ThoughtWorks洞见

做规模化敏捷，要有归零的心态，直接从业务入手，使用业务敏捷方法，找到业务机会点，使用科技手段落地，解决业务的问题，取得业务成效后，再予规模化。我们尝试总结了规模化敏捷的转型路线图，共有4个步骤。

对于服务拆分的逻辑来说，是先设计高内聚低耦合的领域模型，再实现相应的分布式系统。服务的划分有一些基本的方法和原则，通过这些方法能让微服务划分更有操作性。最终在微服务落地实施时也能按图索骥，无论是对遗留系统改造还是全新系统的架构都能游刃有余。

机器学习平台是一款集数据集、特征工程、模型训练、评估、预测、发布于一体的全流程开发和部署的工作平台。其数据量大、数据多样性、支持算法种类多，加上算法模型结果不确定、集成复杂等等特点；这会给QA的工作带来怎样挑战、以及如何克服，本文一一揭晓。

中国金融业很早就启动了针对开放银行的尝试，未来我们的开放银行模式很可能不会采用英国和新加坡政府的监管驱动方式。但从身处欧洲的BBVA身上，我们认为其在开放银行方面的实践有很多地方是值得我们中国银行业学习和借鉴的。

敏捷交付价值，敏捷测试要以业务价值驱动，要以优化业务价值为目标。业务价值可以简单理解为：帮助企业盈利，满足企业业务发展要求，能够带来业务价值的产品需要满足用户需求、让用户使用方便。

Bug Report一般有两种说法：一是“微观Bug Report”，是指深入分析单个bug产生的影响、产生的根因、后续如何避免等；二是“宏观Bug Report”，是指在一个项目开发周期中，对bug原因、修复周期、bug趋势等维度进行总结分析。

数据仓库是伴随着企业信息化发展起来的，在企业信息化的过程中，随着信息化工具的升级和新工具的应用，数据量变的越来越大，数据格式越来越多，决策要求越来越苛刻，数据仓库技术也在不停的发展。

我们经常会谈论性能、并发等问题，但是衡量性能不是说写段代码循环几百次这么简单。最近从项目上的同事了解到了代码化的测试性能测试工具 k6，以及结合之前用过的Java 微基准测试 (JMH)、AB (Apache Benchmark) 测试、Jmeter 做一下总结。

既然无法完全阻止缺陷的出现，那如何确保已发生的缺陷得到有效的处理，如何利用已有缺陷来指导质量内建过程，是我们需要考虑的，也就是缺陷管理的内容。

数字化转型是企业的全局策略，要想取得转型的成功，给实践者的最佳的实践经验是：聚焦在一个目标上，管理好内部期望，引入合适的外部资源和力量，稳扎稳打的取得第一步的成功，才能给组织带来信心和希望。

本文从需求分析到API设计，试图描述领域驱动设计的过程及思想。同时也能看的出领域驱动设计并不是孤立存在的，它为解决开发团队和业务人员之间沟通而生，进而驱动微服务的划分以及API的设计。

数字化时代，企业是否能够更灵活、科学地配置有限的IT资源，减少投资浪费，能将投资用到刀刃上实现突破，将直接影响企业在数字化竞争中的胜负。企业需要建立高响应力的、以价值驱动的数字化业务管理，应对不确定性，提升规模化创新能力。

这一份软件质量保障实践合集是我们团队所采用的实践，全部来源于真实项目经历。

使用二维四象限分析问题，可以让我们的思维更完整和辩证。二维四象限的“对立统一”，就像转角看到爱，增加了角度才能看到事物的另一种形态，用多个维度去看待事物才能更接近真相。

除了感性的工作体验外，我们还需要指标来度量改进措施是否对提升软件交付效能有帮助。过多的指标会对团队造成不必要的管理成本，也容易让团队失去关注焦点。从吞吐量和稳定性两个维度考量的四个关键指标是简单但有效的指标，建议优先度量。