Thoughtworks洞见

工具选型是一个复杂的过程，需要综合很多信息才能做出合适的选择。我们知道任何技术决策都是权衡利弊的结果。将决策上下文和最终选择的Cons & Pros记录下来，即便将来发现这个选择不再合适的时候，也能清楚的追溯到先前决策的细节，会为下一步决策提供更加充分的依据。

项目工时估算是一个系统性工作，基本上很难有一个万能的方法。因此大多数情况下都是玄学，但是毕竟是 “估” ，也不能要求 100% 精确。

当您在为团队寻找研发效能指标时，其实并没有一个恒定不变的模板，需要分析多个因素，选择最适合您的指标，并与团队一起不断的使用它们，不断的根据价值交付为导向来修改和迭代。

Data Mesh引入了新的组织视角，并且它与特定技术无关。 其关键思想是将领域驱动设计（DDD）和产品思维，应用到数据和分析领域的难题中。

数据流水线通常指从若干数据源中迁移数据，将迁移的数据进行复杂的数据处理之后，并加载到目标数据系统中的一系列流程，且数据的价值正是在每一步的流转中逐步产生的。数据流水线通常也是实现机器学习模型、数据分析、业务报表等技术的基础。

这篇文章尝试通过讨论不同质量问题，来澄清软件交付中不同角色对质量的认识，达成更好的团队协作，以交付更高质量的软件产品。

在国际化应用中，对日期/时间的处理远比你想象中的更难，特别是当涉及到时区的时候。为什么会这么难？我们该如何解决它？请听我为你一一解析。

本文介绍一种常见的函数式架构，特别是如何通过函数式语言实现DDD，进而利用函数式组合的特性，创建函数pipeline。

本文总结几类项目中跟时区相关的问题，给大家分享一些基本的时区知识，以及如何在软件开发和测试中注意考虑时区因素，以避免因时区而导致系统功能的问题。

系统服务器需要存储用户密码，才能在用户登录时验证密码的正确性，但存储就会有泄露的风险，比如数据库被偷，服务器被入侵，内部员工泄露数据，被撞库等风险。因此我们需要认真地考虑如何安全存储用户密码。

历史悠久的大型企业，都会存在遗留系统。这些系统运转着重要的业务，但使用到的技术已经跟不上时代潮流。因此有着维护 … [阅读更多]

创新会变成助力组织破局、带来多元增长、打造竞争壁垒，并为组织创造“第二曲线”的最佳途径。

依赖倒置应该是先由业务消费方定义接口，再由服务提供方实现，只不过从最终产出物的角度看，的确是可能每个实现都抽取了一个接口而已。

在线上购物极度便利的今天，是什么让客户依然会光顾一些实体店，甚至一去再去？

提升效能是敏捷团队为了应对变化带来的挑战而采取的有效手段，为了保证团队发挥高效能，团队必须具有清晰一致透明的目标，必须挖掘动力通过自组织的方式进行管理，必须建设多样化的能力完成任务。