写点什么

比较 Kanban 和 Scrum

  • 2009-05-18
  • 本文字数:1320 字

    阅读完需:约 4 分钟

看板开发方式是近年引起很多讨论和注目的一种敏捷开发实施,有不少人问到「看板开发方式如何跟 Scrum 比较?」,Henrik Kniberg 就尝试回应这问题。

Henrik Kniberg 最新发表 http://blog.crisp.se/henrikkniberg/2009/04/03/1238795520000.html “比较看板开发方式和 Scrum 的"实务指引”""> 比较看板开发方式和 Scrum 的"实务指引" ,Kniberg 在这精要的文章中指出看板开发和 Scrum 如何类似以及如何不同。

文章开始以一个清单介绍两种方式:

Scrum**** 简介
把组织细分成小組、跨功能、自我组织团队。
把工作细分成细小、实在的交付成果,交排人员负责需求清单以及跟据重要性排优先级别,由团队估算每个项目相对工量。
把整个开发时间分成固定时长的短迭代(通常于一至四星期),在每个迭代后演示新增可发布功能。
优化发布以及跟客户一起更新优先级别,基于每个迭代后发布的观察。
优化过程,在每个迭代之后进行回顾 详情可参考"Scrum and XP from the Trenches",这本书供免费下载。我认识作者,他很友善 :o) http://www.crisp.se/ScrumAndXpFromTheTrenches.html

(译者注:中文版由李剑翻译,作者译者我也认识,他们都很友善的 :o) http://www.infoq.com/cn/minibooks/scrum-xp-from-the-trenches 看板 **** 开发方式简介

工作流程形象化

  • 把工作细分成任务,写在卡纸上,贴在墙上
  • 把栏命名好,來显示任务在工作流程中的狀況

限制“在制品”(work in progress,简称 WIP) – 明确设定限制在每个状态下同一时间能有多少工作任务
生产周期(即完成一个任务的平均时间),优化开发过程,缩短开发周期和使它更易于预测。 详情可参看 Karl Scotland 的介绍: http://availagility.wordpress.com/2008/10/28/kanban-flow-and-cadence/

在之后二十多页中,Kniberg 仔细地比较两者的分别,在文章最后总结他的观点:

相似- 两者都符合精益和敏捷思考

  • 两者使用"拉动式"安排日程
  • 两者限制开发中工作数目
  • 两者是透过透明度来驱动过程开进
  • 两者集中提早及衡常的付运软件
  • 两者基于自我组织团队
  • 两者要求把工作细分
  • 在两个情况下发布计划都是基于经验数据(速度/开发周期)持续优化

分別 Scrum 看板开发方式 要求定时迭代 没指定定时限迭代,可以分开计划、发布、过程改进,可以事件驱动而不是限定时限 团队在每个迭代承诺一定数目的工作 承诺不是必须的 以速度(Velocity)作为计划和过程改进的度量数据 使用开发周期作为计划和过程改进的度量数据 指定跨功能团队 没有指定跨功能团队,也容许专门团队 工作任务细分,可于一个迭代中完成 没有指定工作任务大小 指定使用燃烧图 没有指定任何图表 间接限制开发中工作(每个迭代) 设定开发中工作的限制(每个工作流程状态) 规定估算过程 没有指定任何估算方式 在迭代中不能加入新工作任务 只要生产力容许,可以随时加工作任务 由单一团队负责 Sprint Backlog 多个团队和团员分享看板 指定三个角色(产品负责人/ScrumMaster/ 团队) 没有指定任何团队角色 Scrum board 在每个迭代后重设 看板反映持久开发情况 规定优先化的 product backlog 优先级是非必须的

如果您也曾有此疑问,或者朋友也有类似问题,也许应该花些时间读 Kniberg 的" Kanban vs Scrum "文章。

查看英文原文 Comparing Kanban To Scrum

2009-05-18 08:4310526
用户头像

发布了 21 篇内容, 共 64307 次阅读, 收获喜欢 3 次。

关注

评论

发布
暂无评论
发现更多内容

通过ETL工具,同步SQLserver数据至starrocks数据库

谷云科技RestCloud

数据传输 数据同步 ETL SqlServer StarRocks

YashanDB数据库快速入门教程与实用技巧

数据库砖家

工业管理 团队建设经验总结(3)

万里无云万里天

项目管理 工业 工厂运维

2025年黑龙江等保测评注意事项大盘点

等保测评

YashanDB数据库可扩展性设计分析与实现

数据库砖家

工业数据消费迎来“抖音式”革命:TDengine IDMP 让数据自己开口说话

TDengine

大数据 tdengine 运维 idmp

YashanDB数据库开发者常用命令及其解读

数据库砖家

YashanDB数据库开发指南:从入门到精通

数据库砖家

百度智能云,造出了AI时代的擎天柱

脑极体

AI

增强式 BI:让数据会推理,让决策更简单

数据集成与治理

FineBI

恒香全新旗舰店开幕 新店传承百年文化

编程猫

从HPACK到多路复用,揭秘HTTP/2如何终结网络拥堵

poemyang

网络协议 RPC HTTP2.0 RPC架构

黑龙江等保测评合格标准与实施路径:确保信息系统安全稳定运行

等保测评

YashanDB数据库跨平台兼容性及应用前景分析

数据库砖家

大数据-81 Spark 手把手搭建 分布式计算环境:从下载配置到多节点部署

武子康

Java 大数据 flink spark 分布式

IPD中的扫地僧(TDT技术开发团队),都在扫什么?

IPD产品研发管理

技术 后端 IPD 产品研发 集成产品开发

Dify知识库调优秘籍:6步精准改造,让AI回答从此可靠无误

测吧(北京)科技有限公司

工业数字化 信息化经验总结(6)

万里无云万里天

数字化转型 信息化 工业 工厂运维

软通动力2025半年报:营收稳步攀升,全栈智能点亮发展新局

财见

AI 对话式分析:让业务数据开口说话,让决策及时有效

数据集成与治理

FineBI

AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型

汀丶人工智能

10分钟无痛部署!字节Coze开源版喂饭教程

测吧(北京)科技有限公司

AI+软开-软件开发企业的数字化转型

lsycang

flink-cdc之mysql到es

天翼云开发者社区

数据库

办公常用的多屏协同工具有哪些?5个国内外主流应用盘点

职场工具箱

效率工具 在线白板 办公软件 在线协作 多屏协同

从“读标签”到“懂场景”,RFID识别再突破,斯科CK-T4获得IOTE金奖2025创新产品

斯科信息

斯科信息 AI算法RFID门禁 RFID智能门禁

合理选择任务调度的路由策略,可以帮助降本 50%

阿里巴巴云原生

阿里云 云原生 任务调度

强化学习的 “GPT-3 时刻” 即将到来

Baihai IDP

人工智能 AI 强化学习

黑龙江等保测评新流程:定级备案的深化与细化

等保测评

比较Kanban和Scrum_研发效能_Mike Bria_InfoQ精选文章