软件开发中的80:20原则

简介: Jim Bird是一位经验丰富的软件开发经理、项目经理与CTO,专注于软件开发与维护中疑难问题的解决、软件质量管理与安全领域。在过去的15年间,Jim曾管理过团队建设与高性能的财务系统。他的主要兴趣在于如何帮助小团队更有效地构建真正的软件:高质量、安全、高性能且易使用。近日,Jim撰文谈到了如何在软件开发中应用流行的80:20原则,颇具代表意义。

Jim Bird是一位经验丰富的软件开发经理、项目经理与CTO,专注于软件开发与维护中疑难问题的解决、软件质量管理与安全领域。在过去的15年间,Jim曾管理过团队建设与高性能的财务系统。他的主要兴趣在于如何帮助小团队更有效地构建真正的软件:高质量、安全、高性能且易使用。近日,Jim撰文谈到了如何在软件开发中应用流行的80:20原则,颇具代表意义。


很多经理都不想陷入太多的思考当中,他们喜欢简单的原则,快速且直接的审视问题的方式并能找准问题的方向。越简单,越好。其中最为有效的一个原则就是80:20原则


80%的效果是由20%的原因导致的,或者是80%的结果来自于20%的努力。

这是收益递减的另一方面:相对于做得越多,得到越少来说,你可以实现做得少但得到多的结果,方式就是通过更加聪明而非更加努力的工作。


不用太费力你就能发现在软件开发中80:20原则的用武之地。比如说,80%的性能改进是通过优化20%的代码实现的,虽然在性能优化这个领域实际的比率可能更加接近于90:10,甚至是99:1。不过,无论是80:20、90:10还是70:30,这个原则本质上没什么差别。


80:20,谁使用什么,你需要交付的到底是什么

在软件开发中,另一个众所周知的80:20原则就是80%的用户只使用了20%的特性。这来自于Standish


Group在2002年的一项研究成果,他们发现:

  • 45%的特性是从来没有被使用过的
  • 19%的特性很少为人使用
  • 16%的特性有时会被使用
  • 只有20%的特性是被频繁使用的

这个发现对敏捷与精益开发产生了深远的影响,它鼓励人们将精力放在最小的特性集或是最小的产品上,即便在大规模的企业项目中亦如此。相对于设计与规划大量的特性来说,定义重要且有用的特性才是正确之道:定义好特性的优先级,然后以稳健的步伐尽快交付。


Standish Group最新的研究成果表明缩小思考范围,交付更少的特性是促使软件项目成功的关键之所在。有超过70%的小项目是成功交付的,而很多大型项目在延迟交付、预算超支以及漏掉关键特性上的可能性要超出小项目的两倍之多。


80:20,Bug与测试

代码质量、Bug与测试是另一个适用于80:20原则的领域:

  • 80%的Bug是由20%的代码造成的
  • 90%的停机是由10%(甚至更少)的缺陷造成的

Bug总是集中爆发在某几部分代码中,特别是严重的Bug;而大多数严重的问题都是由少数几个Bug导致的。


Windows与Office中80%的错误与崩溃是由检测出的20%的Bug造成的


理解大多数严重的Bug发生在何处,为什么会在那里,该如何去做才能防止这些Bug的产生,你应该将时间花在这方面。还有些研究发现你所编写的一半代码是没有Bug的,而大多数Bug都出现在10—20%的代码中间,通常来说,这10—20%的代码是经常被改动的代码。每次发现代码中的Bug时就表明还有更多Bug需要修复。你发现的Bug越多,剩下的Bug也就越多,这是一种恶性循环。每次碰到那些高风险代码时,甚至在你尝试修复一些问题时,那么很有可能你会将事情搞得越来越糟而不是越来越好:当开发者修复容易出错的代码中的一个Bug时,有20%的机会他会引入新的Bug,即所谓的副作用。


大多数容易出错的模块都是非常复杂的,也是很难理解的,因此也是难以修复的。有些Bug要比其他Bug更难以修复。有时是因为代码质量很差、有时是因为问题难以重现和调试、有时是因为他们隐藏得更深。


80:20,哪些代码被修改了,修改频率是多少

Michael Feathers发现80:20原则也适用于代码随时间变化的频率:

80%的修改发生在20%的代码上

很多代码一旦写完之后就再也不会被修改了,比如说静态与标准化的接口、基本的配置等等。还有些代码一直都在发生着变化:20%的特性花了80%的时间,他们经常会根据需求的变化而发生变化;需要不断优化的核心代码、还有些代码会经常发生变化是因为出现了太多的Bug。


向已有的方法添加代码要比添加新方法容易,向已有的类添加新方法要比添加新的类容易。


这样,很多系统最后都会有几个非常庞大的类,包含了大量的方法,随着代码的不断变更,这些类将会变得越来越大。


80:20与编程时间

前80%的代码只花了20%的时间,而剩下的20%的代码则花了其余的80%的时间。完成某个功能通常并不会花太多时间,特别是采用迭代与渐进的方式、频繁且快速的交付的情况下。


不过在背后通常还会有大量工作等待你去完成,比如说处理边界情况、处理错误,确保系统的性能与可伸缩性,寻找并修复各种Bug,部署前的各种调整等等。客户通常并不理解为什么最后的20%工作要花费那么多的时间。程序员也经常忘记这一点,因此在估算时就会发生各种偏差。这也是开发者经常出现估算错误的原因所在。


80:20与软件开发管理

时刻谨记80:20原则可以节省你大量的金钱与时间,将精力专注于重要的事情上可以不断提升你成功的可能性。哪些事情是重要的呢?比如说重要的特性、大多数严重的Bug出现的代码区域(需要花费最多时间去修复的Bug),经常会发生变化的代码。你与你的团队应该将注意力放在这些地方上才能确保最后的成功。

相关文章
|
网络安全 Docker CDN
使用Certimate自动申请与部署SSL证书
Certimate 是一个开源的 SSL 证书管理工具,可帮助自动申请、部署 SSL 证书并自动续期。
1433 0
使用Certimate自动申请与部署SSL证书
|
监控 安全 数据挖掘
网络游戏服务器如何有效防护DDoS与CC攻击
随着网络游戏行业的蓬勃发展,其背后的服务器架构日益复杂,同时也面临着前所未有的网络安全威胁。其中,分布式拒绝服务(DDoS)和CC(Challenge Collapsar,一种针对网页的攻击方式)攻击尤为突出,它们通过大量伪造请求或恶意流量,使服务器资源耗尽,导致服务中断或响应缓慢。因此,保障网络游戏服务器的安全,有效防护DDoS与CC攻击,已成为游戏行业亟待解决的问题。
|
存储 安全
什么是内存管理单元(MMU)?
【8月更文挑战第23天】
1117 0
|
存储 Java C++
怎样定义和引用二维数组
怎样定义和引用二维数组
358 2
|
12月前
|
人工智能 编解码 vr&ar
Lumina-Video:上海 AI Lab 开源视频生成框架,动态程度可控,支持多分辨率
Lumina-Video 是由上海 AI Lab 和香港中文大学联合推出的高效视频生成框架,支持高质量视频生成、动态程度控制和多分辨率生成。
613 4
|
机器学习/深度学习 传感器 边缘计算
深度学习之边缘计算与云计算结合
边缘计算与云计算结合是现代人工智能和物联网领域的重要技术方向。通过将边缘计算的实时处理能力和云计算的强大计算资源结合起来,可以实现高效、低延迟的智能应用。
394 1
|
Rust 自然语言处理 算法
【Rust 中的错误处理:掌握 Option、Result、expect、unwrap 和 ? 运算符】Error Handling in Rust
【Rust 中的错误处理:掌握 Option、Result、expect、unwrap 和 ? 运算符】Error Handling in Rust
629 0
|
机器学习/深度学习 TensorFlow 语音技术
Convolutional Neural Network,简称 CNN
卷积神经网络(Convolutional Neural Network,简称 CNN)是一种深度学习模型,主要用于图像识别、物体检测、语音识别等任务。CNN 通过局部感知、权值共享和下采样等操作,能够有效地提取图像特征,从而实现对图像的分类和识别。
831 4
|
存储 网络协议 关系型数据库
|
API 芯片
STM32CubeMX + STM32F1系列开发时遇到的四个问题及解决方案分享
STM32CubeMX + STM32F1系列开发时遇到的四个问题及解决方案分享
609 0