浅谈持续交付的典型场景

持续交付的典型场景

分支策略

• 分支策略没有绝对最优，需结合研发协作模式选择，每种策略均有局限性。
• 常见分支策略包括特性分支，需明确各分支用途，如 feature 分支用于开发，develop 分支用于集成，release 分支用于发布。
• 分支策略仅限于研发阶段，不应扩散至软件交付的其他环节。
• 研发阶段的价值交付以源代码形式通过分支策略收集，最终以制品包形式流转。

自动化测试

• 自动化测试的目标是发现错误，需理性设计测试案例，避免目标偏差。
• 接口自动化测试覆盖率高不一定能发现所有 Bug，需关注测试用例质量和场景覆盖。
• 自动化测试优势：替代重复操作、高效执行、实现手工难以完成的测试。
• 自动化测试劣势：脆弱性高、开发成本高、依赖用例设计质量。
• 适用场景：需求稳定、研发周期长、多平台测试、关键业务测试、开发规范且可测试性强。

分层流水线

• 分层流水线解决单一流水线效率低下问题，通过下嵌套子流水线形成层级结构。
• 案例：feature 流水线用于开发，develop 流水线用于集成和测试，release 流水线用于发布和部署。
• 案例：代码合并流水线、持续集成流水线、测试部署流水线、持续部署流水线形成层级结构。

度量

• 度量平台建设需避免过度依赖指标、忽略可持续性、错误方法、过度收集数据、缺乏反馈机制、作为考核指标、缺乏透明度和信任。
• 核心路径：市场建模、仿真试验、数字化研发平台，从孤立信息系统到实时在线协同。
• 核心框架：从指标堆叠到效能提升，通过数据管理、数据存储、数据源接入、数据存储、数据算法、异常感知、异常归因、根因定位、数据纠错、智能纠错、模型建模、指标选择、单指标建模、多指标建模、权重设定、配置化自动计算、指标接入、基本属性绑定、数据分析规则、指标算法、指标管理、指标&模型库、工程实践、解决方案、交付质量、知识中心、指标分析、改进建议、解决方案实践案例、可视化结果透视、指标可视化、模型可视化、场景可视化、诊断分析、自定义报告订阅、报告异常报告可视化大屏、指标推荐时效性、角色视图、结论分析、趋势分析、对比分析、相关性分析、角色定制化性分析、自动化分析&报告、精准数据、可信结论、合理模型、清晰结论、服务化效能、问题解决方案、工程实践、代码影响力、响应速度、交付能力、自动化报告、交付质量、改进闭环、问题发现、问题生成、问题跟进、问题解决。
• 基于研发流程的数据追踪：业务需求、产品需求、开发需求、代码实现、质控、测试、制品、发布、部署、上线、运营管理，涵盖需求拆分、迭代规划、工期预估、影响分析、需求关联、单元测试、代码评审、静态扫描、安全扫描、研发自测、研发提测、环境准备、接口测试、UI 测试、性能测试、安全测试、提交发版、灰度验证、线上巡检、日常监控、故障管理、部署频率、变更前置时间、平均修复时长、变更失败率、需求吞吐量、各阶段停留时长、需求按期完成率、代码质量数据、评审通过率、流水线执行成功率、构建修复时长、测试覆盖率、测试通过率、告警触达率、告警类别、告警修复时长、安全问题分布、监控覆盖率、部署时长。