在数字化时代，每一个组织的经营都是建立在数字化的系统之上的，而数字化系统的构建，必然就会带来技术债务，这是每一个数字化团队都要面临的一个问题，如何有效的管控技术债务.

技术债务的产生，是技术团队不断迭代构建系统过程中，无法一次性预设所有的需求，而随之产生了系统设计上的扭曲失真.

在了解了技术债务产生的原因后，就可以将技术债务和团队的作为或不作为联系起来，使用一些有效的策略和方法，来最大限度的减少技术债务的积累，保持系统的持续健康.

垃圾回收模型

有效控制技术债务最小化的方法，可以从现代性的软件设计模式中去借鉴思路： 垃圾回收算法.

相信熟悉JAVA和Golang等现代开发语言的人，对内存垃圾回收的概念，是非常熟悉的。其实，一个项目的技术债务的产生和积累，也就如同一个程序的内存分配和管理是一样的.

对内存垃圾收集的描述为:

运行程序会创建垃圾(garbage)，即已分配但未使用的内存。垃圾的产生是不可避免的，因此我们必须偶尔停下来收集垃圾。如果停顿是可预测的，而且很短，那就更好了。有各种各样的垃圾收集算法，它们具有不同的属性.

对团队技术债务的描述，也可以如此:

运行有时间限制的迭代会产生技术债务，即使用过时的设计编写代码。创造技术债务是不可避免的，所以我们必须偶尔停下来重构代码。如果这些停顿是可预测的、短的，那就更好了。存在各种具有不同属性的迭代软件开发过程.

一个团队的软件开发过程是一个由团队自己运行的算法，它产生并清理了一种我们称之为技术债务的垃圾.

那依次延伸，软件开发过程，就可以使用两种方法来控制技术债务:

• 第一种方法是 清理现有的技术债务 。大多数团队已经通过重构来做到这一点。
• 第二是 避免技术债务的产生 。这种情况不太常见，但更有趣。

清理法

团队可以在技术债务存在后，通过清理的方式来处理债务.

通常情况下，一个团队在不考虑现有设计的情况下“仓促”完成一个功能，确定技术债务，然后才进行重构以清除债务。有时清理工作会立即进行，但也可能要很晚才得以开展.

小问题可以在几分钟内重构，但大问题可能就需要几天、几周，甚至几个月的投入。当开发人员在编写功能时停下来解决技术债务时，这就像垃圾收集器停下来清理垃圾一样，把时间花在重构上意味着花在新特性上的时间更少，同时当问题越大时，重构所需的时间也就越长.

因为清理债务需要从新功能的构建中去挤占时间，团队会发现自己面临着减少重构的压力，特别是大型系统重构。导致的后果就是，他们只清理了小问题，却延迟了大问题的清理，比如系统的架构。推迟一个小的清理会把它变成一个大的清理，因为随着时间的推移，代码会围绕这个问题构建起来，它也必须被重构.

预防法

团队也可以通过减少技术债务的产生来控制技术债务，也就是说，尽可能的预防技术债务.

譬如，团队通过考虑设计方案，并选择产生最少技术债务的方案来做到这一点。当被要求添加一个新功能时，团队会考虑当前的设计能在多大程度上适应该功能。如果设计已经是合适的，他们就添加功能。但如果设计不合适，他们会先更新设计，然后再添加功能.

对许多开发人员来说，避免问题听起来要比解决问题更好。然而，遗憾的是，一些技术债务是不可避免的，迟早，新的功能需求会成为令人不快的惊喜.

同时，团队也会担心，技术债务规避是一个变相的瀑布式流程，或者更糟，是一个预先设计好的大项目。其实不然，因为瀑布式流程会让团队查看所有的需求，并交付一个系统来完成所有需求。技术债务避免意味着团队迭代地处理需求，在每次迭代中交付一个工作系统.

另外，团队也会担心，技术债务规避会导致分析瘫痪。大部分的时候，团队依然会在每一次的迭代中持续交付新功能.

可选4类清理策略

在基本的2个策略的基础上，我们可以进一步延伸，扩展出一个四象限的策略组合：放任自流，被动清理，主动预防，双管齐下。具体如下图所示:

技术债务是一个不可完全驯服的怪物。 ，我们无法彻底的根除，只能选择合适的策略与之共存.

所以，所有最好的算法，任何团队，都要根据自身具体的情况，譬如团队的结构，系统的规模、业务领域的复杂度、团队能力和经验，以及进度的压力等，综合来选择适合的策略.

放任自流

在一些场景下，团队可以对技术债务采取放任自流的策略.

譬如，你为自己编写了一个快速处理数据的脚本，并且也不打算重用它，为什么要担心技术债呢？

同样，这个策略也可以适用于大一点项目，譬如，大型的电脑游戏，开发者知道他们将为下一款游戏开始新的系统，所以在游戏发行之前，只需忍受技术债务的困扰就可以了.

类似的一次性的系统，放任自流，也是一种可选的策略.

被动清理

被动清理，就是团队只使用技术债务的清理策略.

这是现在大多数团队所采取的策略。团队的重点始终在构建新功能之上，只是抽空来清理一些细小的技术债务.

因此，更大的清理工作就变的有挑战了，所以早期的错误会一直存在，导致的就是以后重构的代价会更大，这是一个潜在的隐患.

当然，识别问题比规避问题要容易的多，所以在开发人员的设计能力有限时，被动的清理依然是有意义的.

主动预防

这种只使用技术债务提前规避的主动策略，在今天大部分团队内是并不常见的.

其实，如果你能通过一些事先的思考，来避免技术债务的产生，这要比陷入明显的问题要有效得多.

另一方面，如果你对正在使用的技术没有充足的经验，你可能会因为错误的假设而浪费了时间。尽管努力避免技术债务，但它还是会发生，所以使用主动预防策略的团队，可能会切换到双管齐下的策略之上去.

双管齐下

当团队希望自身技术债务更低更可控的时候，大部分时候都是采取双管齐下的策略，将清理和预防都使用起来.

譬如，在每次迭代的开始，团队讨论新的功能需求将如何影响当前的设计，这样可以保持迭代设计的重点，并让每个人都对设计有理解和掌握度.

团队可能对系统未来的新功能有一定的前瞻的预期假设，即使他们现在没有在做这些需求，但是因为知道未来会发生什么，可能有助于他们更好的思考今天的设计和决策.

有的时候，一个新功能很难添加到现在的设计中，因为它可能与当前领域的假设是相矛盾，或者很难在当前架构中来构建的.

如果开发人员可以重做设计，并在当前迭代中添加功能，那就太好了，如果不能，他们还可以和产品负责人沟通。在做出决定之前，他们会权衡干系人诉求，进度压力和工程风险等.

最终的答案，可能是先推出该功能，然后再清理技术债务，或者完全推迟交付该功能，或者介于两者之间等.

有限和无限游戏

其实，决定那中策略适合当前团队的关键因素，是在于团队是在 玩什么模式的游戏：有限游戏 or 无限游戏.

有限游戏有输也有赢，无限游戏可能会失败，但胜利只意味着你可以继续玩下去。技术债务有点像一场无限游戏：如果你能控制它，你就能继续玩下去。否则，你输了，并宣布技术债务破产.

有严格Deadline的团队是在玩有限的游戏。团队需要按时的完成任务，那就会积累了大量的技术债务.

初创企业也是一系列有限游戏。为了达到下一个里程碑，团队采取了孤注一掷的模式，因为失败意味着公司的终结.

团队缺乏经验，也会迫使你玩一个有限的游戏。如果开发人员不了解问题领域或实现技术，他们就会陷入有限的游戏中，直到他们能够构建一些可行的东西.

当然，从有限游戏，转换到无限游戏时，也会导致技术债务的破产。如果你接受破产，并重启新的游戏时，就需要重新评估你的策略的选择了.

不能试图一直使用一种针对有限游戏的策略，来希望玩转一个无限游戏.

无限游戏更适合双管齐下的平衡策略，既可以通过良好的设计实践避免技术债务，又可以通过重构清理不可避免的债务.

写在最后

避免技术债务破产的核心：就是 最小化技术债务.

在迭代构建软件时，就 无法避免到技术债务的产生 ，因为我们永远也无法预期所有的功能需求，系统是在生长演进之中，那我们的设计和代码，就会存在设计上局限性和扭曲.

管理技术债务就如同程序内存分配和管理一样，通过优化和改进团队的开发过程，来控制技术债务的产生和积累， 将团队的技术债务最小化，以提升数字化团队的效能和交付价值.

最后的最后， 技术债务不能完全消灭，只能合理管控.

以上为学习： https://ieeexplore.ieee.org/document/9520328/ 论文的一些笔记，具体内容可参见原文.

最后此篇关于用GC的策略，管理团队的技术债务的文章就讲到这里了,如果你想了解更多关于用GC的策略，管理团队的技术债务的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。