应用软件开发的工程化

应用软件的工程化

应用软件的功能需求、非功能需求和工程化问题是应用软件开发中不可或缺的部分。功能需求是软件必须实现的功能，非功能需求是软件必须满足的属性，工程化问题是软件开发过程中遇到的技术问题。

功能需求

功能需求是软件必须实现的功能，是软件开发的起点。功能需求可以分为两类：基本功能需求和附加功能需求。

• 基本功能需求是软件必须实现的最基本的功能，是软件能够满足用户需求和业务要求的基础。
• 附加功能需求是软件可以选择实现的功能，可以提升软件的用户体验和可用性。

非功能需求

非功能需求是软件必须满足的属性，包括性能需求、安全需求、可靠性需求、可扩展性需求和可维护性需求。

• 性能需求是软件必须满足的性能指标，如响应时间、吞吐量等。
• 安全需求是软件必须满足的安全性要求，如数据安全、系统安全等。
• 可靠性需求是软件必须满足的可靠性要求，如容错性、可恢复性等。
• 可扩展性需求是软件必须满足的可扩展性要求，如支持用户规模的增长等。
• 可维护性需求是软件必须满足的可维护性要求，如易于理解、维护等。

工程化问题

工程化问题是软件开发过程中遇到的技术问题，包括软件设计问题、软件实现问题和软件部署问题。

• 软件设计问题是软件的架构设计、算法设计等。
• 软件实现问题是软件的编程、测试等。
• 软件部署问题是软件的部署、运维等。

工作量占比

功能需求、非功能需求和工程化问题是应用软件开发中不可或缺的部分。功能需求是软件开发的起点，非功能需求是功能需求的延伸，工程化问题是满足功能需求和非功能需求的手段。在应用软件开发过程中，需要充分考虑这三方面的因素，才能开发出满足用户需求、符合业务要求、可靠安全、易于维护的软件，根据历史的统计经验，各自的占比参考如下：

开发流程

在传统的瀑布模型中，功能需求、非功能需求和工程化问题是分阶段进行的。在需求分析阶段，首先要定义功能需求，然后再定义非功能需求，最后才是工程化问题。在开发阶段，先是设计软件，然后是实现软件，最后是部署软件。这种开发模式的缺点是，在需求分析阶段，很难准确预测软件的非功能需求和工程化问题，这可能会导致软件在开发完成后无法满足用户需求或业务要求。

敏捷开发是一种迭代的开发模式，它将功能需求、非功能需求和工程化问题融入到开发过程中。在敏捷开发中，软件开发团队会在短时间内（通常是两周）交付一个可运行的软件版本，然后根据用户反馈进行迭代开发。这种开发模式的优点是，可以更灵活地满足用户需求和业务要求，同时也能提高软件的可靠性和可维护性。

DevOps 是一种软件开发和运维的协同方法论，它将软件开发和运维融为一体。在 Devops 中，软件开发团队和运维团队会紧密合作，共同确保软件的质量和可靠性。DevOps 可以帮助软件开发团队更好地满足用户需求和业务要求，同时也能提高软件的可靠性和可维护性。

瀑布模型和敏捷开发是两种截然不同的开发模式，各有优缺点。瀑布模型适合大型、复杂的软件开发项目，而敏捷开发适合小型、快速迭代的软件开发项目。Devops 是一种方法论，可以帮助软件开发团队更好地满足用户需求和业务要求，同时也能提高软件的可靠性和可维护性。在实际的软件开发中，可以根据项目的特点选择合适的开发模式和方法论.

软件工程化的重要性可以从以下几个方面概述：

• 标准化：通过统一的标准和流程，可以提高软件开发和运维的效率和可靠性。例如，Devops 倡导使用统一的代码库、版本控制系统、部署工具等，可以减少重复工作，提高开发和运维人员的协作效率。
• 流程化：通过建立完善的开发和运维流程，可以确保软件的质量和可靠性。例如，Devops 倡导采用持续集成/持续交付 (CI/CD) 模式，可以快速发现和修复软件中的缺陷。
• 自动化：通过自动化软件开发和运维的各个环节，可以提高效率和可靠性。例如，Devops 倡导采用自动化测试、自动化部署等工具和技术，可以减少人为错误，提高软件的质量和可靠性。

高效的软件工程化可以帮助开发团队在以下方面取得收益：

• 提高软件质量和可靠性：通过标准化、流程化和自动化，可以减少软件开发过程中的错误和缺陷，提高软件的质量和可靠性。
• 缩短软件交付周期：通过 CI/CD 模式，可以快速将软件从开发阶段交付到生产环境，* 缩短软件交付周期。
• 降低软件开发成本：通过自动化，可以减少人力成本，降低软件开发成本。
• 提高软件开发和运维团队的协作效率：Devops 通过统一的标准和流程，可以促进软件开发和运维团队的协作，提高效率。

软件工程发展的趋势，可以帮助软件开发团队提高软件的质量、可靠性、交付速度和成本效益。以下表格是列举了不同阶段可以使用到的工具：

随着人工智能（AI）和机器学习（ML）技术的不断发展，软件工程化也在发生一系列变化和改进

1. AI 驱动的软件工程：AI 可以用于辅助生成代码、执行测试软件、识别错误和缺陷、优化软件性能等。
2. ML 驱动的软件工程：例如，ML 可以用于预测软件开发风险、优化软件架构、自动生成文档等。
3. DevOPS的智能化：DevOPS 可以结合 AI 和 ML 技术，例如，可以快速完成自动化 CI/CD 流程、识别软件安全漏洞、分析软件性能等。

随着AIGC技术的成熟，软件工程化的形态，将可能会进一步巨大的改变，例如：

• AIGC 生成代码：AI 可以学习软件开发的模式和规律，从而自动生成代码。这可以提高软件开发的效率，并减少人为错误。
• AIGC 驱动测试：通过对话式的指令，可以自动生成测试用例，生成软件性能分析报告等，
• AIGC 驱动的软件工程全链路自动化：结合LangChain生态链中的，Agent/Tools，甚至可以像人一样听说读写，甚至能高度自动化完地成从用户需求分析、设计、编码、测试、部署到运维中的大部分基础工作。

相关的部分基于AIGC的软件与服务

以下是一些具体的基于AIGC的软件功能介绍：

• GitHub Copilot：GitHub Copilot 是一个代码生成工具，可以帮助软件开发人员自动生成代码。
• IntelliJ IDEA AI Assistant：IntelliJ IDEA AI Assistant 是一个智能提示工具，可以帮助软件开发人员提高编码效率。
• Google AI Testable AI：Google AI Testable AI 是一个自动化测试工具，可以帮助软件开发人员发现和修复软件中的缺陷。
• Langchain：Langchain 是一个人工智能软件工程平台，可以帮助软件开发人员自动生成代码、测试软件、识别错误和缺陷、优化软件性能等。 这些软件与服务可以帮助软件开发人员提高软件开发的效率和质量，并降低软件开发的成本。

开发环境

根据 Statcounter 的数据，2023年7月，Linux 服务器操作系统市场占有率为 76.4%，Windows 服务器操作系统市场占有率为 22.3%，除了部分传统企业中还存在一些Windows 服务器操作系统，考虑以下常见问题：

• 开发环境系统与实际线上服务器系统相同的操作系统一致
• 避免开发环境编码和实际线上系统编码不一致引发的问题
• 以及Windows 作为一个商业操作系统，在开发环境方面存在以下缺点：系统封闭，安全性较低；命令行工具功能有限，不易管理。虚拟化/容器化运行环境支持有限等问题。因此，不推荐使用 Windows 作为开发环境。如果需要在 Windows 下作为开发调试环境，可以使用 WSL（Windows Subsystem for Linux）来替代，如果条件具备，更推荐使用Linux/MacOS作为开发环境。

DevOPS 实践

概述

推荐使用 git 作为代码仓库版本控制的理由如下：

• 协作：Git 支持多用户协作，可以方便多个开发人员同时开发同一项目。
• 版本控制：Git 是目前最流行的版本控制系统，具有强大的版本管理功能。
• 可扩展性：Git 是开源软件，具有强大的可扩展性，可以根据需要添加新的功能和特性。

GitHub Actions 是 GitHub 提供的持续集成/持续交付 (CI/CD) 服务，可以帮助开发人员自动化代码构建、测试和部署过程。GitHub Actions 具有以下优势：

• 免费使用：GitHub Actions 是 GitHub 提供的免费服务，个人用户可以无限制地使用。
• 易于使用：GitHub Actions 使用 YAML 语言编写，语法简单，易于学习和使用。
• 可扩展性强：GitHub Actions 支持各种 CI/CD 任务，可以根据需要进行扩展和定制。
• 与 GitHub 集成：GitHub Actions 与 GitHub 深度集成，可以利用 GitHub 的众多功能，例如代码管理、版本控制、协作等。
• 持续集成 (CI)：GitHub Actions 可以自动构建代码，并使用单元测试和集成测试来验证代码质量。
• 持续交付 (CD)：GitHub Actions 可以自动将代码部署到本地、开发环境、测试环境或生产环境。

其他可选的有 Gitlab 以及国内的 CI/CD 服务：腾讯云CodeBuild、阿里云效、华为云 CodeBuild，可以根据需要选择。

除了上述工具之外，软件项目开发还可以使用其他一些工具，例如：

• 项目管理工具：Jira、Trello 等。
• 文档管理工具：Confluence、Wiki 等。
• 协作工具：Slack、Zoom 等。

额外说明

如果是大陆区域使用Github因为GFW策略等原因，访问速度会比较慢，建议使用Xtls等开源项目加速器改善

环境信息

GitHub Actions CICD

在代码仓库中，添加 GitHub Actions 工作流的 YAML 文件 .github/workflows/pipeline.yaml 就可以以触发运行 CICD Pipeline：

详细介绍下这个CICD Pipeline 构建测试和部署流程中的 jobs:

• build：构建

该 job 负责构建应用程序的二进制文件。它首先克隆代码库，然后安装构建所需的依赖项。最后，它使用 make 命令构建二进制文件。

• test：测试

该 job 负责运行应用程序的测试用例。它首先克隆代码库，然后安装测试所需的依赖项。最后，它使用 make test 命令运行测试用例。

• Build Image：构建 Docker 镜像

该 job 负责构建并推送应用程序的 Docker 镜像。它首先克隆代码库，然后使用 Kaniko 工具构建 Docker 镜像。最后，它使用 docker push 命令推送 Docker 镜像到 Artifact Registry。

• setup-k3s：设置 K3s 集群

该 job 负责设置 K3s 集群。它首先克隆代码库，然后安装 Ansible 工具。最后，它使用 Ansible playbook 创建 K3s 集群。

• deploy-app: 部署应用程序

该 job 负责部署应用程序到 K3s 集群。它首先克隆代码库，然后使用 Ansible playbook 部署应用程序。