.NET 云原生架构师训练营(模块二 基础巩固 Scrum 核心)--学习笔记

简介: Scrum 核心

2.7.2 Scrum 核心

  • 3个工件
  • 5个会议
  • 5个价值观

3个工件

  • 产品待办列表(Product Backlog)
  • Sprint 待办列表(Sprint Backlog)
  • 产品增量(Product Increment)

5个会议

  • 产品 Backlog 梳理会议(product backlog refinement)
  • Sprint 迭代计划会议(Sprint Planning Meeting)
  • 每日站会(Daily Scrum Meeting)
  • Sprint 评审会议(Sprint Review Meeting)
  • Sprint 回顾会议(Sprint Retrospective Meeting)

产品 Backlog 梳理会议

  • 目的
  • 主要活动
  • 参与人
  • 什么时候

目的

以客户为中心,整体产品聚焦,让大家对目标保持一致

主要活动
  • 需求收集并建立产品迭代事项清单 product backlog
  • 对可能要纳入到冲刺中的 backlog 进行细化,估算完成时间
  • 排优先级(Must have、Should have、Could have、Won't have),PO 是主要负责人

参与人

PO、SM 和 Team 应当参与

什么时候

不能指望通过一次开会来完成 Backlog 梳理,通常的做法是每天花一点时间来做 Backlog 梳理

Sprint 迭代计划会议

  • 说明
  • 要点

说明

每轮迭代开启前,团队共同讨论本轮迭代详细开发计划的过程,输出团队迭代 Backlog

迭代计划会议内容:

  • 澄清需求,确保 PO 和 Team 对需求的理解达成一致
  • 对 “完成标准” 达成一致
  • Story 工作量估算、重新定义优先级,由 SM 组织进行工作量评估,评估方式可以采用三点估算法
  • 评估完成后,再与团队成员一起讨论确认
  • JIRA 上录入、细化、分配迭代任务和初始工作计划,形成最终的迭代 Backlog

要点

  • 充分参与:ScurmMaster 确保 PO 和 Team 充分参与讨论,达成理解一致
  • 相互承诺:Team 承诺完成迭代中的需求并达到“完成标准”,PO 承诺在短迭代周期不增加需求
  • 确定内部任务:Team 和 PO 协商把一些内部任务放入迭代中(例如重构、持续集成环境搭建、遗留的 BUG 等),由 PO 考虑并与其他外部需求一起

每日站会

  • 每日工作前,团队成员的例行沟通机制,由 Scrum Master 组织,Team 成员全员站立参与
  • 在看板前进行,及时更新看板状态
  • 聚焦以下三个主题:
  • 我昨天完成了什么任务?
  • 我计划今天完成什么任务?
  • 遇到什么阻碍问题、风险、需要什么帮助

每日站会关键要点

  • 准时开始:开始时间固定,不允许迟到
  • 高效会议:会议限时15分钟,不讨论与会议三个主题无关的事情(如技术解决方案等)
  • 问题跟踪:ScurmMaster 记录所有的问题并跟踪

避免每日站会变成流水式表达(我今天要完成什么,而不是我今天要做什么)

Sprint 评审会议

目标是检视与调整构建的产品

  • 会议目的
  • 参与人
  • 会议时间

会议目的

  • PO 验收成果,回顾 sprint 目标和承诺的特性列表,并和实际完成的特性进行对比
  • 细节调整沟通,演示和讨论要完成的特性(展示有交互的运行起来的软件),并对功能性的产品增量进行审视或者对最终发布计划做出必要的调整

参与人

PO、SM、Team、客户、利益相关者

会议时间

时长多是1-2小时

Sprint 回顾会议

  • 在每轮迭代结束后举行的会议,目的是分析好的经验和发现改进点、促进团队不断进步
  • 围绕如下三个问题:
  • 本次迭代有哪些做得好?好的方面,继续保持
  • 本轮迭代我们在哪些方面还能做得更好?反思改进点,说出新问题
  • 不足的方面,下次迭代准备在哪些方面改进?(针对新问题制定改进方案)

迭代回顾会议的关键要点

  • 会议气氛:Team 全员参与,畅所欲言,头脑风暴发现问题,共同分析原因
  • 关注重点:Team 共同讨论优先级,将精力放在最需要的地方
  • 会议结束要跟踪记录形成闭环:可以放入迭代 Backlog 中

5个价值观

  • 承诺(Commitment):愿意对目标做出承诺
  • 专注(Focus):把心思和能力都用到你承诺的工作上去
  • 开发(Openness):以开放的心态一起工作,全方位展示工作的做事方式和关注点
  • 尊重(Respect):每个人都有他独特的背景和经验,相互尊重
  • 勇气(Courage):有勇气做出承诺,履行承诺
目录
相关文章
|
3月前
|
运维 Cloud Native 测试技术
极氪汽车云原生架构落地实践
随着极氪数字业务的飞速发展,背后的 IT 技术也在不断更新迭代。极氪极为重视客户对服务的体验,并将系统稳定性、业务功能的迭代效率、问题的快速定位和解决视为构建核心竞争力的基石。
|
2月前
|
人工智能 Cloud Native 容灾
深圳农商银行三代核心系统全面投产 以云原生架构筑牢数字化转型基石
深圳农商银行完成第三代核心系统全面上云,日均交易超3000万笔,峰值处理效率提升2倍以上。扎根深圳70余年,与阿里云共建“两地三中心”分布式云平台,实现高可用体系及全栈护航。此次云原生转型为行业提供可复制样本,未来将深化云计算与AI合作,推动普惠金融服务升级。
260 19
|
2月前
|
存储 Cloud Native 关系型数据库
PolarDB开源:云原生数据库的架构革命
本文围绕开源核心价值、社区运营实践和技术演进路线展开。首先解读存算分离架构的三大突破,包括基于RDMA的分布式存储、计算节点扩展及存储池扩容机制,并强调与MySQL的高兼容性。其次分享阿里巴巴开源治理模式,涵盖技术决策、版本发布和贡献者成长体系,同时展示企业应用案例。最后展望技术路线图,如3.0版本的多写多读架构、智能调优引擎等特性,以及开发者生态建设举措,推荐使用PolarDB-Operator实现高效部署。
185 3
|
3月前
|
Cloud Native Serverless 流计算
云原生时代的应用架构演进:从微服务到 Serverless 的阿里云实践
云原生技术正重塑企业数字化转型路径。阿里云作为亚太领先云服务商,提供完整云原生产品矩阵:容器服务ACK优化启动速度与镜像分发效率;MSE微服务引擎保障高可用性;ASM服务网格降低资源消耗;函数计算FC突破冷启动瓶颈;SAE重新定义PaaS边界;PolarDB数据库实现存储计算分离;DataWorks简化数据湖构建;Flink实时计算助力风控系统。这些技术已在多行业落地,推动效率提升与商业模式创新,助力企业在数字化浪潮中占据先机。
241 12
|
7月前
|
自然语言处理 JavaScript Java
《鸿蒙HarmonyOS应用开发从入门到精通(第2版)》学习笔记——HarmonyOS架构介绍
HarmonyOS采用分层架构设计,从下至上分为内核层、系统服务层、框架层和应用层。内核层支持多内核设计与硬件驱动;系统服务层提供核心能力和服务;框架层支持多语言开发;应用层包括系统及第三方应用,支持跨设备调度,确保一致的用户体验。
487 81
|
4月前
|
人工智能 前端开发 Java
DDD四层架构和MVC三层架构的个人理解和学习笔记
领域驱动设计(DDD)是一种以业务为核心的设计方法,与传统MVC架构不同,DDD将业务逻辑拆分为应用层和领域层,更关注业务领域而非数据库设计。其四层架构包括:Interface(接口层)、Application(应用层)、Domain(领域层)和Infrastructure(基础层)。各层职责分明,避免跨层调用,确保业务逻辑清晰。代码实现中,通过DTO、Entity、DO等对象的转换,结合ProtoBuf协议,完成请求与响应的处理流程。为提高复用性,实际项目中可增加Common层存放公共依赖。DDD强调从业务出发设计软件,适应复杂业务场景,是微服务架构的重要设计思想。
|
5月前
|
机器学习/深度学习 存储 编解码
RT-DETR改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
RT-DETR改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
183 16
RT-DETR改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
|
5月前
|
机器学习/深度学习 存储 编解码
YOLOv11改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
YOLOv11改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
266 7
YOLOv11改进策略【Neck】| ArXiv 2023,基于U - Net v2中的的高效特征融合模块:SDI(Semantics and Detail Infusion)
|
6月前
|
人工智能 编解码 自然语言处理
AI运用爆发时代, 视频服务云原生底座“视频云”架构的全智能再进化
本文介绍了AI运用爆发时代下,视频服务云原生底座“视频云”架构的全智能再进化。随着AI技术的发展,视频内容和交互方式正经历深刻变革。文章从背景、视频AI应用挑战、视频云网端底座、AIGC时代的全智能化及未来展望五个方面展开讨论。重点阐述了云、网、端三者如何深度融合,通过AI赋能视频采集、生产、分发和消费全流程,实现视频处理的智能化和高效化。同时,展望了未来AI在视频领域的创新应用和潜在的杀手级应用。
257 0