0 系统愿景：
在不干扰研发人员工作的情况下收集软件研发相关的数据，为管理者提供量化决策管理的指标
1 为什么要进行数据抽取
1) 数据是非集成的、不规范（td有自定义字段）
2) 处理时会对生产系统造成性能影响（td服务器端性能调优做得不好）
3) 后台存放用的数据库类型不同
2 数据抽取的方法(都涉及到抽取周期的问题)
1) 全部抽取
2) (增量)抽取变化部分
3) 不抽取(已经被问题1否决)
和张红莲的讨论结果是，半年一次完整抓取，期间每个月或者每个周进行一次增量抓取
3 数据抽取的性能问题
1) 2008-02-20 已经抽取了在用的12个项目的完整数据，共26057条缺陷/变更记录 ，174168 条变化历史记录。
2) 上述数据积累起来约50M
3) 通过Td Api抓取，调优过仍需20分钟左右
4）暂时还有个技术难题，bug的文本描述由于超长，会导致抽取中断，所以暂时先不抽bug文本描述了。（但这个问题迟早要解决）
4 数据抽取后的过程：数据抽取成功只是创建需求变更分析模型的技术基础，后续的工作包括
1)建立主题域
2)数据的集成处理
3)建立度量模型
4)出统计分析报告
这个过程是一个迭代、演进的过程，如同数据仓库之父所说的，数据仓库的研发过程跟平常软件研发过程不一样，在没有分析数据之前，
很少有人能够提出明确的需求。
5 PPA 系统的架构图
1)集成TD
2)集成Harvest
3)集成Subversion
4)集成Excel（等Office工具）
5)提供Web浏览
6)集成Mail Server
6 PPA 系统的研发过程
测试驱动（用户需要-特性-用户故事-检查点-设计-编码-Release）的敏捷研发过程
发表于 @ 2008年02月21日 11:58:00|评论(loading...)|编辑