软件项目管理是通过计划、组织和控制等一系列活动，合理地配置和使用各种资源，以达到既定目标的过程，是在软件开发过程中，对开发工作进行全方位评估的有效措施。

目录

软件项目管理

软件规模评估

一、代码行技术

二、功能点技术

工作量评估

一、静态单变量模型

1. 面向KLOC的估算模型

2. 面向FP的估算模型

二、动态多变量模型

三、COCOMO2模型

进度计划

一、估算开发时间

二、Gantt图

三、工程网络

四、估算工程进度

五、机动时间

六、关键路径

人员组织

人员组织总述

一、民主制程序员组

二、主程序员组

三、现代程序员组

质量保证

一、软件质量

二、软件质量保证措施

1. 技术复审的必要性

2. 走查

3. 审查

4. 程序正确性证明

软件配置管理

软件配置管理总述

一、软件配置

1. 软件配置项

2. 基线

二、软件配置管理过程

1. 标识软件配置中的对象

2. 版本控制

3. 变化控制

4. 配置审计

5. 状态报告

能力成熟度

能力成熟度模型总述

CMM

---

Hello！我是灰小猿，一个有故事、爱分享、没技术的程序猿，

今天大灰狼来和大家聊聊除了软件编码，在软件项目管理阶段所需要进行哪些工作。提前祝大家从技术佬晋升产品总监！

 

 

很多刚步入软件行业或者正在学习的小伙伴都有这样的感觉，觉得编码阶段是软件开发中的关键步骤，但其实不然，如果我们把软件开发的过程比作建造一座大桥的话，编码阶段只不过是建筑工人添砖加瓦的建造过程，更多的方面则是软件的设计、管理、维护等阶段的进行，同样这也是一个软件开发过程中必不可少的阶段和流程。

 

软件项目管理阶段所需要进行的工作分别是：软件规模评估、工作量评估、进度计划、人员组织、质量保证、软件配置管理、能力成熟度模型七个阶段。

 

下面大灰狼和大家聊一下每个阶段的任务和评估方法，（文章较长，小伙伴们可以收藏以后慢慢学习）

 

软件项目管理

 

首先，什么是软件项目管理？

所谓管理就是通过计划、组织和控制等一系列活动，合理地配置和使用各种资源，以达到既定目标的过程。

 

 

软件项目管理先于任何技术活动之前开始，并且贯穿于软件的整个生命周期之中。

软件项目管理过程从一组项目计划活动开始，而制定计划的基础是工作量估算和完成期限估算。

为了估算项目的工作量和完成期限，首先需要估算软件的规模。

 

 

软件规模评估

 

常用的软件规模评估的办法是代码行技术和功能点技术。这两种评估方法各有利弊，接下来大灰狼和大家分别分析一下：

 

一、代码行技术

代码行技术是比较简单的定量估算软件规模的方法。

依据以往开发类似产品的经验和历史数据，估计实现一个功能所需要的源程序行数。

当有以往开发类似产品的历史数据可供参考时，估计出的数值还是比较准确的。把实现每个功能所需要的源程序行数累加起来，就可得到实现整个软件所需要的源程序行数。  

 

估算方法：

由多名有经验的软件工程师分别做出估计。

每个人都估计程序的最小规模(a)、最大规模(b)和最可能的规模(m)。

分别算出这3种规模的平均值、和之后，再用下式计算程序规模的估计值：

 

 

单位：LOC或KLOC。 

 

代码行技术的优点：

• 代码是所有软件开发项目都有的“产品”，而且很容易计算代码行数；

• 有大量参考文献和数据 。

代码行技术的缺点：

• 源程序仅是软件配置的一个成分，由源程序度量软件规模不太合理；

• 用不同语言实现同一个软件所需要的代码行数并不相同；

• 不适用于非过程性语言。

 

 

二、功能点技术

功能点技术依据对软件信息域特性和软件复杂性的评估结果，估算软件规模。

这种方法用功能点(FP)为单位度量软件规模。 

 

1. 信息域特性

功能点技术定义了信息域的5个特性：

• 输入项数(Inp)：用户向软件输入的项数，这些输入给软件提供面向应用的数据。

• 输出项数(Out)：软件向用户输出的项数，它们向用户提供面向应用的信息。 

• 查询数(Inq)：查询即是一次联机输入，它导致软件以联机输出方式产生某种即时响应。

• 主文件数(Maf)：逻辑主文件的数目。

• 外部接口数(Inf)：机器可读的全部接口的数量，用这些接口把信息传送给另一个系统。 

每个特征根据其复杂程度分配一个功能点数，即信息域特征系数a1，a2，a3，a4，a5，见下表。

 

 

2. 估算功能点的步骤

(1) 计算未调整的功能点数UFP

首先，把产品信息域的每个特性都分类为简单级、平均级或复杂级，并根据其等级为每个特性分配一个功能点数。

然后，用下式计算未调整的功能点数UFP： UFP=a1×Inp+a2×Out+a3×Inq+a4×Maf+a5×Inf

其中，ai(1≤i≤5)是信息域特性系数，其值由相应特性的复杂级别决定，如表13.1所示。 

(2) 计算技术复杂性因子TCF

这一步骤度量14种技术因素对软件规模的影响程度。在表13.2中列出了全部技术因素，并用Fi(1≤i≤14)代表这些因素。

根据软件的特点，为每个因素分配一个从0（不存在或对软件规模无影响）到5（有很大影响）的值。

 

 

然后，用下式计算技术因素对软件规模的综合影响程度DI：

 

 

技术复杂性因子TCF由下式计算： 

TCF = 0.65 + 0.01 × DI

因为DI的值在0~70之间，所以TCF的值在0.65~1.35之间。

(3) 计算功能点数FP

FP = UFP × TCF

 

功能点技术优点：

与所用的编程语言无关，比代码行技术更合理。

功能点技术缺点：

在判断信息域特性复杂级别和技术因素的影响程度时主观因素较大，对经验依赖性较强。

 

 

 

工作量评估

 

工作量的评估通常有：静态单变量模型、动态多变量模型、COCOMO2模型，

值得注意的是，大多数估算模型的经验数据，都是从有限个项目的样本集中总结出来的。

没有一个估算模型可以适用于所有类型的软件和开发环境。

明确了以上两点之后，接下来就是各个模型的评估方法了，

 

 

一、静态单变量模型

 

总体结构形式如下： 

E = A + B × (ev) C

其中，A、B和C是由经验数据导出的常数，E是以人月为单位的工作量，ev是估算变量（KLOC或FP）。

1. 面向KLOC的估算模型

(1)Walston_Felix模型  

E=5.2×(KLOC)0.91

(2)Bailey_Basili模型

E=5.5+0.73×(KLOC)1.16

(3)Boehm简单模型  

E=3.2×(KLOC)1.05

(4)Doty模型（在KLOC>9时适用）

E=5.288×(KLOC)1.047

2. 面向FP的估算模型

(1)Albrecht & Gaffney模型  

E=-13.39+0.0545FP

(2)Maston,Barnett和Mellichamp模型  

E=585.7+15.12FP 

 

二、动态多变量模型

动态多变量模型也称为软件方程式，该模型把工作量看作是软件规模和开发时间这两个变量的函数。

动态多变量估算模型的形式如下： 

E=(LOC×B0.333/P)3×(1/t)4

其中E 是以人月或人年为单位的工作量；t 是以月或年为单位的项目持续时间；B 是特殊技术因子，它随着对测试、质量保证、文档及管理技术的需求的增加而缓慢增加，对于较小的程序（KLOC=5~15），B=0.16,对于超过70 KLOC的程序，B=0.39； 

P是生产率参数，它反映了下述因素对工作量的影响： 

• 总体过程成熟度及管理水平；

• 使用良好的软件工程实践的程度；

• 使用的程序设计语言的级别；

• 软件环境的状态；

• 软件项目组的技术及经验；

• 应用系统的复杂程度。

开发实时嵌入式软件时，P的典型值为2000；开发电信系统和系统软件时，P=10000；对于商业应用系统来说，P=28000。可以从历史数据导出适用于当前项目的生产率参数值。 

 

三、COCOMO2模型

COCOMO是构造性成本模型（constructive cost model)的英文缩写。

1981年Boehm在《软件工程经济学》中首次提出了COCOMO模型。

1997年Boehm等人提出的COCOMO2模型，是原始的COCOMO模型的修订版，它反映了十多年来在成本估计方面所积累的经验。 

COCOMO2给出了3个层次的软件开发工作量估算模型，这3个层次的模型在估算工作量时，对软件细节考虑的详尽程度逐级增加。

3个层次的估算模型分别是： 

应用系统组成模型：这个模型主要用于估算构建原型的工作量，模型名字暗示在构建原型时大量使用已有的构件。

早期设计模型：这个模型适用于体系结构设计阶段。

后体系结构模型：这个模型适用于完成体系结构设计之后的软件开发阶段。 

该模型把软件开发工作量表示成代码行数（KLOC）的非线性函数：

 

 

其中，E是开发工作量（以人月为单位），a是模型系数，KLOC是估计的源代码行数，b是模型指数，fi (i=1~17)是成本因素。 

 

每个成本因素都根据它的重要程度和对工作量影响大小被赋予一定数值（称为工作量系数）。

与原始的COCOMO模型相比，COCOMO2模型使用的成本因素有下述变化。 

• 新增加了4个成本因素，它们分别是要求的可重用性、需要的文档量、人员连续性（即人员稳定程度）和多地点开发。 

• 略去了原始模型中的2个成本因素（计算机切换时间和使用现代程序设计实践）。

• 某些成本因素（分析员能力、平台经验、语言和工具经验）对生产率的影响（即工作量系数最大值与最小值的比率）增加了，另一些成本因素（程序员能力）的影响减小了。 

 

为了确定工作量方程中模型指数b的值，COCOMO2采用了更加精细得多的b分级模型，这个模型使用5个分级因素Wi(1≤i≤5),其中每个因素都划分成从甚低（Wi=5)到特高（Wi=0)的6个级别，然后用下式计算b的数值：

 

 

因此，b的取值范围为1.01~1.26。显然，这种分级模式比原始COCOMO模型的分级模式更精细、更灵活。 

 

COCOMO2使用的5个分级因素如下所述： 

项目先例性：这个分级因素指出，对于开发组织来说该项目的新奇程度。

开发灵活性：这个分级因素反映出，为了实现预先确定的外部接口需求及为了及早开发出产品而需要增加的工作量。

风险排除度：这个分级因素反映了重大风险已被消除的比例。

项目组凝聚力：这个分级因素表明了开发人员相互协作时可能存在的困难。

过程成熟度：这个分级因素反映了按照能力成熟度模型度量出的项目组织的过程成熟度。

 

 

进度计划

进度计划总述

软件项目的进度安排通过把工作量分配给特定的软件工程任务并规定完成各项任务的起止日期，从而将估算出的项目工作量分布于计划好的项目持续期内。

进度计划将随着时间的流逝而不断演化。

 

一、估算开发时间

各种模型估算开发时间的方程很相似，例如： 

• Walston_Felix模型  

T=2.5E0.35

• 原始的COCOMO模型  

T=2.5E0.38

• COCOMO2模型  

T=3.0E0.33+0.2×(b-1.01)

• Putnam模型  

T=2.4E1/3

其中，E是开发工作量（以人月为单位），T是开发时间（以月为单位）。 

经验告诉我们，随着开发小组规模扩大，个人生产率将下降，以致开发时间与从事开发工作的人数并不成反比关系。出现这种现象主要有下述两个原因： 

当小组变得更大时，每个人需要用更多时间与组内其他成员讨论问题、协调工作，因此增加了通信开销。

如果在开发过程中增加小组人员，则最初一段时间内项目组总生产率不仅不会提高反而会下降。

Brooks规律：向一个已经延期的项目增加人力，只会使得它更加延期。

存在一个最佳的项目组规模Popt，这个规模的项目组其总生产率最高。项目组的最佳规模是5.5人，即Popt=5.5。

 

二、Gantt图

Gantt(甘特)图是历史悠久、应用广泛的制定进度计划的工具。

 

例子：

旧木板房刷漆工程(15名工人，工具各5把) 

 

 

Gantt图的主要优点：

• Gantt图能很形象地描绘任务分解情况，以及每个子任务(作业)的开始和结束时间。

• 具有直观简明和容易掌握、容易绘制的优点。

Gantt图的3个主要缺点： 

• 不能显式地描绘各项作业彼此间的依赖关系；

• 进度计划的关键部分不明确，难于判定哪些部分应当是主攻和主控的对象；

• 计划中有潜力的部分及潜力的大小不明确，往往造成潜力的浪费。 

 

三、工程网络

工程网络是制定进度计划时另一种常用的图形工具，它同样能描绘任务分解情况以及每项作业的开始时间和结束时间。

它能显式地描绘各个作业彼此间的依赖关系。

工程网络是系统分析和系统设计的强有力的工具。

 

符号：

 

 

四、估算工程进度

工程网络必要的信息：

每个作业估计需要使用的时间：箭头长度和它代表的作业持续时间没有关系，箭头仅表示依赖关系，它上方的数字才表示作业的持续时间。

最早时刻EET：该事件可以发生的最早时间。

最迟时刻LET：在不影响竣工时间的前提下，该事件最晚可以发生的时刻。

机动时间：实际开始时间可以比预定时间晚一些，或者实际持续时间可以比预定的持续时间长一些，而并不影响工程的结束时间。 

 

 

最早时刻的计算：

事件的最早时刻是该事件可以发生的最早时间。

通常工程网络中第一个事件的最早时刻定义为零，其他事件的最早时刻在工程网络上从左至右按事件发生顺序计算。

计算最早时刻EET使用下述3条简单规则： 

■考虑进入该事件的所有作业；

■对于每个作业都计算它的持续时间与起始事件的EET之和；

■选取上述和数中的最大值作为该事件的最早时刻EET。 

 

最迟时刻的计算：

事件的最迟时刻是在不影响工程竣工时间的前提下，该事件最晚可以发生的时刻。

按惯例，最后一个事件(工程结束)的最迟时刻就是它的最早时刻。其他事件的最迟时刻在工程网络上从右至左按逆作业流的方向计算。

计算最迟时刻LET使用下述3条规则： 

■考虑离开该事件的所有作业；

■从每个作业的结束事件的最迟时刻中减去该作业的持续时间；

■选取上述差数中的最小值作为该事件的最迟时刻LET。 

 

 

五、机动时间

某些作业有一定程度的机动余地——实际开始时间可以比预定时间晚一些，或者实际持续时间可以比预定的持续时间长一些，而并不影响工程的结束时间。

机动时间=(LET)结束－(EET)开始－持续时间=右下角－左上角－持续时间

在制定进度计划时仔细考虑和利用工程网络中的机动时间，往往能够安排出既节省资源又不影响最终竣工时间的进度表。 

 

 

六、关键路径

最早时刻和最迟时刻相同的事件(机动时间为0的作业)定义了关键路径，在图中关键路径用粗线箭头表示。

关键路径上的事件(关键事件)必须准时发生，组成关键路径的作业(关键作业)的实际持续时间不能超过估计的持续时间，否则工程就不能准时结束。

 

 

人员组织

人员组织总述

为了成功地完成软件开发工作，项目组成员必须以一种有意义且有效的方式交互和通信。

管理者应该合理地组织项目组，使项目组有较高生产率，能够按预定的进度计划完成所承担的工作。

除了追求更好的组织方式之外，每个管理者的目标都是建立有凝聚力的项目组。

一个有高度凝聚力的小组由一批团结得非常紧密的人组成，他们的整体力量大于个体力量的总和。

 

一、民主制程序员组

民主制程序员组的一个重要特点是，小组成员完全平等，享有充分民主，通过协商做出技术决策。因此，小组成员之间的通信是平行的，如果小组内有n个成员，则可能的通信信道共有n(n-1)/2条。

程序设计小组的人数不能太多，否则组员间彼此通信的时间将多于程序设计时间。

民主制程序员组通常采用非正式的组织方式，也就是说，虽然名义上有一个组长，但是他和组内其他成员完成同样的任务。

 

民主制程序员组的优点：

■组员们对发现错误抱着积极的态度，有助于更快地发现错误，导致高质量的代码；

■小组成员享有充分民主，有高度凝聚力，学术空气浓厚，利于攻克技术难关；

■若组内多数成员经验丰富，那么本组织方式会非常成功。

民主制程序员组的缺点：

如果组内多数成员技术水平不高，或是缺乏经验的新手，由于没有明确的权威指导开发工程的进行，组员间将缺乏必要的协调，最终可能导致工程失败。 

 

二、主程序员组

采用这种组织方式的原因： 

软件开发人员多数比较缺乏经验；

程序设计过程中有许多事务性的工作，例如，大量信息的存储和更新；

多渠道通信很费时间，将降低程序员的生产率。

 

主程序员组的两个重要特性： 

1、专业化。该组每名成员仅完成他们受过专业训练的那些工作。

2、层次性。主程序员指挥成员工作并全面负责。

典型的主程序员组由主程序员、后备程序员、编程秘书以及1~3名程序员组成。 

 

 

主程序员组核心人员的分工： 

主程序员既是成功的管理人员又是经验丰富、技术好、能力强的高级程序员，负责体系结构设计和关键部分的详细设计，并且负责指导其他程序员完成详细设计和编码工作。 

后备程序员也应该技术熟练而且富于经验，他协助主程序员工作并且在必要时（例如，主程序员生病、出差或“跳槽”）接替主程序员的工作。

编程秘书负责完成与项目有关的全部事务性工作，例如，维护项目资料库和项目文档，编译、链接、执行源程序和测试用例。 

 

主程序员组的组织方式不切实际：

首先，主程序员应该是高级程序员和优秀管理者的结合体。通常，既缺乏成功的管理者也缺乏技术熟练的程序员。

其次，后备程序员更难找。

第三，编程秘书也很难找到。

 

三、现代程序员组

实际的“主程序员”应该由两个人共同担任：

一个技术负责人，负责小组的技术活动，参与全部代码审查工作，因为他要对代码的各方面质量负责；

一个行政负责人，负责所有非技术性事务的管理决策，不可以参与代码审查工作，因为他的职责是对程序员的业绩进行评价。行政组长应该在常规调度会议上了解每名组员的技术能力和工作业绩。  

 

 

由于程序员组成员人数不宜过多，当软件项目规模较大时，应该把程序员分成若干个小组。该图描绘的是技术管理组织结构，非技术管理组织结构与此类似。

 

 

把民主制程序员组和主程序员组的优点结合起来的另一种方法，是在合适的地方采用分散做决定的方法。有利于形成畅通的通信渠道，以便充分发挥每个程序员的积极性和主动性，集思广益攻克技术难关。 

 

 

 

 

 

质量保证

一、软件质量

概括地说，软件质量就是“软件与明确地和隐含地定义的需求相一致的程度”。

软件质量是软件与明确地叙述的功能和性能需求、文档中明确描述的开发标准以及任何专业开发的软件产品都应该具有的隐含特征相一致的程度。         

定义强调了下述的3个要点： 

■软件需求是度量软件质量的基础，与需求不一致就是质量不高。

■指定的开发标准定义了一组指导软件开发的准则，如果没有遵守这些准则，几乎肯定会导致软件质量不高。

■通常，有一组没有显式描述的隐含需求。如果软件满足明确描述的需求，但却不满足隐含的需求，那么软件的质量仍然是值得怀疑的。

影响软件质量的主要因素，是从管理角度对软件质量的度量。可以把这些质量因素分成3组，分别反映用户在使用软件产品时的3种不同倾向或观点。这3种倾向是：产品运行、产品修改和产品转移。 

 

 

二、软件质量保证措施

软件质量保证（software quality assurance,SQA）的措施主要有：

■基于非执行的测试（复审或评审），主要用来保证在编码之前各阶段产生的文档的质量；

■基于执行的测试（软件测试），需要在程序编写出来之后进行，它是保证软件质量的最后一道防线；

■程序正确性证明，使用数学方法严格验证程序是否与对它的说明完全一致。 

 

1. 技术复审的必要性

正式技术复审的显著优点是，能够较早发现软件错误，从而可防止错误被传播到软件过程的后续阶段。

统计数字表明，在大型软件产品中检测出的错误，60%~70%属于规格说明错误或设计错误，而正式技术复审在发现规格说明错误和设计错误方面的有效性高达75%。由于能够检测出并排除掉绝大部分这类错误，复审可大大降低后续开发和维护阶段的成本。

正式技术复审是软件质量保证措施的一种，包括走查（walkthrough)和审查（inspection）等具体方法。走查的步骤比审查少，而且没有审查正规。 

2. 走查

走查组由4~6名成员组成。走查组组长引导该组成员走查文档，力求发现尽可能多的错误。

走查组的任务仅仅是标记出错误而不是改正错误，改正错误的工作应该由该文档的编写组完成。

走查的时间最长不要超过2小时，这段时间应该用来发现和标记错误，而不是改正错误。

走查主要有下述两种方式： 

■参与者驱动法 

■文档驱动法

3. 审查

■综述：由负责编写文档的一名成员向审查组综述该文档。

■准备：评审员仔细阅读文档。

■审查：评审组仔细走查整个文档。

■返工：文档的作者负责解决在审查报告中列出的所有错误及问题。

■跟踪：组长必须确保所提出的每个问题都得到了圆满的解决。

通常，审查组由4人组成。组长既是审查组的管理人员又是技术负责人。审查过程不仅步数比走查多，而且每个步骤都是正规的。

4. 程序正确性证明

在20世纪60年代初期，人们已经开始研究程序正确性证明的技术，提出了许多不同的技术方法。

人工证明程序正确性，对于评价小程序可能有些价值，但是在证明大型软件的正确性时，不仅工作量太大，更主要的是在证明的过程中很容易包含错误，因此是不实用的。为了实用的目的，必须研究能证明程序正确性的自动系统。

目前已经研究出证明PASCAL和LISP程序正确性的程序系统，正在对这些系统进行评价和改进。现在这些系统还只能对较小的程序进行评价。 

 

 

软件配置管理

软件配置管理总述

软件配置管理是在软件的整个生命期内管理变化的一组活动。

具体地说，这组活动用来：①标识变化；②控制变化；③确保适当地实现了变化；④向需要知道这类信息的人报告变化。

软件配置管理的目标是，使变化更正确且更容易被适应，在必须变化时减少所需花费的工作量。 

 

一、软件配置

1. 软件配置项

软件过程的输出信息可以分为3类：  

■计算机程序（源代码和可执行程序）； 

■描述计算机程序的文档（供技术人员或用户使用）； 

■数据（程序内包含的或在程序外的）。 

上述这些项组成了在软件过程中产生的全部信息，我们把它们统称为软件配置，而这些项就是软件配置项。

2. 基线

基线是一个软件配置管理概念，有助于我们在不严重妨碍合理变化的前提下控制变化。

IEEE把基线定义为：已经通过了正式复审的规格说明或中间产品，它可以作为进一步开发的基础，并且只有通过正式的变化控制过程才能改变它。

简而言之，基线就是通过了正式复审的软件配置项。

 

二、软件配置管理过程

具体来说，软件配置管理主要有5项任务：标识、版本控制、变化控制、配置审计和报告。

1. 标识软件配置中的对象

为了控制和管理软件配置项，必须单独命名每个配置项，然后用面向对象方法组织它们。可以标识出两类对象：

■基本对象，是软件工程师在分析、设计、编码或测试过程中创建出来的“文本单元”。

■聚集对象，是基本对象和其他聚集对象的集合。

2. 版本控制

版本控制联合使用规程和工具，以管理在软件工程过程中所创建的配置对象的不同版本。

借助于版本控制技术，用户能够通过选择适当的版本来指定软件系统的配置。

3. 变化控制

典型的变化控制过程如下：

■首先评估该变化在技术方面的得失、可能产生的副作用、对其他配置对象和系统功能的整体影响以及估算出的修改成本。

■为每个被批准的变化都生成一个“工程变化命令” 。把要修改的对象从项目数据库中“提取”出来，进行修改并应用适当的SQA活动。

■最后，把修改后的对象“提交”进数据库，并用适当的版本控制机制创建该软件的下一个版本。

4. 配置审计

通常从下述两方面采取措施：

■正式的技术复审，关注被修改后的配置对象的技术正确性。

■软件配置审计，通过评估配置对象那些通常不在复审过程中考虑的特征，是对正式技术复审的补充。

5. 状态报告

书写配置状态报告回答下述问题：

■发生了什么事？

■谁做的这件事？

■这件事是什么时候发生的？

■它将影响哪些其他事物？

 

能力成熟度

能力成熟度模型总述

美国卡内基梅隆大学软件工程研究所在美国国防部资助下于20世纪80年代末建立的能力成熟度模型（capability maturity model，CMM)，是用于评价软件机构的软件过程能力成熟度的模型。

CMM的定义：CMM是对于软件组织在定义、实施、度量、控制和改善其软件过程的实践中各个发展阶段的描述。

多种基于CMM的模型，构成了一个CMM族：

• SW-CMM ：针对软件过程的成熟度模型 。
• P-CMM：人员能力成熟度模型。
• SA-CMM：软件获取成熟度模型。
• IPD-CMM：集成系统产品开发能力成熟度模型。
• SE-CMM：系统工程能力成熟度模型。
• SSE-CMM：系统安全工程能力成熟度模型。 

能力成熟度模型的基本思想是，由于问题是由我们管理软件过程的方法不当引起的，所以新软件技术的运用并不会自动提高软件的生产率和质量。能力成熟度模型有助于软件开发机构建立一个有规律的、成熟的软件过程。

对软件过程的改进，是在完成一个又一个小的改进步骤基础上不断进行的渐进过程，而不是一蹴而就的彻底革命。CMM把软件过程从无序到有序的进化过程分成5个阶段，并把这些阶段排序，形成5个逐层提高的等级。 

 

CMM

CMM包括以下组成部分：

• 成熟度等级(Maturity Levels) ；
• 过程能力(Process Capability)；
• 关键过程域(Key Process Areas, KPA)；
• 目标(Goals)；
• 公共特性(Common Features)；
• 关键实践(Key Practices)。 

 

 

CMM的用途：

软件过程评估，借助CMM分析软件组织当前软件过程的状态，明确其强项和弱项

软件过程改进，软件开发组织用它来改进开发和维护软件的过程，根据评估结果，从低级逐极向更高级发展，制定软件过程改进的策略。 

软件能力评价，政府或商业企业用它来评价与一个特定的软件公司签订软件项目合同的风险。 

1. 初始级

软件过程的特征是无序的，有时甚至是混乱的。几乎没有什么过程是经过定义的（即没有一个定型的过程模型），项目能否成功完全取决于开发人员的个人能力。

处于这个最低成熟度等级的软件机构，基本上没有健全的软件工程管理制度，其软件过程完全取决于项目组的人员配备，所以具有不可预测性，人员变了过程也随之改变。

2. 可重复级

软件机构建立了基本的项目管理过程(过程模型)，可跟踪成本、进度、功能和质量。已经建立起必要的过程规范，对新项目的策划和管理过程是基于以前类似项目的实践经验，使得有类似应用经验的软件项目能够再次取得成功。

处于2级成熟度的软件机构的过程能力可以概括为，软件项目的策划和跟踪是稳定的，已经为一个有纪律的管理过程提供了可重复以前成功实践的项目环境。软件项目工程活动处于项目管理体系的有效控制之下，执行着基于以前项目的准则且合乎现实的计划。 

3. 已定义级

软件机构已经定义了完整的软件过程（过程模型），软件过程已经文档化和标准化。所有项目组都使用文档化的、经过批准的过程来开发和维护软件。这一级包含了第2级的全部特征。

处于3级成熟度的软件机构的过程能力可以概括为，无论是管理活动还是工程活动都是稳定的。软件开发的成本和进度以及产品的功能和质量都受到控制，而且软件产品的质量具有可追溯性。这种能力是基于在软件机构中对已定义的过程模型的活动、人员和职责都有共同的理解。 

4. 已管理级

软件机构对软件过程（过程模型和过程实例）和软件产品都建立了定量的质量目标，所有项目的重要的过程活动都是可度量的。该软件机构收集了过程度量和产品度量的方法并加以运用，可以定量地了解和控制软件过程和软件产品，并为评定项目的过程质量和产品质量奠定了基础。这一级包含了第3级的全部特征。

处于4级成熟度的软件机构的过程能力可以概括为，软件过程是可度量的，软件过程在可度量的范围内运行。这一级的过程能力允许软件机构在定量的范围内预测过程和产品质量趋势，在发生偏离时可以及时采取措施予以纠正，并且可以预期软件产品是高质量的。 

5. 优化级

软件机构集中精力持续不断地改进软件过程。这一级的软件机构是一个以防止出现缺陷为目标的机构，它有能力识别软件过程要素的薄弱环节，并有足够的手段改进它们。在这样的机构中，可以获得关于软件过程有效性的统计数据，利用这些数据可以对新技术进行成本/效益分析，并可以优化出在软件工程实践中能够采用的最佳新技术。这一级包含了第4级的全部特征。

处于5级成熟度的软件机构的过程能力可以概括为，软件过程是可优化的。这一级的软件机构能够持续不断地改进其过程能力，既对现行的过程实例不断地改进和优化，又借助于所采用的新技术和新方法来实现未来的过程改进。 

 

以上就是进行软件项目管理阶段的七大阶段的主要任务和评估方法，有不足的地方还希望大家及时提出以便更正。

 

觉得不错记得点赞关注大灰狼哟！

 

同时有喜欢Python的小伙伴也可以关注我的微信公众号“灰狼洞主”后台回复“Python笔记”获取Python从入门到精通学习笔记和python常用函数及方法速查手册！

 

大灰狼期待与你一同进步！

 

 

自动化测试体系方案

方案1全编写代码流程

UI自动化：

使用python或java，配合selenium库及pytest框架做UI自动化测试。（通过selenium的webdriver驱动，驱使浏览器）

1. WebDriver API（基于Java、Python）

java：下载下来的selenium的Jar包，比如selenium-java-3.8.1.zip包，代表Selenium3.8.1的版本

python：使用pip安装selenium库，可以指定安装版本，一般一最新的为主

2. 浏览器的驱动（browser driver）

每个浏览器都有自己的驱动，均以exe文件形式存在

比如谷歌的chromedriver.exe、火狐的geckodriver.exe、IE的IEDriverServer.exe

3. 浏览器

在WebDriver脚本运行的时候：

对于每一条Selenium脚本，一个http请求会被创建并且发送给浏览器的驱动，浏览器驱动中包含了一个HTTP Server，用来接收这些http请求，HTTP Server接收到请求后根据请求来具体操控对应的浏览器，浏览器执行具体的测试步骤，浏览器将步骤执行结果返回给HTTP Server

HTTP Server又将结果返回给Selenium的脚本，如果是错误的http代码我们就会在控制台看到对应的报错信息。

4、实现方式（元素定位及操作函数）：

1、定位元素：将页面元素全部存储到配置文件（.ini、.yaml、等文件中），元素获取的方式有以下八种：

• find_element_by_id()通过ID定位
• find_element_by_name()通过name定位
• find_element_by_class_name()通过class_name定位
• find_element_by_tag_name()通过tag定位
• find_element_by_link_text()通过link_text定位
• find_element_by_partial_link_text()通过partial_lisk_text定位
• find_element_by_xpath()#通过xpath定位
• find_element_by_css_selector()通过css_selector定位

2、操作方式：通过selenium的函数和方法调用元素来控制网页端的模拟操作（click（点击）、 senk_keys（输入）、get_attribute（获取）等调用操作元素的函数方法）。

3、UI自动化PO模式：

核心思想是通过对界面元素的封装减少冗余代码，同时在后期维护中，若元素定位发生变化， 只需要调整页面元素封装的代码，提高测试用例的可维护性、可读性。

PO模式可以把一个页面分为三层，对象库层、操作层、业务层。

对象库层：封装定位元素的方法。操作层：封装对元素的操作。

业务层：将一个或多个操作组合起来完成一个业务功能。比如登录：需要输入帐号、密码、点击登录三个操作。

4、PO模式的好处：

• 减少冗余代码
• 业务代码和测试代码被分开，降低耦合性维护成本低
• 减少业务流程不清晰的后期维护成本

二、接口自动化

使用python配合requests+pytest框架做http接口自动化测试（通过使用requests库模拟http客户端给服务端发送请求）

1. requests 库使用：

Requests中的 get() 方法能向服务器发送了一个请求，请求类型为 HTTP 协议的 GET 方式；post() 方法，也能向服务器发送一个请求，请求类型是 HTTP 协议的 POST 方式，您大可根据访问的网页而定。

1. requests实现方式：

1. 利用requests中的session类来实现客户端和服务端的会话保持

①get请求：requests.get('url') 

②post请求：requests.post("url/post")

③put请求：requests.put("url/put")

④delete请求：requests.delete("url/delete")

⑤head请求：requests.head("url/get")

⑥options请求：requests.options("url/get")

1. 校验方法：

通过.json()函数获取服务端返回的数据结果进行校验，使用返回结果key和value或者http状 态码等来断言数据是否正确

1. 自动化测试项目管理及PO模式：

• 可以通过yaml、ini、excel等来管理测试用例及接口参数模型
• 接口自动化PO模式：

新建一个工程（一定要创建工程），工程名称自己定义，如：ApiAutoTest

• 在工程下创建以下几个 pakage 包:
• --testcase：这个包放 test 开头的测试用例
• --common：这个包放一些公共的方法，如：读取 excel 文件方法，读取 mysql 等
• Read_data.py：封装 Excel、yaml、ini 读取方法
• Excel_info.py：读取 Excel 、yaml、ini中内容
• request_base.py：封装请求公共方法
• --config：这个包下面放配置文件　　
• conf.py：存放路径 url　　
• --run_all：这个包下放入执行用例的文件
• --report：这里存放测试报告
• --data：这里放接口测试用例

三、测试框架pytest：

1. 简单灵活，容易上手，文档丰富；
2. 支持参数化，可以细粒度地控制要测试的测试用例；
3. 能够支持简单的单元测试和复杂的功能测试，还可以用selenium/appnium等自动化测试、接口自动化测试(pytest+requests)
4. 具有很多第三方插件，并且可以自定义扩展，比如pytest-selenium,pytest-html等
5. 测试用例的skip和xfail处理
6. 可以很好的和CLI工具结合，例如Jenkins
7. pytest支持测试结果输出报告以web形式显示（allure报告）

四、测试报告allure（特点）：

可以将测试失败划分为 bug 和损坏的（Broken）测试，还可以配置日志、步骤、固定装置、附件、时间、历史记录，以及与 TMS 的集成和 Bug 跟踪系统，方便将 Task 与负责 Task 开发人员和测试人员绑定，从而使开发和测试人员第一时间掌握所有信息。

从管理者的角度看，Allure 提供了一个清晰的“全局”视野。

包括本次测试涵盖了哪些功能，Bug 在哪个 case 用例中被发现，以及整体测试用例、单条测试用例的执行时间等信息。

Allure 测试报告除了涵盖测试运行的全面信息外，还提供各种维度的分析图，包括如下几个部分。

项目总览（OverView） 

项目总览显示了总体测试运行的一系列统计信息。

按缺陷种类分析（Categories）

缺陷种类分析显示了所有不同原因引起的失败，并分类展示。

按测试套件分析（Suites）

测试套件分析显示了按照套件和类划分的所有的测试执行情况。

图表模块（Graphs）

图表模块，包括按照不同维度分析的各种图表（例如测试状态表分析，测试用例等级分析表，测试执行时间分析表等等）。

按执行时间分析（Timeline）

按执行时间分析模块，详细列出了各个测试用例的执行时间，你可以筛选出那些运行时间最长的测试用例进行优化。

针对 BDD 驱动的测试用例进行分析（Behaviors）

这里主要是根据 Epic、Feature 和 Story 标签对测试结果进行分组。

按照 Package 进行分析（Packages）

Package 模块列出了按照 Package 维度进行分析的详细图表。

方案2工具测试流程

• Jmeter接口测试工具介绍：

JMeter是Apache组织开发的基于Java的压力测试工具。用于对软件做压力测试，它最初被设计用于Web应用测试，但后来扩展到其他测试领域。 它可以用于测试静态和动态资源，例如静态文件、Java 小服务程序、CGI 脚本、Java 对象、数据库、FTP 服务器， 等等。JMeter 可以用于对服务器、网络或对象模拟巨大的负载，来自不同压力类别下测试它们的强度和分析整体性能。另外，JMeter能够对应用程序做功能/回归测试，通过创建带有断言的脚本来验证你的程序返回了你期望的结果。为了最大限度的灵活性，JMeter允许使用正则表达式创建断言。

二、Jmeter接口测试工具实现（JMeter常用组件）：

1、CSV数据文件设置：添加csv格式保存的测试用例

2、线程组：可以认为是测试开启的入口，如果main函数。

3、HTTP请求：模拟发起一次http请求

4、如果（If）控制器：主要用以决定请求方式

5、响应断言：判断返回是否符合预期

6、查看结果树：请看HTTP请求和返回信息

7、汇总报告：查看成功率，以及响应时间等信息

三、Jmeter接口测试工具（用例管理及案例）：

1、测试用例管理：

一般使用EXCEL来管理测试用例，包含主题、请求方式、接口路径、参数、http状态码、数据变量等

2、测试案例：

通过线程组，控制整个线程组内的操作及数据，如：新增http请求、设置响应断言、增加结果图、导入excel文档

持续集成jenkins

以上两种方案均需要使用jenkins持续集成工具：

1、执行集成构建：

持续，自动地构建&测试软件项目代码管理（git/svn）>编译（maven/ant/gradle）>打包>测试环境部署>自动化测试

2、研发体系中的迭代流程：

• 源码分支管理： git或者svn, 将不同开发编写的代码集成起来形成不同版本和分支，那么急于版本管理，来进行版本打包发布
• 形成版本 编译打包： maven，ant,gradle集成的版本代码编译打包形成可发布的war包或可运行的安装程序，提供给测试实验
• 测试环境部署： 把形成软件产品包部署到响应的服务器环境上，测试可以开始进行功能测试，CI可以开始执行自动化测试
• （如果不做自动化第三部就已经可以结束了）
• 自动化测试：在测试环境完成部署之后，充当冒烟测试职责，对产品核心功能用例进行测试，相当于进行一次准入验证，通过了才移交测试组展开功能测试。

3、jenkins的工作原理：

Jenkins是先将源代码从gitlab中拷贝一份到本地，然后根据设置的脚本进行build。我们可以看出，整个系统的关键就是那个build脚本，用来告诉jenkins在一次集成中需要执行的任务。