Trong thực tế của bạn, làm thế nào để bạn theo dõi và quản lý hiệu quả nợ kỹ thuật?Làm thế nào để bạn theo dõi hiệu quả nợ kỹ thuật?
Có chỉ số cụ thể nào, như SLOC, mà bạn sử dụng không?
Làm cách nào để hiển thị trực quan kết quả của bạn cho các bên liên quan và quản lý?
Bạn đã thấy những lợi ích gì trong quá trình này?
Chúng tôi viết thẻ câu chuyện về nợ kỹ thuật. Họ là BLACK, với dấu hiệu cảnh báo màu vàng lớn trên chúng. Nhận được quá nhiều trên tường, và nó thực sự rõ ràng.
Bất kỳ ai đi ngang qua đều có thể nhìn thấy chúng :)
Chúng tôi sử dụng @todo nhận xét.
Trong Python, các công cụ epydoc định dạng @todo độc đáo.
Chúng tôi có một trình quét mã nhỏ trích xuất các dòng chú thích @todo. Chúng tôi đẩy họ vào backlog như công việc phải làm.
Tôi nói một chút về một số chỉ số được sử dụng để xác định nợ kỹ thuật trong mục nhập blog của tôi bên dưới. Nợ kỹ thuật có thể có nghĩa là nhiều hơn là chỉ làm sạch các mục được đánh dấu bằng các câu lệnh TODO trong mã. Cơ chế theo dõi sẽ thay đổi tùy theo chỉ số rủi ro mà bạn đang tập trung vào.
http://blog.acrowire.com/technical-debt/technical-debt-part-2-identification/
Có một plug-in for Sonar rằng dịch nợ kỹ thuật vào $.
Tôi chưa tự mình sử dụng, nhưng có vẻ đầy hứa hẹn.
Thẻ câu chuyện về nợ kỹ thuật trông như thế nào? –
Thẻ màu đen, có hàng các dấu hiệu cảnh báo màu vàng ở bên cạnh và khoảng 30% diện tích mặt trước có màu xám (nơi chúng tôi viết chi tiết). Nhưng chủ yếu là màu đen và sinh học nguy hiểm màu vàng. Tôi có thể thấy chúng từ đây - rất rõ ràng. –