✨ Diff Authoring Time روشی برای اندازه عملکرد توسعهدهندهها
✨ Diff Authoring Time روشی برای اندازه عملکرد توسعهدهندهها
آخرین نسخه پادکست Meta Tech، به موضوع ارزیابی و افزایش بهرهوری توسعهدهندهها از طریق متریک جدیدی به نام "Diff Authoring Time" (DAT) اختصاص داده. خلاصهای از نکات مهم و روشهای متا برای سنجش و بهبود بهرهوری توسعهدهندگان با استفاده از این متریک DAT
—-
⚠️ این متن در مورد شرکت متا است، شرکتی بی بیش از ۴۵هزار توسعهدهنده که ه فیسبوک، اینستاگرام، واتساپ و کلی ابزار high-tech تولید میکنند. متا از git استفاده نمیکنه و Mercurial رو بهعنوان سیستم کنترل سورس داخلی خودش استفاده میکنه. پس خیلی با عموم شرکتها فرق داره، این متن رو خواهشا با دید آگاهی و ایده گرفتن در مورد «نگاه سیستماتیک به ارزیابی عملکرد» افراد ببینیم! خواهشا راه نیوفتیم از فردا توی هر شرکتی تایم بگیریم ببینیم کی کارا تره 😅
—-
🔸 مقدمه و معرفی: DAT چیه و چرا اهمیت داره؟
در متا به هر تغییر توی کد diff یا همون pull request توی بقیه سیستمها میگن. DAT قراره زمان واقعیای که برنامهنویسها برای ساخت و تغییر diffها صرف میکنن رو اندازه بگیره. حالا شاید بپرسید "چرا اصلاً بخوایم این کار رو بکنیم؟" خب، اگه یه سیستم داشتی که دقیقاً نشون بده کجاها زمان زیادی صرف میشه یا کجاها کار گره میخوره، میتونستی با دید بازتر روی ابزارهای درست سرمایهگذاری کنی و تجربه کاری رو بهتر کنی. مثلاً میفهمی کجاها باید به بهینهسازی سرعت ابزارها بپردازی تا تیمها سریعتر به نتیجه برسن.
🔸 نحوه پیادهسازی و جمعآوری دادهها
تلهمتری سیستم + دادههای IDE: این متریک با استفاده از دادههای سیستمعامل و محیطهای توسعه (IDE) زمان واقعی فعالیتهای کدنویسی توسعهدهندگان رو ثبت میکنه.
الگوریتمهای ردیابی فعالیت: هر زمان توسعهدهنده در IDE فعاله، تایمر DAT روشن میشه. این تایمر هنگام وقفههای کاری (مثل ترک کردن سیستم) متوقف میشه. این نسخه، پنجمین تکرار الگوریتم DAT است که بهینهسازیها و دقتش بهمرور افزایش یافته.
پشتیبانی چند محیطی: DAT بهطور کامل در محیطهای متداول توسعه مثل VS Code و Android Studio اجرا میشه. اگر توسعهدهنده همزمان روی چند diff کار کنه، DAT میتونه فعالیت رو به تفکیک IDEهای مختلف شناسایی و زمانبندی کنه.
🔸 دادههای کلیدی و یافتهها
میانگین زمان DAT: بهطور متوسط، هر diff حدود ۵۰ دقیقه زمان میبره. این زمان شامل فعالیتهای IDE و ابزارهای مرتبط با کدنویسی میشه.
سطح پوشش: DAT در حال حاضر ۸۷ درصد diffهای واجد شرایط (diffهای نوشتهشده توسط توسعهدهنده) رو پوشش میده، و الباقی موارد به دلیل استفاده از ابزار، از دامنه اندازهگیری خارج میشه.
🔸 فرآیند اعتبارسنجی و بهبود DAT
فرایند اعتبارسنجی چندمرحلهای: برای اطمینان از صحت دادههای جمعآوریشده، تیم متا سه مرحله اعتبارسنجی رو روی DAT انجام داده که این اعتبارسنجی شامل بررسی نمونهای، مقایسه با نسخههای قبلی DAT، و سنجش میزان پوشش و دقت اون میشه.
تستهای A/B: یکی از کاربردهای مهم DAT در آزمایشهای A/B برای ارزیابی تأثیر ویژگیهای جدید IDEها و زبانهای برنامهنویسیه. مثلاً اگر ویژگی جدیدی به یک زبان اضافه بشه، تیم توسعه میتونه با استفاده از DAT تأثیرش رو روی بهرهوری توسعهدهندهها بررسی کنه.
🔸 کاربردهای DAT و تحلیل دادهها
تحلیل مقایسهای بین تیمها: DAT امکان مقایسه تیمها یا ابزارهای مختلف رو فراهم میکنه تا بتونه تغییرات بهرهوری رو شناسایی کنه.
شناسایی نقاط ضعف و بهبود فرآیندها: با بررسی DAT، تیمها میتونن بخشهایی از فرآیند کدنویسی رو که باعث کاهش بهرهوری شده، شناسایی و بهبود بدن.
بررسی تأثیر ابزارها و افزونههای جدید: آزمایش و مقایسه ابزارهای جدید با استفاده از DAT به تیمها کمک میکنه تا تأثیر تغییرات رو با دادههای کمی ارزیابی کنن.
🔸 آینده DAT
توسعه و سادهسازی DAT: هدف تیم توسعهدهنده DAT در نسخههای آتی، ترکیب و سادهسازی این متریک به نحویه که تنها یک عدد نهایی برای زمان ایجاد diff ارائه کنه.
پشتیبانی از کدنویسی خودکار توسط هوش مصنوعی: با رشد استفاده از هوش مصنوعی و کدهای تولید شده توسط LLMها، DAT به سمتی میره که بتونه این نوع فعالیتها رو هم به عنوان بخش جدیدی از بهرهوری پوشش بده.
🔸 نتیجهگیری و اهمیت DAT در متا
این متریک به متا کمک کرده تا بتواند بهرهوری تیمهای توسعهدهنده رو به صورت کمی و دادهمحور ارزیابی کنه، ابزاری که در گذشته بیشتر بر اساس شهود و تجربیات عملی بوده. DAT در حال حاضر نقش کلیدی در آزمایشهای داخلی و تصمیمگیریهای مرتبط با ابزارهای توسعهدهنده در متا ایفا میکنه و به تیمها اجازه میده تا با دادههای دقیقتر به بهبود و سادهسازی فرآیندهاشون کمک کنن.