需求开发人日评估

简介: 本文介绍敏捷开发中工时评估的关键——人日估算方法,涵盖开发、自测、联调、测试及发布各阶段周期参考,并提供常见需求如增删改查、导入导出、跨服务调用等的典型人日标准,助力团队科学规划迭代。

前言
随着敏捷开发在国内的风靡,越来越多的团队开始推行敏捷开发,这其中有一个关键事项就是:工时的人日评估。简单来说就是:项目经理会让开发人员自己评估自己负责的模块大概需要的开发周期。
人日,即按照1人几天完成,如1/人日:表示这个需求需要1个人1天完成,如果有2个人一起做,可能就是0.5天(需求开发一般1+1 < 2,因为有代码合并的兼容性要处理)。
如何粗略评估开发人日
对于需求的人日评估,根据笔者的过往经历,假设开发是3人日,其余情况则做相对应的调整
开发周期:3人日,接口设计、数据库设计、代码开发
自测周期:1人日,约开发周期的0.3~0.5倍
联调周期:2人日,约开发周期的0.5倍,要充分考虑接口重新设计的可能性
测试周期:2人日,基本等同于联调周期,这个阶段有大量的前后端BUG需要修复
发布周期:2H左右,自动化部署平台一键部署或者Linux环境下上传jar包人工部署
常见需求开发人日参考
● Excel导入导出:2人日
● 单表增删改查:1人日
● 跨服务业务逻辑
○ 远程服务调用(OpenFeign/Dubbo):3人日,需考虑对方给出接口的时间
○ 远程服务消费(MQ):3人日,需考虑对方给出MQ的时间
这里人日评估都是在只做这个需求情况下的评估,如果有多个需求并行,需要做适当的人日拓展。具体拆分细节可参考:

天机学堂开发人日参考

相关文章
|
3月前
|
存储 人工智能 固态存储
构建 AI 数据基座:思必驰基于 Apache Doris 的海量多模态数据集管理实践
面对海量多模态数据管理困境,思必驰通过构建以 Apache Doris 为核心的数据集平台,实现了数据从“散、乱、滞”到“统、明、畅”的转变。在关键场景中,存储占用下降 80%、查询 QPS 提升至 3w,不仅实现可量化的效率提升和成本优化,更系统化地提升了 AI 研发效率与模型质量。
227 0
构建 AI 数据基座:思必驰基于 Apache Doris 的海量多模态数据集管理实践
|
4月前
|
域名解析 缓存 边缘计算
CDN加速
CDN(内容分发网络)通过在全球部署节点服务器,将源站内容缓存至边缘节点,用户访问时由最近节点提供服务。基于DNS重定向与智能调度,实现就近加速,降低延迟,提升访问速度与网站可用性,有效应对高并发、带宽不足等问题。
|
4月前
|
JavaScript 前端开发 测试技术
Angular框架
本文深入解析Angular核心概念,涵盖ng-show与ng-if的性能差异、$rootScope与$scope的关系、表达式机制、Digest周期、定时器与监听器的取消方法。同时探讨Directive的restrict属性、作用域绑定方式及模块间通信策略。此外,介绍性能优化技巧、单元测试实践、Angular 2生命周期钩子、路由机制、事件发射器、AOT编译、安全防护与Shadow DOM等高级主题,全面提升开发技能。
|
4月前
|
存储 JavaScript 前端开发
XSS攻击
XSS(跨站脚本攻击)是攻击者通过网站漏洞注入恶意脚本,用户访问时执行,窃取数据、Cookie或劫持会话。主要分反射型和存储型,危害大。防御措施包括输入转义、白名单过滤及CSP内容安全策略,有效防止脚本注入。
|
3月前
|
机器学习/深度学习 人工智能 编解码
当AI面对“说不清”的需求:如何实现更优解?
通义DeepResearch联合高德推出ArenaRL,首创基于相对比较的强化学习框架,破解开放域任务“无标准答案”难题。通过构建智能体竞技场,以线性复杂度实现高质量策略持续进化,已在出行规划、深度检索等复杂场景落地,并开源全流程工具与评测基准。
141 2
当AI面对“说不清”的需求:如何实现更优解?
|
10月前
|
存储 缓存
.NET 6中Startup.cs文件注入本地缓存策略与服务生命周期管理实践:AddTransient, AddScoped, AddSingleton。
记住,选择正确的服务生命周期并妥善管理它们是至关重要的,因为它们直接影响你的应用程序的性能和行为。就像一个成功的建筑工地,工具箱如果整理得当,工具选择和使用得当,工地的整体效率将会大大提高。
342 0
|
传感器 机器学习/深度学习 人工智能
数字孪生与汽车制造:提高生产效率
【10月更文挑战第31天】数字孪生技术在汽车制造中通过虚拟模型实现生产线仿真、设备预测性维护、定制化生产和质量管理,显著提升生产效率和产品质量。特斯拉、宝马和上汽通用等企业的实践案例展示了其巨大潜力。未来,随着技术进步,数字孪生将在汽车制造中发挥更大作用。
|
运维 监控 网络安全
自动化运维的魔法:如何用Python简化日常任务
【10月更文挑战第9天】在数字时代的浪潮中,运维人员面临着日益增长的挑战。本文将揭示如何通过Python脚本实现自动化运维,从而提高效率、减少错误,并让运维工作变得更具创造性。我们将探索一些实用的代码示例,这些示例将展示如何自动化处理文件、监控系统性能以及管理服务器配置等常见运维任务。准备好让你的运维工作升级换代了吗?让我们开始吧!
|
存储 机器学习/深度学习 缓存
Hadoop-07-HDFS集群 基础知识 分布式文件系统 读写原理 读流程与写流程 基本语法上传下载拷贝移动文件
Hadoop-07-HDFS集群 基础知识 分布式文件系统 读写原理 读流程与写流程 基本语法上传下载拷贝移动文件
383 1
|
数据采集 数据可视化 数据挖掘
使用Python进行数据处理与可视化——以气温数据分析为例
【10月更文挑战第12天】使用Python进行数据处理与可视化——以气温数据分析为例
1208 0