Thoughtworks洞见

类型流是针对大团队、细分工组织设计的方法论。 高级程序员团队画类型流图建模，利用工具生成代码骨架，初级程序员填空。高级程序员团队仍然是一个敏捷团队，而初级程序员只有基本的编程要求。甚至单元测试能力也不要求。

打造企业内部的研发平台的过程不是一蹴而就的，企业可以从工具链开始尝试，构建自己的研发平台，逐步演进成技术开放平台。只有在业务价值的驱动和有效的战术执行下，平台才能通过减轻产品开发团队的认知负担并加速组织的创新来取得成功。

莫让研发效能的度量变成目标本身。让度量指标和数据收集尽量真实，需要关注的是趋势和阻塞。无法拆解的度量指标，可能不是一个好的度量指标。而可持续扩展的度量，才可能驱动价值流的增效。

现在当人们说到MPP架构时，它们实际上指代的是“分布式数据库”，而Hadoop架构指的则是以Hadoop项目为基础的一系列分布式计算和存储框架。不过由于MPP的字面意思，现实中还是经常有人纠结两者到底有什么联系和区别，两者到底是不是同一个层面的概念。

新一期 Thoughtworks 技术雷达即将发布！

为什么写代码是一件很爽的事情? 我的看法是：及时反馈，确定性强，有成就感，被需要感。因为这些感觉/感受，写代码成为了一件很爽，甚至会上瘾的事情。其实会上瘾的事情，通常也有这些特质。

知识诅咒，指的就是一旦我们自己知道某样东西，就会发现我们很难想象不知道它的时候会是什么样子。

每个微服务拥有独立的数据库作为微服务架构风格提倡的实践之一，和其他实践一起，像鲁班锁中的积木一样巧妙组合在一起，共同支撑了微服务架构风格所具备的优点，在软件开发实践过程中，只有遵守微服务架构风格所推荐的这些实践，才能最大化的发挥微服务架构的优势。

企业的敏捷转型，本质上属于教育和赋能。要想在敏捷赋能时做到“持经达变”，可以参考三个原则：用户思维原则、赋能假说原则和分享警示原则。

工具选型是一个复杂的过程，需要综合很多信息才能做出合适的选择。我们知道任何技术决策都是权衡利弊的结果。将决策上下文和最终选择的Cons & Pros记录下来，即便将来发现这个选择不再合适的时候，也能清楚的追溯到先前决策的细节，会为下一步决策提供更加充分的依据。

项目工时估算是一个系统性工作，基本上很难有一个万能的方法。因此大多数情况下都是玄学，但是毕竟是 “估” ，也不能要求 100% 精确。

当您在为团队寻找研发效能指标时，其实并没有一个恒定不变的模板，需要分析多个因素，选择最适合您的指标，并与团队一起不断的使用它们，不断的根据价值交付为导向来修改和迭代。

Data Mesh引入了新的组织视角，并且它与特定技术无关。 其关键思想是将领域驱动设计（DDD）和产品思维，应用到数据和分析领域的难题中。

数据流水线通常指从若干数据源中迁移数据，将迁移的数据进行复杂的数据处理之后，并加载到目标数据系统中的一系列流程，且数据的价值正是在每一步的流转中逐步产生的。数据流水线通常也是实现机器学习模型、数据分析、业务报表等技术的基础。

这篇文章尝试通过讨论不同质量问题，来澄清软件交付中不同角色对质量的认识，达成更好的团队协作，以交付更高质量的软件产品。