Edytujesz Jak zorganizovat verzování kódu při více knihovnách

Při odhadu vždy zohledněte závislosti na jiných týmech nebo externích systémech. Pokud implementace závisí na API, které teprve vzniká, přidejte k odhadu rizikový faktor – klidně 50 % navíc. Stejně tak analytika, která čeká na rozhodnutí product ownera, je časově nejistá. V takovém případě odhadujte v rozpětí, ne jedním číslem: „5–8 bodů" místo „6 bodů".<br><br>Nakonec si osvojte techniku re-estimace – přehodnocení odhadů během sprintu. Agilní týmy často dělají chybu, že odhad berou jako neměnný rozsudek. Ale pokud zjistíte, že analýza trvá déle, než se čekalo, okamžitě to komunikujte a upravte plán. Stejně tak po dokončení sprintu porovnejte odhad se skutečností a kalibrujte budoucí odhady. Tento zpětnovazební cyklus je důležitější než samotný odhad – jinak budete stále dokola opakovat stejné chyby.<br><br>Odhad času v agilním vývoji je vždy kompromisem mezi přesností a rychlostí. Než začnete plánovat, rozdělte si práci na dvě základní kategorie: analytické fáze (průzkum, návrh, specifikace) a implementaci (kódění, testování, nasazení). Každá z nich má jiné riziko a nejistotu, a proto je nelze odhadovat stejným metrem. Analytika obvykle zabere méně času, ale chyba v ní se promítne do celé implementace – pokud podceníte návrh, v kódu to doženete dvojnásobně.<br><br>Jak konkrétně rozdělit odhad na fáze Pro každou user story si odděleně odhadněte analytickou část a implementaci. Analytika zahrnuje rozhovory se stakeholdery, tvorbu wireframů, datový model, definici akceptačních kritérií. Implementace pak kódění, unit testy, code review, integraci a nasazení. Častou chybou je, že týmy sčítají čas na analytiku a implementaci do jednoho čísla, ale zapomínají na přechodové fáze – předání mezi analytikem a vývojářem, synchronizaci, opravy po review. Přidejte na tyto režijní činnosti rezervu 10–15 % k celkovému odhadu.<br><br>Na závěr si osvojte práci s příkazy příkazové řádky. Při spuštění pytest -v získáte podrobnější výstup o každém testu, pytest -k umožní spustit pouze testy odpovídající zadanému výrazu a pytest --maxfail=1 zastaví běh po prvním selhání. Tyto nástroje vám ušetří čas při ladění. Testování není zbytečná práce – je to investice, která se vám vrátí v podobě stabilnějšího kódu a jistoty při změnách. Začněte s malými testy na jednoduchých funkcích a postupně přidávejte složitější scénáře.<br><br>Typické chyby a prevence Nejčastější chybou je spoléhání na „nejnovější dostupnou verzi". To vede k tomu, že se build chová odlišně na různých počítačích, protože prostředí stáhne pokaždé jinou verzi. Řešením je soubor zámků, který zaznamená přesnou verzi každé knihovny a také hash jejího zdroje. Tento soubor musí být commitnutý a nesmí se měnit ručně. Druhou častou chybou je aktualizace knihovny, která mění chování v jiné části projektu, aniž by to byl reflektováno v testech. Proto si před aktualizací spusťte celou testovací sadu a porovnejte výstup před a po změně.<br><br>Další pastí je verzování samotného kódu podle data, nikoliv podle sémantické verze. Pokud přidáváte nové funkce, ale zároveň měníte staré, zvyšte major verzi. Pokud jen opravujete chyby, zvyšte minor verzi. Pokud měníte jen interní detaily, zvyšte patch. Toto pravidlo musí být napsané v dokumentaci projektu a každý člen týmu ho musí dodržovat. Bez toho se rychle stane, že dvě verze knihovny mají stejné číslo, ale různé chování, což je nejhorší možný scénář.<br><br>Asynchronní akce testujete podobně, ale s jedním rozdílem: potřebujete simulovaný dispatch a getState. Předpokládejme thunk, který načítá data z API a po úspěchu dispatchuje akci. V testu vytvoříte mock funkce pro dispatch a getState, zavoláte thunk a počkáte na dokončení. Klíčové je správně nastavit mock pro API volání – ideálně pomocí vstřikování závislostí, kdy thunk přijímá funkci pro fetch jako parametr. Tím zajistíte, že test nezávisí na síti, a můžete simulovat úspěch i chybu.<br><br>Prakticky doporučuji zavést automatizovaný skript, který ověří konzistenci verzí mezi všemi soubory projektu. Tento skript spusťte jako součást CI, tedy před každým nasazením. Měl by kontrolovat, že deklarované verze odpovídají skutečně použitým a že žádný modul neodkazuje na neexistující číslo. Dále nastavte pravidlo, že každá změna závislosti musí projít code review a musí být zapsána do changelogu. Tím se vyhnete situaci, kdy někdo tiše povýší knihovnu a až po měsíci se objeví problém v produkci.<br><br>Jak strukturu přetavit v akci Nejdůležitější část přichází po identifikaci problému. Každý podnět musí dostat odpovědného vlastníka a konkrétní termín. Například pokud tým narazí na nejasnosti v zadání, určete jednoho člověka, který do pěti dnů připraví novou šablonu zadání. Nestačí říct „domluvíme se" – to je cesta k tomu, že se za dva týdny vrátíte ke stejnému problému. Na konci retrospektivy si vyberte maximálně tři akční kroky, jinak se tým zahltí a nic se neudělá.