我爱PPA

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