Skip to main content
Software Engineering Metrics
GitHub
Home
Contents
Examples
Contributing
Project
Help
Links
Home
Book source on GitHub
Website source on GitHub
Report an issue
Index for AI agents (llms.txt)
DORA metrics
The SPACE framework (ACM Queue)
Goodhart's law (Wikipedia)
Search
⏎
Theme
Light
Dark
Language
English (US)
English (UK, Oxford spelling)
English (UK)
English (international)
العربية
বাংলা
Cymraeg
Cymraeg (Prydain Fawr)
Deutsch
Español
Français
हिन्दी
Bahasa Indonesia
日本語
한국어
Nederlands
Português
Русский
Svenska
اردو
中文
中文 (中国)
Text size
Largest
Larger
Large
Normal
Small
Smaller
Smallest
Share
Email
Mastodon
Copy link
1
Foundations of Measurement
1.0
第一部分导论:衡量的基础
1.1
为何衡量软件工程
1.2
古德哈特定律与指标心理学
1.3
结果优先于产出:选择衡量什么
1.4
指标治理与所有权
1.5
数据来源与埋点
1.6
面向工程指标的统计素养
2
Flow Metrics
2.0
第二部分导论:流动指标
2.1
流动框架
2.2
流动项:功能、缺陷、风险与债务
2.3
流动速度与流动分布
2.4
流动时间与流动负载
2.5
流动效率与在制品
2.6
周期时间及其构成
2.7
排队论
2.8
精益价值流指标
2.9
拉取请求与代码评审指标
2.10
DORA指标框架
3
Developer Experience and the SPACE Framework
3.0
第3部分导言:开发者体验与SPACE框架
3.1
SPACE框架
3.2
满意度与幸福感指标
3.3
绩效指标与结果代理指标
3.4
活动指标及其局限
3.5
沟通与协作指标
3.6
效率与心流:深度工作与打断
3.7
开发者体验调查与DevEx指标
4
Code and Quality Metrics
4.0
第4部分导言:代码与质量指标
4.1
代码复杂度指标
4.2
测试覆盖率与测试有效性
4.3
代码变动量与热点分析
4.4
静态分析与代码异味指标
4.5
技术债务测量
4.6
文档与知识指标
5
Product and Business Metrics
5.0
第5部分导言:产品与业务指标
5.1
逃逸缺陷率与质量逃逸
5.2
功能采用与使用指标
5.3
客户与业务结果指标
5.4
工程的成本与单位经济学
5.5
工程举措的投资回报
6
Reliability, Operations, and Security Metrics
6.0
第6部分导言:可靠性、运营与安全指标
6.1
服务水平指标、目标与错误预算
6.2
事件指标:检测、响应与恢复
6.3
待命、容量与运营负载指标
6.4
安全与漏洞管理指标
7
Metrics in the Age of AI
7.0
第7部分导言:人工智能时代的指标
7.1
生成式人工智能范式转变
7.2
衡量人工智能辅助的软件开发
7.3
指标膨胀与质量稀释风险
7.4
结果遥测作为新的北极星
8
Building a Metrics Program
8.0
第8部分导言:建立一套指标项目
8.1
设计一套工程指标仪表盘
8.2
工具生态:自建与购买
8.3
推行指标而不滋生恐惧
8.4
工程指标项目的成熟度模型
8.5
一份增量式采用路线图
9
Appendices
9.0
附录
9.1
术语表
9.2
指标定义与公式参考
9.3
清单
9.4
模板
9.5
成熟度自我评估
9.6
参考文献与延伸阅读
9.7
索引
Front matter
Start here: what the book is, who it is for, and the full contents.
导言
目录
什么是软件工程指标