軟件研發(fā)效能提升之美

第1章 軟件研發(fā)效能概論 1
1.1 到底什么是研發(fā)效能 2
1.1.1 研發(fā)效能提升案例1：前端代碼的自動(dòng)生成 3
1.1.2 研發(fā)效能提升案例2：臨界參數(shù)下的API測(cè)試 4
1.1.3 研發(fā)效能提升案例3：基于流程優(yōu)化的效能提升 5
1.2 研發(fā)效能的“第一性原理” 6
1.3 研發(fā)效能的另一種解讀 7
1.4 基于工具協(xié)作的研發(fā)效能提升 8
1.5 基于MVP原則構(gòu)建研發(fā)效能的持續(xù)改進(jìn) 11
1.6 研發(fā)效能提升最佳實(shí)踐的探索 12
1.6.1 從痛點(diǎn)入手 13
1.6.2 從全局切入 14
1.6.3 用戶(hù)獲益 15
1.6.4 持續(xù)改進(jìn) 16
1.6.5 全局優(yōu)化 17
1.6.6 效能平臺(tái)架構(gòu)的靈活性 18
1.6.7 杜絕“掩耳盜鈴” 18
1.6.8 吃自己的“狗糧” 19
1.7 研發(fā)效能的發(fā)展方向與未來(lái)展望 20
1.8 總結(jié) 21
第2章 研發(fā)效能的進(jìn)階解讀 23
2.1 研發(fā)效能與霍桑效應(yīng) 25
2.1.1 霍桑效應(yīng) 25
2.1.2 霍桑效應(yīng)的負(fù)面影響 26
2.1.3 霍桑效應(yīng)的正面影響 27
2.2 摩爾定律與反摩爾定律 28
2.2.1 摩爾定律 28
2.2.2 反摩爾定律 28
2.2.3 反摩爾定律對(duì)研發(fā)效能的意義 29
2.3 不容忽視的溝通成本 31
2.3.1 信息熵 32
2.3.2 溝通信息熵衰減 32
2.3.3 自解釋編程 34
2.4 研發(fā)效能對(duì)現(xiàn)代大型軟件企業(yè)的重要性 35
2.5 總結(jié) 37
第3章 項(xiàng)目管理中的提效手段 38
3.1 敏捷項(xiàng)目管理概述 39
3.1.1 敏捷宣言 40
3.1.2 常見(jiàn)的敏捷開(kāi)發(fā)方法 42
3.1.3 敏捷角色 45
3.2 敏捷項(xiàng)目管理中效能提升的五大要素 47
3.2.1 自組織團(tuán)隊(duì) 47
3.2.2 持續(xù)改進(jìn) 48
3.2.3 頻繁交付 48
3.2.4 消除對(duì)立 49
3.2.5 未雨綢繆 50
3.3 敏捷項(xiàng)目管理中的常見(jiàn)誤區(qū) 50
3.3.1 敏捷開(kāi)發(fā)就是快速開(kāi)發(fā) 51
3.3.2 敏捷開(kāi)發(fā)應(yīng)當(dāng)拋棄文檔 51
3.3.3 敏捷開(kāi)發(fā)只適合小微團(tuán)隊(duì) 52
3.3.4 敏捷開(kāi)發(fā)淪為小瀑布開(kāi)發(fā) 52
3.3.5 敏捷是沒(méi)有約束的 53
3.4 建立度量體系：無(wú)法度量，就無(wú)法改進(jìn) 54
3.4.1 選擇度量指標(biāo) 55
3.4.2 構(gòu)建度量體系 58
3.4.3 度量的誤區(qū) 59
3.5 可視化：打開(kāi)窗戶(hù)看世界 60
3.5.1 項(xiàng)目管理中的效能可視化 61
3.5.2 效能數(shù)據(jù)可視化 64
3.6 提速：依賴(lài)解耦，提升交付速度 65
3.6.1 提速的切入點(diǎn) 65
3.6.2 高頻的威力 68
3.6.3 避免豎井效應(yīng) 68
3.7 消除變量：控制復(fù)雜度 70
3.7.1 約束 70
3.7.2 控制 71
3.7.3 抵抗熵增 71
3.7.4 遠(yuǎn)慮 72
3.8 未雨綢繆：防御性管理 73
3.8.1 及時(shí)暴露風(fēng)險(xiǎn) 73
3.8.2 防御性管理 74
3.8.3 Plan B 74
3.8.4 避免盲目自信 75
3.9 總結(jié) 76
第4章 DevOps落地實(shí)施精要 78
4.1 DevOps核心解讀 80
4.1.1 DevOps的“六大武器” 81
4.1.2 自動(dòng)化、自動(dòng)化、自動(dòng)化 82
4.1.3 DevOps生命周期精解 83
4.1.4 DevOps不適合的場(chǎng)景 86
4.2 代碼、分支與流水線 86
4.2.1 代碼質(zhì)量 87
4.2.2 分支與工作流 91
4.2.3 流水線 94
4.3 持續(xù)集成與持續(xù)交付 96
4.3.1 持續(xù)集成與持續(xù)交付的輕量級(jí)實(shí)施 98
4.3.2 持續(xù)集成與持續(xù)交付的誤區(qū) 101
4.4 容器技術(shù)在DevOps中的應(yīng)用 103
4.4.1 無(wú)容器化管理 104
4.4.2 持續(xù)集成的容器化 104
4.4.3 持續(xù)交付的容器化 105
4.4.4 測(cè)試環(huán)境的容器化 107
4.5 混沌工程 109
4.5.1 Chaos Monkey 110
4.5.2 混沌工程的實(shí)施要點(diǎn) 111
4.5.3 混沌工程的相關(guān)工具 114
4.6 DevSecOps的由來(lái)與發(fā)展 115
4.6.1 傳統(tǒng)軟件安全開(kāi)發(fā)體系面臨的挑戰(zhàn) 115
4.6.2 新技術(shù)對(duì)軟件安全開(kāi)發(fā)提出的挑戰(zhàn) 118
4.6.3 DevSecOps概念的誕生與內(nèi)涵 119
4.6.4 DevSecOps工具 121
4.6.5 典型DevSecOps流程的解讀 124
4.7 AIOps的行業(yè)實(shí)踐 126
4.7.1 AIOps的知識(shí)體系 128
4.7.2 AIOps實(shí)施的關(guān)鍵技術(shù) 129
4.7.3 AIOps的應(yīng)用場(chǎng)景 133
4.7.4 AIOps在運(yùn)營(yíng)保障中的應(yīng)用 134
4.7.5 AIOps在成本優(yōu)化中的應(yīng)用 137
4.7.6 AIOps在效率提升中的應(yīng)用 139
4.8 DevPerfOps初探 142
4.8.1 全鏈路壓測(cè)的局限性 142
4.8.2 DevPerfOps全流程解讀 144
4.9 軟件產(chǎn)品的可測(cè)試性和可運(yùn)維性 149
4.9.1 可測(cè)試性的例子 150
4.9.2 可運(yùn)維性的例子 151
4.10 總結(jié) 152
第5章 基于工具的研發(fā)效能提升（基礎(chǔ)篇） 154
5.1 造數(shù)能力 155
5.1.1 通過(guò)服務(wù)接口實(shí)時(shí)造數(shù) 156
5.1.2 異步造數(shù)與造數(shù)平臺(tái) 156
5.1.3 黃金數(shù)據(jù)集 158
5.1.4 生產(chǎn)數(shù)據(jù)遷移 159
5.2 流量回放 160
5.2.1 傳統(tǒng)流量回放技術(shù) 161
5.2.2 請(qǐng)求對(duì)比 162
5.2.3 高級(jí)流量回放技術(shù) 163
5.3 精準(zhǔn)測(cè)試 166
5.3.1 什么是精準(zhǔn)測(cè)試 167
5.3.2 精準(zhǔn)測(cè)試的工程化實(shí)施 168
5.3.3 精準(zhǔn)測(cè)試的應(yīng)用 170
5.4 異常場(chǎng)景測(cè)試 171
5.4.1 一個(gè)交易服務(wù)逆向流程補(bǔ)償機(jī)制的設(shè)計(jì) 172
5.4.2 使用JVM-Sandbox制造異常場(chǎng)景 174
5.4.3 兼容異常場(chǎng)景測(cè)試和正常場(chǎng)景測(cè)試 176
5.4.4 異常場(chǎng)景測(cè)試平臺(tái) 176

5.5 測(cè)試模塊化 178
5.5.1 可復(fù)用單元 179
5.5.2 切面化 181
5.5.3 模塊化案例 181
5.6 測(cè)試環(huán)境治理 183
5.6.1 測(cè)試環(huán)境的標(biāo)簽化容器方案 184
5.6.2 測(cè)試環(huán)境的配置管理 185
5.6.3 測(cè)試環(huán)境的可用性巡檢 186
5.7 總結(jié) 187
第6章 基于工具的研發(fā)效能提升（進(jìn)階篇） 189
6.1 服務(wù)虛擬化 190
6.1.1 Hoverfly的搭建方式 191
6.1.2 Hoverfly的六大模式 192
6.1.3 Hoverfly對(duì)有狀態(tài)請(qǐng)求的支持 197
6.2 變異測(cè)試 200
6.2.1 變異測(cè)試的概念 201
6.2.2 兩個(gè)基本假設(shè)和六大定義 201
6.2.3 變異測(cè)試步驟 204
6.2.4 變異測(cè)試實(shí)戰(zhàn) 204
6.3 高效API自動(dòng)化測(cè)試的分層設(shè)計(jì) 209
6.3.1 原始狀態(tài) 210
6.3.2 API定義層 213
6.3.3 Service層 214
6.3.4 TestCase層 219
6.3.5 測(cè)試數(shù)據(jù)層 221
6.4 高效GUI自動(dòng)化測(cè)試的分層設(shè)計(jì) 223
6.4.1 Page Object 224
6.4.2 Page Section 225
6.4.3 Flow 226
6.4.4 Action 226
6.5 AI在研發(fā)效能提升中的應(yīng)用 228
6.5.1 AI在測(cè)試結(jié)果分析中的應(yīng)用 229
6.5.2 使用aiXcoder開(kāi)發(fā)代碼的效率提升 231
6.6 單元測(cè)試用例的自動(dòng)化生成 234
6.6.1 EvoSuite 235
6.6.2 Diffblue Cover 239
6.7 總結(jié) 240
第7章 組織效能提升 242
7.1 工程效能部：從哪里來(lái)，到哪里去 244
7.1.1 工程效能部的背景 244
7.1.2 工程效能部的組織建設(shè) 245
7.1.3 工程效能部的未來(lái) 247
7.2 業(yè)務(wù)中臺(tái)與質(zhì)量中臺(tái) 248
7.2.1 中臺(tái)的深入解讀 249
7.2.2 業(yè)務(wù)中臺(tái)解讀 250
7.2.3 質(zhì)量中臺(tái)解讀 251
7.3 組織建設(shè)中的研發(fā)效能度量 252
7.3.1 度量失敗的案例 253
7.3.2 度量失敗的原因 254
7.3.3 組織建設(shè)中的研發(fā)效能度量精解 255
7.3.4 組織建設(shè)中的研發(fā)效能度量誤區(qū) 258
7.4 高效組織建設(shè)的最佳實(shí)踐 263
7.4.1 不要制定沖突的目標(biāo) 264
7.4.2 善用激勵(lì)手段，敢用懲罰手段 265
7.4.3 規(guī)避形式主義，勇于做減法 266
7.4.4 重視創(chuàng)新，鼓勵(lì)“小輪子”經(jīng)濟(jì) 267
7.5 企業(yè)級(jí)研發(fā)效能提升的常見(jiàn)誤區(qū) 268
7.5.1 試圖提升研發(fā)效能的絕對(duì)值 268
7.5.2 迷信單點(diǎn)局部能力 268
7.5.3 過(guò)高估計(jì)普適性的通用研發(fā)效能工具的能力 269
7.5.4 用偽工程實(shí)踐和面子工程來(lái)濫竽充數(shù) 270
7.5.5 忽略研發(fā)效能工具體系的長(zhǎng)尾效應(yīng) 270
7.5.6 盲目跟風(fēng) 271
7.5.7 研發(fā)效能的“冷思考” 271
7.6 總結(jié) 272
第8章 業(yè)界優(yōu)秀研發(fā)效能提升案例解讀 274
8.1 大型全球化電商公司的“去QE化”實(shí)踐 275
8.1.1 “去QE化”帶來(lái)的問(wèn)題 277
8.1.2 “去QE化”的工程建設(shè) 278
8.2 CODING團(tuán)隊(duì)的組織效能變遷 288
8.2.1 作坊式的團(tuán)隊(duì)組織 288
8.2.2 “稍微”敏捷的團(tuán)隊(duì)組織 289
8.2.3 產(chǎn)品制的團(tuán)隊(duì)組織 291
8.2.4 基于工具優(yōu)化助力組織建設(shè) 292
8.3 大型通信行業(yè)公司的研發(fā)效能提升實(shí)戰(zhàn)案例 293
8.3.1 DevOps實(shí)踐 294
8.3.2 敏捷開(kāi)發(fā)實(shí)踐 296
8.3.3 研發(fā)效能的度量 298
8.3.4 案例總結(jié) 299
8.4 某大型金融行業(yè)公司的性能測(cè)試提效之路 299
8.4.1 背景與挑戰(zhàn) 300
8.4.2 基礎(chǔ)平臺(tái)建設(shè) 301
8.4.3 性能測(cè)試體系建設(shè) 303
8.4.4 案例總結(jié) 308
8.5 總結(jié) 310
參考文獻(xiàn) 312