Share
Embed
Transcript
55 slides
-
Schluss mit Verschlimmbesserung So#ware-‐Evolu-on, aber rich-g Dr.
Gernot Starke DevDay-‐DD -
Dr. Gernot Starke innoQ Fellow Softwarearchitekturen Entwurf,
Entwicklung, Management Evolution & Modernisierung Training Mentoring und Coaching Analyse und Optimierung von Entwicklungsprozessen Reviews, Audits, Retrospektiven +49 177 – 728 2570 [email protected] www.arc42.de -
Normalfall (2) Management: Zu teuer. Zu
viele Fehler. Zu hohe Aufwände. Zu lange Time-‐to-‐Market. Techniker:-‐-‐-‐ Zu hohe technische Schuld. Zu wenig Verbesserung. Technologie zu schlecht. Zu wenig Innova-on. Zu wenig Budget. Zu wenig Zeit. -
View-‐Pipeline (Apache Cocoon) Theorie: • Separa-on of Concern
Praxis: • XSLT-‐Hölle • Transformer ändern Daten • Enge Kopplung der Filter (Steps) Step-1 Step-2 Step-3 Data Source-1 read Appl- Core-Old read / write Step-4 Appl- Services read hYp://cocoon.apache.org/2.1/userdocs/concepts/index.html -
Systema-sch verbessern... Trenne „Probleme“ und „Lösungsvorschläge“ UID Description
Cost Frequency Issue UID Description Cost Improvement 1..* * resolve ➤ resolved by ➤ Name System suffers from is remedy for UID Description Cost Frequency Issue Probability EarlyWarning Risk Cause UID Description Cost Improvement 1..* * resolve ➤ resolved by ➤ modify or create ➤ is real source of ➤ * * * * Name System Name Role Interests Experience Stakeholder Software Hardware Process Name Organization Documentation knows / informs about ➤ knows / informs about ➤ source of ➤ source of ➤ suffers from ➤ is remedy for Configuration consists-of Goals Constraints impose ➤ has explicit and implicit ➤ complies with ➤ restrict ➤ ➤ aim42 domain model -
warum diese Trennung? • rich-g: – wich6ge Probleme
lösen • schlechter: – einfache Probleme lösen • ganz schlecht: – interessante Problemlösungen umsetzen – Ak-onismus € -
profi-eren vom Problem, haben das Problem erschaffen,
greifen Sie und Ihre Vorschläge an sind am Problem schuld, stehen zu Ihnen in Konkurrenz, greifen Ihre Kompetenz an leiden nicht am Problem, leiden unter dessen Lösung tragen (Teil-‐)Schuld am Problem zweifeln Schlussfolgerungen an, zweifeln Ihre Kompetenz an, haben Angst vor Veränderung -
Die Mikroskop-‐Falle Wenn Sie NUR im Code suchen,
werden Sie NUR DORT Probleme finden... im Code suchen ist rich-g und wich-g, aber NUR dort suchen ist fatal! -
Bauch – Beine – Po: Wo liegen die
IT-‐Problemzonen? Legende Qualitative Analyse (ATAM) Context Analysis Issue Tracker Analysis Data Analysis Documentation Analysis Runtime Analysis Requirements Analysis Software Archeology Static Code Analysis Development Process Analysis Infrastructure Analysis User Analysis Stakeholder Analysis wichtig abhängig von -
Probleme sammeln!! ID Beschreibung Häufigkeit Wert
(min) Wert (max) Abhilfen PD-‐ 1 Falsche Berechnung Ar-kelpreis bei Kombina-on aus RabaYkarte, Einzelkunde und yxz-‐Konfigura-on zZt 3-‐5x pro Woche 110€ 550€ V-‐1 + V-‐2 PZ-‐ 1 Zu lange Warteschlangen (queues) in Entwicklungs-‐ prozess: wai-ng-‐-me für neue Anforderungen >6W 30x / Woche 300€ 15.000 € V-‐3 C-‐1 Zeit zur Iden-fika-on + Behebung von Laufzeitehlern zu lang (bis zu 5 T bei kri-schen Fehlern) 1x / Woche V-‐4 || V-‐3 C-‐2 Zeit für kompleYen Test der Anwendung > 10 T 4 x / Jahr V-‐4 Werkzeuge: • (gut) Issue-‐Tracker (Voraussetzung: stabile URL‘s) • (ok) Excel, Karteikarten, Flipchart • (schlecht) Kopf -
Stakeholderanalyse • Stakeholder kennen Probleme – nehmen Probleme aus
ihrer Perspek-ve wahr (subjek-v) – nennen o#mals Symptome, keine Ursachen – äußern Vermutungen • Vorsicht: – Gewöhnungseffekt – Angst vor Änderung Anwender, Entwickler, Support, Fachleute, BackOffice, Architekten, Betreiber, Au#raggeber, Tester, Admins, Projekt-‐/Linienverantwortliche, Controller, CEO, COO, CFO ... -
Stakeholder-‐Interviews (1) • Breitensuche: Unterschiedliche Stakeholder – Mindestens: Anwender,
Fachexperten, Entwickler, Support-‐Mitarbeiter, Tester, Betreiber, Manager • Ungestörtes Umfeld – insbesondere: ohne Vorgesetzte – garan-erte Vertraulichkeit • Keine unhaltbaren Versprechungen geben!! -
Stakeholder-‐Interviews (2) • Vorbereitung: individueller Vorab-‐Fragebogen – Zeigt Hochachtung
vor Gesprächspartner – Siehe: hYp://aim42.github.io/#Stakeholder-‐Interview • Fragen nach: – Problemen + Lösungsmöglichkeiten bezüglich • System, • Prozesse, • Organisa-on -
Kontextanalyse (1) • Fachlicher Kontext – System-‐Scope – Externe
SchniYstellen • Daten-‐Eingang • Daten-‐Ausgang • UI • Events • Technischer Kontext – Kanäle – Protokolle -
Kontextanalyse (2) Mögliche Risiken im Kontext: • Abhängigkeiten
bzgl. Qualitätszielen – Verfügbarkeit, Robustheit, – Sicherheit – Kosten – Performance • Fehlende SchniYstellen Risiko bzgl. Performance-‐ Anforderung -
Kontextanalyse (3) Mögliche Risiken im Kontext: • Vola-le
Nachbarsysteme Risiko / Problem bzgl. Stabilität der SchniYstelle Unser System Anderes (innova-ves) Projekt / System getImportantData( customerID) -
„Improve Analyzability“ Verbessern Sie die Möglichkeiten, Probleme
zu finden! • zur „Root-‐Cause-‐Analyse“ • zum Beweis von Vermutungen • Instrumen-erung, z.B. – (fachliches/technisches) Logging – Tracking von Qualitätseigenscha#en -
Prozessanalyse • Anforderungsprozesse – erheben, klären, managen
• Entwicklungs-‐ /Entwurfsprozesse – Architektur, Implemen-erung, Dokumenta-on • Betrieb – Deployment, Rollout, Administra-on, Monitoring • Management – Team-‐ und Taskmanagement, Risikomanagement -
warum, warum, warum... offshore-‐ Dienstleister Abnahme erteilt,
Basis „Funk-onsprüfung“ Abnahmeprozess auf Durchsatz op-miert he#iges Risiko bzgl. Verfügbarkeit -
Sta-sche Codeanalyse • Kopplung • Komplexität •
Kohäsion (inhaltlicher Zusammenhang) • Konsistenz (iden-sche Probleme ähnlich gelöst) • Duplizierter Code • Verletzung von Idiomen (Style-‐Checking) -
Korrelierte Codeanalyse Abgleich unterschiedlicher Beobachtungen/Messungen
Beispiele: • Fehler pro Komponente / Subsystem • Benö-gte Zeit pro Bugfix pro Komponente • Benö-gter Aufwand pro Feature pro Komponente -
Datenanalyse (1) • Struktur • Typen •
Zugriffe – Read / write • Volumen – auch von Query-‐Results + Indizes • Inhalte – Korrektheit – Schutzbedarf • Durchsatz -‐> Laufzeitanalyse Struktur / Typen ungeeignet für das Problem Wonach ist Persistenz op-miert, read oder write? Haben wir besonders viel / groß von etwas? Haben wir falsche Daten? -
Laufzeitanalyse • Debugger • Logfile-‐Analyse •
Performance-‐Analyse, Profiling • Ressourcenverbrauch zur Laufzeit • Analyse von Benutzerverhalten • Analyse fachlicher Abläufe -
Fazit: Analyse in Vogelperspek-ve Issues & Improvements system analyisis
existing organization & processes existing system findings & suggestions stakeholder interviews stakeholder analysis development process development process analysis collected issues, suggested improvements collected issues, suggested improvements collected issues, suggested improvements collected issues, suggested improvements Stakeholders findings & suggestions 8 8 -
Verbesserung im Großen... Grundprinzipien, Verhaltensregeln
kleine, lokale Verbesserungen langfris6ge, strategische Ansätze 3 2 1 Fundamentals Approaches Practices -
Langfris-ge Ansätze... Determine Improvement Approach Strangulate Bad
Parts Big Bang (Cold Turkey) Frontend Switch Keep Data, Toss Code Managed Evolution Change Via Split Data Migration Branch by Abstraction Chicken Little Butterfly Bridge To New Town Change By Extraction Change On Copy -
Daten erhalten oder nicht? Wesentliche Entscheidung: Welche
Daten müssen erhalten bleiben? Big Understructured Mess Very Valuable Data Big Understructured Mess Very Va Da alu ble at Valu ata alu ble at uable ta Big Understructured Mess Very Valuable Data -
Big Bang (aka Cold Turkey) Client Code Flawed System
User 1 New System Client Code User Entwickle ein neues System parallel zu Betrieb und Pflege des alten. -
Big-‐Bang Vorgehen 1. Spezifiziere neues System
2. Entwerfe und implemen-ere neues System 3. Nach Fer-gstellung & Abnahme werden Benutzer und Clients auf neues System umgestellt Risiken • Spezifika-on aufgrund der Komplexität des alten Systems lücken-‐ oder fehlerha# • Know-‐How-‐Flucht: Demo-vierte Mitarbeiter des alten Systems • Das neue System vermeidet zwar bekannte Fehler, enthält jedoch neue • Business erhält lange Zeit (Jahre!) keine signifikanten neuen Features • Schwierige, aufwändige Datenmigra-on -
Change By Split Client Type 1 Flawed System Client
Type 2 Kopiere für alle Client-‐Typen 1 Client Type 1 Flawed System Client Type 2 Flawed System Client Type 1 Reduced to Type 1 Client Type 2 Reduced to Type 2 Commons Reduziere und extrahiere Gemeinsamkeiten 2 Client Type 1 Reduced to Type 1 Client Type 2 Reduced to Type 2 New Commons Op-miere Gemeinsamkeiten 3 -
Change By Split (2) Client Type 1 Reduced to
Type 1 Client Type 2 Reduced to Type 2 New Commons Op-miere spezifische Teilsysteme („Splits“) 4 New Type 1 System Client Type 1 Client Type 2 New Commons New Type 2 System -
Change By Split Vorgehen 1. Iden-fiziere mehrere
Benutzergruppen BG 2. Klone gesamtes System für jede BG 3. Reduziere für jede BG, extrahiere Gemeinsamkeiten (technische Basis) 4. Op-miere für jede BG Risiken • Gemeinsamkeiten schwer zu isolieren • Mehrere Teams benö-gt (1 pro Klon + Basis) Voraussetzungen • stark unterschiedliche Benutzergruppen -
Strangulate Bad Parts (1) Ersetze einige schlechte
Teile Ersetze weitere schlechte Teile Und noch mehr... 1 2 3 Client Code Flawed System User Client Code Flawed System User better Client Code Flawed System User better Better System Client Code User Flawed Parts -
Strangulate Bad Parts Vorgehen 1. Ersetze im bestehenden
System sukzessive einzelne Komponenten Risiken • Nebenwirkungen innerhalb des Systems schwer zu testen • Hohe Aufwände, um übergangsweise mit „Altlasten“ zu arbeiten Voraussetzungen • interne SchniYstellen / Modularisierung -
Improve Processes Improve Iteratively Reduce Complexity Improve Code Structure Improve
Crosscutting Concepts Improve Technical Infrastructure Improve Analysability & Evaluability Verify After Every Change Fast Feedback Explicit Assumptions Group Improvement Actions Prototype Improvement Übersicht: Prak-ken Fundamentals Approaches Practices Breites Spektrum an Op-onen -
Improve Processes Improve Code Structure Improve Crosscutting Concepts Improve Technical
Infrastructure Improve Analysability & Evaluability Improve Code Structure Introduce Interfaces Refactor Code Untangle Code Remove Nested Control Structures Deprecate Obsolete Parts Improve Responsibility Improve Code Layout Move Behavior Close To Data Split Up Oversized Parts Handle If-Else Chains Interface Segregation Anticorruption Layer Hide Unmaintainable Code Extract Reusable Component Integrate Reusable Component Remove Unused Parts Eliminate Navigation Code Toggle Feature Restructure Code Isolate Parts (Modularize) Prepare Change Break Dependencies -
Fazit (1) 42 Führe • Problem-‐Liste und
• Improvement-‐Backlog -
Dr. Gernot Starke [email protected] hYp://gernotstarke.de
hYp://innoq.com hYps://www.flickr.com/photos/foto_db/16000636092 -
Prak-sch eingesetzt... ‣ 2014: – Logis-k-‐Konzern (Audit Online-‐Sales
System, >1MLOC) – ERP-‐Hersteller (Audit und Rebuild Kernsystem, 2 MLOC) – Finanzdienstleister, Modernisierung Core, 500kLOC • Automo-ve: „Mul-media-‐Framework“ • Rail-‐Service „Infrastruktur“ • Mobilfunk „Billing“ • Airport-‐Opera-ons „Luggage Handling“ • Systemso#ware für Maschinenbau / LebensmiYelindustrie -
Contribu-ons welcome • Method guide: http://aim42.github.io – Source: hYps://github.com/aim42/aim42
• https://github.com/aim42/aim42/ issues • TwiYer: @arc_improve42 • Mailing list: [email protected]