但这个时候的设计更多的其实是需要通过重构去不断完善的,在项目A的团队中成员在完成任务后都会对自己的任务进行一定的重构完善设计,而在项目B中却没法做到这一点,导致最后的实现在设计上出现过多不完善的地方。

在这样的分析下,认为设计阶段需要充分结合团队情况而考虑开展方式,对于水平都相当并且具有一定设计能力的团队而言,群体设计的方式无疑会大大超过个体设计,对于整个团队的协作、水平提升都会起到极佳的作用,而且这时我觉得也没必要在设计上过多的追求,而应该采用能想到的最简单的解决方案,在成员实现解决方案的过程中成员可根据经验不断的进行重构完善设计,在这样的情况下没必要开始形成规范的设计文档,可在一定的阶段如迭代完成前的设计稳定时形成规范的设计文档,其实同样,在这样的团队中没有明显的设计师和开发人员的区别,在这样的团队中对于需求的变化是可以快速进行响应的,不用纠缠于规范的文档格式,而可以通过代码来表达出足够的设计思想;而对于水平参差不齐的团队而言,个人认为团队中的系统设计师这时要充分担当设计师的职责,对于任务提供出详细的设计文档,通常来说,为了方便整个团队的理解,需要形成规范性质的文档,而且在做设计时,设计师应该尽量的考虑齐全,不能过多的去依赖后期的重构来完善设计,同时,在将设计交由开发人员进行实现时要加强Code Review以及开发指导,在这样形式的团队中,自动生成代码的形式以及开发代码的模板会起到很好的帮助,或者设计师可以通过依赖设计工具如rose等的强大支持,将设计模型转化为开发模型,从一定程度上限定和规范开发人员的开发,当然,最佳的就是提供框架和框架的IDE,在这样的方式下,就要求设计师对于设计有充分的把握能力和预见能力,否则在需求出现变化时会难以应付,呵呵,就仅仅在规范的文档格式方面都要投入不少时间,在这样的情况下,设计师和开发人员的职责一定要界定清楚,设计师需要首先对架构进行完善,在完善后开始详细设计并交由开发人员实现,在这个过程中设计人员更多的是需要承担起开发指导和设计Review的角色。

by the way:其实也可以看出,需要充分的对团队成员进行了解来制定相应的软件过程,想做到流水线式的开发是要付出巨大的前期努力的。
分享到:
评论

相关推荐

    深圳混泥土搅拌站生产过程中环境管理制度.docx

    深圳混泥土搅拌站生产过程中环境管理制度

    应用商城1.4+软件库安卓源码2.4+配置教程集.zip

    一款由软件库、线报分享、程序工具箱三合一聚合程序源码。软件(文章)支持免费、密码、会员、付费、卡密、广告多种限制类型,不仅适合引流还适合进行流量变现。应用商城源码版和母体安装包都放在一个链接里面了 母体安装包配置教程:https://www.bilibili.com/video/BV1AyWQeMEkv/?share_source=copy_web&vd_source=a6794bb3f38ff7c5411cceabe322637a 应用商城源码配置教程:https://www.bilibili.com/video/BV1Ry411i7Qr/?share_source=copy_web&vd_source=a6794bb3f38ff7c5411cceabe322637a 软件库源码配置教程:https://www.bilibili.com/video/BV1vs421T71P/?share_source=copy_web&vd_source=a6794bb3f38ff7c5411cceabe322637a

    CDH 7.16组件原理及操作大全.zip

    大数据组件原理及其操作大全

    深圳混泥土搅拌站部门及岗位职责.docx

    深圳混泥土搅拌站部门及岗位职责

    基于java的中华美食网源代码(完整前后端+mysql+说明文档+LW).zip

    前台模块: 首页:网站的主页,通常包含导航和重要信息的概览。 注册:允许新用户创建账户。 登录:已注册用户可以登录系统。 美食:展示各种美食信息和食谱。 个人信息:用户可以查看和编辑自己的个人信息。 我的查询:用户可以查看自己的查询历史或收藏的美食。 留言板:用户可以在此板块留言,提出问题或反馈意见。 管理后台模块: 登录:管理员登录后台系统的入口。 修改密码:管理员可以更改自己的登录密码。 系统管理:管理系统的设置和维护。 类别管理:管理美食的分类信息。 美食管理:管理美食的详细信息,如食谱、食材等。 菜谱录入:管理员可以添加新的菜谱到系统中。 公告管理:发布和管理系统公告。 留言管理:管理员可以查看和回复用户的留言。 用户管理:管理系统用户的信息和权限。 环境说明: 开发语言:Java,jsp JDK版本:JDK1.8 数据库:mysql 5.7 数据库工具:Navicat11 开发软件:eclipse/idea 部署容器:tomcat

    信息论与编码课程实验指导书.doc

    信息论与编码课程实验指导书.doc

    【9506】基于springboot+vue的小区疫情购物系统录.zip

    技术选型 【后端】:Java 【框架】:springboot 【前端】:vue 【JDK版本】:JDK1.8 【服务器】:tomcat7+ 【数据库】:mysql 5.7+ 项目包含前后台完整源码。 项目都经过严格调试,确保可以运行! 具体项目介绍可查看博主文章或私聊获取 助力学习实践,提升编程技能,快来获取这份宝贵的资源吧! 在当今快速发展的信息技术领域,技术选型是决定一个项目成功与否的重要因素之一。基于以下的技术栈,我们为您带来了一份完善且经过实践验证的项目资源,让您在学习和提升编程技能的道路上事半功倍。以下是该项目的技术选型和其组件的详细介绍。 在后端技术方面,我们选择了Java作为编程语言。Java以其稳健性、跨平台性和丰富的库支持,在企业级应用中处于领导地位。项目采用了流行的Spring Boot框架,这个框架以简化Java企业级开发而闻名。Spring Boot提供了简洁的配置方式、内置的嵌入式服务器支持以及强大的生态系统,使开发者能够更高效地构建和部署应用。 前端技术方面,我们使用了Vue.js,这是一个用于构建用户界面的渐进式JavaScript框架。Vue以其易上手、灵活和性能出色而受到开发者的青睐,它的组件化开发思想也有助于提高代码的复用性和可维护性。 项目的编译和运行环境选择了JDK 1.8。尽管Java已经推出了更新的版本,但JDK 1.8依旧是一种成熟且稳定的选择,广泛应用于各类项目中,确保了兼容性和稳定性。 在服务器方面,本项目部署在Tomcat 7+之上。Tomcat是Apache软件基金会下的一个开源Servlet容器,也是应用最为广泛的Java Web服务器之一。其稳定性和可靠的性能表现为Java Web应用提供了坚实的支持。 数据库方面,我们采用了MySQL 5.7+。MySQL是一种高效、可靠且使用广泛的关系型数据库管理系统,5.7版本在性能和功能上都有显著的提升。 值得一提的是,该项目包含了前后台的完整源码,并经过严格调试,确保可以顺利运行。通过项目的学习和实践,您将能更好地掌握从后端到前端的完整开发流程,提升自己的编程技能。欢迎参考博主的详细文章或私信获取更多信息,利用这一宝贵资源来推进您的技术成长之路!

    语音增强技术在低信噪比环境下的双门限语音端点检测算法

    内容概要:本文介绍了一种在低信噪比条件下提高语音端点检测准确率的算法,通过结合语音增强技术和传统的双门限检测方法,有效提高了低信噪比环境下的语音端点检测性能。文章详细介绍了算法的原理和实现步骤,并通过Matlab仿真验证了该算法的有效性。 适合人群:从事语音信号处理研究的技术人员、高校教师和研究人员。 使用场景及目标:适用于语音识别、语音通讯等需要在复杂噪声环境下进行语音信号处理的场合。目标是提高低信噪比环境下的语音端点检测准确率。 其他说明:该算法在高信噪比情况下直接使用双门限检测,而在低信噪比环境下先进行语音增强再进行端点检测,显著提高了检测准确率。

    【故障诊断】基于matlab白冠鸡算法优化长短记忆网络COOT-LSTM故障诊断分类【Matlab仿真 6064期】.zip

    CSDN Matlab研究室上传的资料均有对应的仿真结果图,仿真结果图均是完整代码运行得出,完整代码亲测可用,适合小白; 1、完整的代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    【KELM回归预测】基于matlab蜂虎狩猎算法优化核极限学习BEH-KELM回归预测【Matlab仿真 3845期】.zip

    【KELM回归预测】基于matlab蜂虎狩猎算法优化核极限学习BEH-KELM回归预测【Matlab仿真 3845期】

    BLE蓝牙单片机CC2540、CC2541裸机简易C语言程序开发之温度传感器DS18B20.zip

    1、嵌入式物联网单片机项目开发例程,简单、方便、好用,节省开发时间。 2、代码使用IAR软件开发,当前在CC2540/CC2541上运行,如果是其他型号芯片,请自行调整。 3、软件下载时,请注意接上硬件,并确认烧录器连接正常。 4、有偿指导v:wulianjishu666; 5、如果接入其他传感器,请查看账号发布的其他资料。 6、单片机与模块的接线,在代码当中均有定义,请自行对照。 7、若硬件有差异,请根据自身情况调整代码,程序仅供参考学习。 8、代码有注释说明,请耐心阅读。

    【光伏功率预测】基于matlab粒子群算法优化高斯过程回归PSO-GPR光伏功率预测(多输入单输出)【Matlab仿真 4373期】.zip

    【光伏功率预测】基于matlab粒子群算法优化高斯过程回归PSO-GPR光伏功率预测(多输入单输出)【Matlab仿真 4373期】

    202412181903.pdf

    202412181903.pdf

    【故障诊断】基于matlab白冠鸡算法优化双向时间卷积神经网络COOT-BiTCN轴承数据故障诊断【Matlab仿真 5057期】.zip

    CSDN Matlab研究室上传的资料均有对应的仿真结果图,仿真结果图均是完整代码运行得出,完整代码亲测可用,适合小白; 1、完整的代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    C语言航空订票系统程序.doc

    C语言航空订票系统程序.doc

    【BP回归预测】基于matlab秃鹰算法优化BP神经网络BES-BP光伏数据预测(多输入单输出)【Matlab仿真 5185期】.zip

    CSDN Matlab研究室上传的资料均有对应的仿真结果图,仿真结果图均是完整代码运行得出,完整代码亲测可用,适合小白; 1、完整的代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    【SVM回归预测】基于matlab人工兔算法优化卷积神经网络结合支持向量机ARO-CNN-SVM数据回归预测【Matlab仿真 3830期】.zip

    【SVM回归预测】基于matlab人工兔算法优化卷积神经网络结合支持向量机ARO-CNN-SVM数据回归预测【Matlab仿真 3830期】

    【SVM回归预测】基于matlab鹈鹕算法优化卷积神经网络结合支持向量机POA-CNN-SVM数据回归预测【Matlab仿真 3776期】.zip

    【SVM回归预测】基于matlab鹈鹕算法优化卷积神经网络结合支持向量机POA-CNN-SVM数据回归预测【Matlab仿真 3776期】

    【风电功率预测】基于matlab豪猪算法优化BP神经网络CPO-BP风电功率预测【Matlab仿真 4317期】.zip

    【风电功率预测】基于matlab豪猪算法优化BP神经网络CPO-BP风电功率预测【Matlab仿真 4317期】

    【BP回归预测】基于matlab蝗虫算法优化BP神经网络GOA-BP光伏数据预测(多输入单输出)【Matlab仿真 5161期】.zip

    CSDN Matlab研究室上传的资料均有对应的仿真结果图,仿真结果图均是完整代码运行得出,完整代码亲测可用,适合小白; 1、完整的代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

Global site tag (gtag.js) - Google Analytics