大规模视频网站的计费与流量管理
本次分享将会就大规模视频网站的计费与流量管理这个话题,从操作层面细细进行讲解和分析,为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”,让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
该内容已经被标记书签!
标记书签错误,请重试!
作者 滕振宇 发布于 2009年10月15日
在做Scrum的迭代计划时,不同的团队有很多不同的做法。在敏捷中国讨论组中,对敏捷计划与估计的方法进行了激烈的讨论(Scrum sprint plan中规模估算的做法调查,关于story point的单位)。
克强罗列出有四种敏捷计划估计的方法:
首先讨论的焦点集中于对用于“故事点”的理解上。大家对“‘故事点’是没有单位的”形成共识。Xu Yi首先指出:
user story用于评估user story的相对大小(bigness),它并无一个可用于度量的单位值。一定程度上可以说story point最终会达到具有一定的单位效用。当某产品开发大团队(包括若干scrum团队)保持团队稳定,以及开发足够长时间后达到velocity稳定时,可以借由建立一定程度上story point向“成本”、“时间”等度量的映射,使其成为“虚单位”。
Daniel Teng也在博客中分析了在敏捷迭代计划中为什么使用“故事点”,以及为什么“故事点”是没有单位的(巧妙使用“故事点”进行敏捷估计)。使用“故事点”的好处包括:
至于“故事点”的原因在于:
接下来讨论集中于具体使用“理想人天”和“故事点”做迭代计划的具体方法上。姜志辉的团队的做法是:
我们采用的是bob的dx迭代+Joel的任务分配法。 应该说,原则来自于bob,方法来自于joel。
Andy的做法是:
而Xu Yi团队的做法是:
sprint planning第一部分,团队选择有哪些user story是可以做掉的,过去的平均velocity只是作为参考而已。
sprint planning第二部分,团队将选取的user story详细分割为task,以小时为单位进行估计,而且和自己的capacity不断地进行对比,当capacity耗尽时停止。
接下来话题一转,大家集中到怎样计算每个迭代的速率(Velocity)上。Xu Yi团队的做法很简单直接:
根据过去的sprint来统计,平均下来每个sprint完成的story point就是velocity。比如前5个sprint分别完成9、12、5、16、10,那么team的velocity就是(9+12+5+16+10)/5=10.4。
很多人有不同的观点,Vincent Lee认为:
而我说的算法是“用完成的任务点数除以实际投入的人日数”,假设前5个sprint分别完成9、12、5、16、10个story point,实际投入的人日数分别为20、20、25、25、20,(9+12+5+16+10)/(20+20+25+25+20)=0.47,利用这个数值以及下一个sprint的可用资源(比如是25),就可以算出下一个sprint可以完成的工作量:0.47*25=11.75进一步的,由于可以乐观的认为团队熟练程度在提高,可以调高速度为0.5,于是预计可以完成0.5*25=12.5的工作量。
看来不同团队对敏捷计划与估计的理解不尽相同,做法也各异。您的团队在迭代计划使用哪一种方法呢?
滕振宇 具有多年敏捷实践经验以及丰富的带队经验,正致力于帮助国内团队导入敏捷方法以及思维。
关于“理想人天” 和“User story point”在<<Agile Estimating and Planning>>这本书上都做了非常好的说明和例子。 个人认为首先要清楚这两种概念的含义。后面的事情,就是根据team的自身情况,来选择适合team自身的方法了。 只要符合Scrum的原则,很多做法是没有对错的。只有是不是适合现在的sprint. 多实践, 就能找到更适合你自己团队的方式。</agile>
Xu Yi团队的做法是:
sprint planning第一部分,团队选择有哪些user story是可以做掉的,过去的平均velocity只是作为参考而已。
sprint planning第二部分,团队将选取的user story详细分割为task,以小时为单位进行估计,而且和自己的capacity不断地进行对比,当capacity耗尽时停止。
这个做法的最大问题是:
没有利用之前的velocity统计数据来帮助减少迭代计划的估算误差,
每一轮sprint planning第二部分进行的这个估计就真的完全是估计出来的,再加上IMD也得估计,得出的结果估计就十万八千里了。
瀑布也好,CMM也好,敏捷也好,SCRUM也好,基本的分析、估算、计划、检查都是得做的。换了个马甲,大家就不认识他们了。
本次分享将会就大规模视频网站的计费与流量管理这个话题,从操作层面细细进行讲解和分析,为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”,让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
Jeffrey Richter以其多本Windows核心技术的经典著作而闻名,同时,他深入掌握微软的.NET等一系列核心技术,2012年1月,Jeffrey Richter在北京接受了InfoQ中文站的专访,谈到Windows 8和WinRT编程,并就异步编程、Windows编程中的可扩展性、性能和安全性方面给出自己的建议。
云计算平台的可用性,相比传统互联网服务而言,更加复杂和困难,也更具有挑战性。本文借助新浪SAE云平台为读者讲述了云平台可用性的定义、如何打造高可用的平台,以及对云计算的用户提出了建议。
淘宝高度重视Java平台的健康发展,组建了一个团队专注于Java平台的底层部分的性能、功能与稳定性改进;工作主要基于OpenJDK中的HotSpot VM开展,其中一些通用的功能随后也会逐渐反馈给OpenJDK社区。希望能与使用Java平台开发应用的大家交流经验。
本次演讲视频录制于QCon杭州2011。
2011年4月21日至22日是值得云计算从业者纪念的日子。Amazon的IaaS服务出现故障,导致许多商业网站的服务中断,影响非常严重。作为云计算用户,我们需要思考的是,如何保证即便在云服务不可用的情况,我们的应用架构仍然能够屹立不倒?本文正是站在云计算用户的角度试图探讨这一问题。
12人的技术团队,4组刀片服务器,每月20亿的访问量,每日1次准时部署,99.9%的可用性。这可能吗?当然。想知道如何做的吗?百姓网将与您分享他们在DevOps实践过程中的经验和技巧。
本次演讲视频录制于QCon杭州2011。
篱笆作为一家起源于社区的电子商务公司,反映到技术层面就是同时要面对产品和业务,以及经营战略的变化调整。如何在产品和业务的夹缝之间完成技术架构的抽象与平衡,寻找更有效的价值定位,这当中有些经验教训和个人感悟愿与众人分享。
本次演讲视频录制于QCon杭州2011。
本文将对特性注入以及相关方法做一个扫盲性的介绍。我们会解释这个框架的关键要素,并附上实例来证实它们。为了让文章保持相对较短,我们不会深入到某个工具或方法中,而是会给出一些参考资料,以便大家做进一步的研究。
3 条回复
关注此讨论 回复