ویرگول
ورودثبت نام
دیبا میرشفیعی
دیبا میرشفیعی
دیبا میرشفیعی
دیبا میرشفیعی
خواندن ۲۲ دقیقه·۳ ماه پیش

کتاب Team Topology از دید من

Team Topologies چیست و چرا ساختار تیم‌ها روی معماری نرم‌افزار اثر می‌گذارد؟

در سازمان‌های فناوری، نرم‌افزار را نمی‌توان جدا از افرادی که آن را طراحی، توسعه و نگهداری می‌کنند بررسی کرد. سیستم‌های نرم‌افزاری امروز پیچیده‌اند و توسعه آن‌ها به همکاری تخصص‌های مختلف نیاز دارد. در چنین محیطی، سرعت تحویل و کیفیت دو هدف جدا از هم نیستند و سازمان باید بتواند هر دو را هم‌زمان حفظ کند.

مشکل اینجاست که بسیاری از سازمان‌ها هنوز برای تقسیم کار و طراحی تیم‌ها به چارت‌های سازمانی سنتی تکیه می‌کنند. این چارت‌ها بیشتر برای مشخص کردن سلسله‌مراتب، مسئولیت‌های رسمی و زنجیره گزارش‌دهی مناسب‌اند، اما لزوما نشان نمی‌دهند که کار در واقعیت چگونه در سازمان حرکت می‌کند. افراد و تیم‌ها برای انجام کار، معمولاً خارج از خطوط رسمی چارت با یکدیگر ارتباط برقرار می‌کنند و شبکه‌ای از روابط شکل می‌گیرد که با ساختار رسمی سازمان تفاوت دارد.

اگر یک تیم بتواند بخش خودش از کار را در چند ساعت انجام دهد اما برای ادامه مسیر مجبور باشد تا جلسه هفتگی مدیران منتظر بماند، بهینه شدن آن تیم تأثیر چندانی روی سرعت کل سیستم ندارد. مسئله اصلی جریان کامل کار است، نه عملکرد یک واحد به صورت جداگانه.

به همین دلیل، Team Topologies از سازمان به عنوان مجموعه‌ای ثابت از واحدها و دپارتمان‌ها نگاه نمی‌کند. تمرکز اصلی روی تیم‌ها، مرز مسئولیت آن‌ها و نحوه تعاملشان با یکدیگر است. ساختار تیمی باید به صورت آگاهانه طراحی شود و متناسب با اندازه سازمان، بلوغ مهندسی، معماری نرم‌افزار و شرایط کسب‌وکار تغییر کند. ساختارهایی که با این نگاه طراحی می‌شوند، توپولوژی‌های تیمی یا Team Topologies نام دارند.

چارت سازمانی، ساختار واقعی سازمان را نشان نمی‌دهد

یک سازمان در عمل فقط یک ساختار ندارد بلکه سه ساختار هم‌زمان برای سازمان در نظر گرفته شده است:

  1. ساختار رسمی که همان چارت سازمانی و زنجیره گزارش‌دهی است.

  2. ساختار غیررسمی که روابط و میزان نفوذ افراد روی یکدیگر را نشان می‌دهد.

  3. ساختار خلق ارزش که مشخص می‌کند کار در واقعیت چگونه بین افراد و تیم‌ها پیش می‌رود.

برای توسعه نرم‌افزار، دو مورد دوم اهمیت زیادی دارند. ممکن است روی چارت سازمانی دو تیم کاملا جدا از هم باشند، اما در عمل هر روز برای انجام کار به یکدیگر وابسته باشند. برعکس، ممکن است دو واحد در ساختار رسمی نزدیک به هم باشند ولی جریان کاری مستقلی داشته باشند.

این وابستگی‌های واقعی روی سرعت تحویل نرم‌افزار اثر مستقیم دارند. اگر هر تغییر نیازمند هماهنگی چند تیم، تأیید چند مدیر یا عبور از چند واحد تخصصی باشد، جریان کار کند می‌شود. در چنین شرایطی، افزایش سرعت یک تیم به تنهایی مسئله را حل نمی‌کند.

Team Topologies تلاش می‌کند این روابط را به شکل آگاهانه طراحی کند. هدف این نیست که همه تیم‌ها دائما با هم در ارتباط باشند. در بسیاری از موارد، ارتباط کمتر و مرزهای شفاف‌تر نتیجه بهتری ایجاد می‌کند.

قانون کانوی: معماری نرم‌افزار از ساختار ارتباطی سازمان جدا نیست

یکی از پایه‌های اصلی Team Topologies، قانون کانوی یا Conway's Law است. ایده آن این است که ساختار سیستم‌هایی که یک سازمان طراحی می‌کند، به الگوهای ارتباطی همان سازمان شباهت پیدا می‌کند.

اگر چهار تیم جداگانه روی یک سیستم کار کنند، احتمال زیادی وجود دارد که ساختار نهایی سیستم نیز به چهار بخش مجزا تقسیم شود. اگر توسعه‌دهندگان برای هر تغییر در دیتابیس مجبور باشند از یک تیم مرکزی DBA کمک بگیرند، این وابستگی نیز به شکلی در معماری نرم‌افزار دیده خواهد شد.

این موضوع زمانی مشکل‌ساز می‌شود که معماری مورد نظر با ساختار واقعی تیم‌ها همخوانی نداشته باشد. ممکن است روی کاغذ یک معماری مستقل و ماژولار طراحی شود، اما اگر تیم‌ها برای انجام هر تغییر دائما به یکدیگر وابسته باشند، سیستم نهایی هم استقلال مورد انتظار را نخواهد داشت.

در شرکت آدیداس، ساختار فناوری اطلاعات شرکت بر اساس همین نگاه تغییر کرد. ۸۰ درصد مهندسان در تیم‌های چندتخصصی متمرکز بر نیازهای محصول قرار گرفتند و ۲۰ درصد باقی‌مانده در یک تیم مرکزی روی زیرساخت و آموزش نیروهای جدید کار کردند. پس از این تغییر سرعت انتشار محصولات دیجیتال آدیداس ۶۰ برابر شد.

حرکت معکوس کانوی

اگر معماری نرم‌افزار از ساختار ارتباطی سازمان تأثیر می‌گیرد، می‌توان این رابطه را به صورت آگاهانه در جهت عکس استفاده کرد. این رویکرد Reverse Conway Maneuver نام دارد.

در این روش، ابتدا معماری‌ای را که برای سیستم مناسب است مشخص می‌کنیم و سپس ساختار تیم‌ها را طوری طراحی می‌کنیم که با آن معماری هم‌راستا باشد.

فرض کنید چهار تیم توسعه وجود دارند، اما همه آن‌ها برای تغییر دیتابیس به یک تیم مرکزی DBA وابسته‌اند. خروجی طبیعی چنین ساختاری، سیستم‌هایی است که به یک پایگاه داده مشترک وابستگی زیادی دارند.

اگر هدف استفاده از معماری‌ای باشد که در آن هر بخش سیستم پایگاه داده مستقل خود را داشته باشد، ساختار قبلی با این هدف سازگار نیست. در این حالت می‌توان تخصص دیتابیس را به داخل تیم‌های توسعه منتقل کرد تا هر تیم بتواند بخش خودش را مستقل‌تر مدیریت کند.

بنابراین معماری فقط یک تصمیم فنی نیست. تصمیم درباره اینکه چه کسی با چه کسی کار می‌کند، هر تیم مسئول چه چیزی است و چه وابستگی‌هایی میان تیم‌ها وجود دارد، عملاً بخشی از طراحی معماری سیستم است.

ارتباط بیشتر همیشه بهتر نیست

یکی از نتایجی که از قانون کانوی گرفته می‌شود این است که افزایش ارتباط میان تیم‌ها همیشه نتیجه مثبتی ندارد.

اگر دو تیم از نظر معماری سیستم نباید وابستگی زیادی به یکدیگر داشته باشند، اما برای انجام کار روزانه دائما مجبور به هماهنگی هستند، احتمالا مشکلی در مرزهای سیستم یا مسئولیت تیم‌ها وجود دارد. شاید APIها مناسب نیستند، زیرساخت کافی وجود ندارد یا بخشی از مسئولیت میان دو تیم به درستی تقسیم نشده است.

هدف این است که تیم‌ها بتوانند بخش زیادی از کار خود را بدون هماهنگی دائمی با دیگران انجام دهند. ارتباط بین تیم‌ها باید هدفمند باشد، نه اینکه همه برای هر تصمیمی با همه در تماس باشند.

ابزارهایی که تیم‌ها استفاده می‌کنند نیز روی این روابط اثر می‌گذارند. اگر دو تیم باید همکاری نزدیکی داشته باشند، ابزارهای مشترک می‌توانند این همکاری را ساده‌تر کنند. اگر دو تیم باید مستقل باشند، تحمیل یک ابزار مشترک ممکن است مرز مسئولیت آن‌ها را مبهم کند.

تیم باید واحد اصلی انجام کار باشد

یکی دیگر از اصول Team Topologies این است که به جای فرد، تیم را واحد اصلی انجام کار در نظر بگیریم.

در این نگاه، یک تیم گروهی پایدار و نسبتا کوچک از افراد است که برای رسیدن به یک هدف مشترک کار می‌کنند. کار به تیم سپرده می‌شود، نه اینکه افراد دائما بین پروژه‌ها و گروه‌های مختلف جابه‌جا شوند.

تیم برای رسیدن به هماهنگی و اعتماد به زمان نیاز دارد. تشکیل یک گروه برای یک پروژه چندماهه و متلاشی کردن آن پس از پایان پروژه باعث می‌شود سازمان بارها هزینه شکل‌گیری دوباره تیم را بپردازد. اندازه تیم، معمولا محدوده پنج تا نه نفر را مطرح می‌کند. بزرگ شدن بیش از حد تیم، تعداد مسیرهای ارتباطی را افزایش می‌دهد و حفظ اعتماد و درک مشترک را دشوارتر می‌کند.

تیم‌های پایدار این امکان را دارند که به مرور روش کار مشترک ایجاد کنند، دانش خود را درباره سیستم افزایش دهند و مسئولیت واقعی نرم‌افزاری را که توسعه می‌دهند بر عهده بگیرند.

مالکیت نرم‌افزار باید متعلق به تیم باشد

در ساختار تیم‌محور، هر بخش نرم‌افزار باید مالک مشخصی داشته باشد و این مالک یک تیم است.

اگر چند تیم بتوانند بدون مرز مشخص یک بخش از سیستم را تغییر دهند، مسئولیت مشکلات ایجادشده نیز مبهم می‌شود. در مقابل، وقتی یک تیم مالک یک سیستم یا زیرسیستم مشخص است، اثر تصمیم‌های خود را در طول زمان می‌بیند.

این مالکیت فقط به نوشتن کد محدود نیست. تیم باید بتواند درباره توسعه، نگهداری، مشکلات عملیاتی و آینده بخشی که در اختیار دارد تصمیم بگیرد.

در این مدل، تیم‌های دیگر می‌توانند درخواست تغییر یا پیشنهاد ارائه کنند، اما مالکیت مستقیم سیستم همچنان در اختیار همان تیم باقی می‌ماند.

بار شناختی، محدودیت واقعی تیم‌ها

یک تیم هرچقدر هم توانمند باشد، ظرفیت ذهنی نامحدودی ندارد. Team Topologies این محدودیت را با مفهوم Cognitive Load یا بار شناختی وارد طراحی سازمان و معماری نرم‌افزار می‌کند.

بار شناختی به سه نوع تقسیم شده است:

  • بار شناختی ذاتی که به دانش و مهارت لازم برای انجام خود کار مربوط است.

  • بار شناختی اضافی که از پیچیدگی‌های غیرضروری محیط کار ایجاد می‌شود، مثل به خاطر سپردن مراحل پیچیده برای راه‌اندازی یک محیط تست.

  • بار شناختی مرتبط که صرف حل مسئله اصلی و بخش ارزش‌آفرین کار می‌شود.

هدف این است که بار اضافی تا حد ممکن حذف شود، بار ذاتی با آموزش و ابزار مناسب کاهش پیدا کند و ظرفیت ذهنی تیم برای حل مسئله اصلی باقی بماند.

این موضوع روی معماری سیستم هم اثر می‌گذارد. اگر یک تیم مسئول تعداد زیادی سیستم، تکنولوژی و دامنه پیچیده باشد، بعد از مدتی دیگر نمی‌تواند همه آن‌ها را به شکل مؤثر درک و مدیریت کند.

راه‌حل لزوما اضافه کردن افراد بیشتر نیست. اضافه شدن افراد، مسیرهای ارتباطی بیشتری ایجاد می‌کند و ممکن است مسئله را پیچیده‌تر کند. به همین دلیل، اندازه مسئولیت تیم نیز باید محدود شود.

برای مثال، یک تیم می‌تواند چند دامنه ساده را مدیریت کند، اما اگر مسئول یک دامنه بسیار پیچیده است، بهتر است همان یک حوزه تمرکز اصلی آن باشد. سپردن هم‌زمان دو دامنه پیچیده به یک تیم معمولا باعث تقسیم شدن تمرکز و افزایش بار شناختی می‌شود.

در Team Topologies، اندازه و مرز نرم‌افزار باید با توان شناختی تیمی که مالک آن است هماهنگ باشد. این نگاه بعداً مبنای تصمیم‌گیری درباره مرز سرویس‌ها، زیرسیستم‌ها و حتی معماری سیستم می‌شود.

چهار توپولوژی اصلی تیم در Team Topologies

یکی از مشکلات رایج در سازمان‌ها، زیاد شدن انواع تیم‌ها و مبهم شدن مرز مسئولیت آن‌هاست. ممکن است هم‌زمان تیم زیرساخت، تیم ابزارسازی، تیم دیتابیس، تیم عملیات، تیم معماری، تیم تست و چندین تیم تخصصی دیگر وجود داشته باشند، بدون اینکه مشخص باشد هرکدام دقیقاً چه نقشی در جریان تحویل نرم‌افزار دارند.

Team Topologies برای کاهش این پیچیدگی، چهار نوع اصلی تیم تعریف می‌کند:

  1. Stream-aligned Team

  2. Enabling Team

  3. Complicated-subsystem Team

  4. Platform Team

هدف این نیست که صرفا نام تیم‌های موجود تغییر کند. مسئولیت، مرز و نحوه تعامل هر تیم باید با یکی از این چهار مدل هماهنگ شود. در این ساختار، تیم مستقلی با عنوان عمومی Ops یا Support که نرم‌افزار پس از توسعه به آن تحویل داده شود، در نظر گرفته نمی‌شود. تیمی که سیستم را می‌سازد باید به محیط عملیاتی آن نیز نزدیک باشد و مسئولیت عملیات و پشتیبانی از جریان کاری خودش را بر عهده بگیرد.

1. Stream-aligned Team -> تیم هم‌راستا با جریان

Stream-aligned Team اصلی‌ترین نوع تیم در این مدل است. این تیم روی یک جریان مشخص از ارزش کسب‌وکار متمرکز می‌شود. این جریان می‌تواند یک محصول، سرویس، مجموعه‌ای از قابلیت‌ها، سفر کاربر یا حتی یک گروه مشخص از کاربران باشد.

تیم باید بتواند تغییر مورد نیاز مشتری را با کمترین وابستگی به سایر تیم‌ها از ابتدا تا انتها پیش ببرد. به همین دلیل، تیم‌های هم‌راستا با جریان موقتی و پروژه‌ای نیستند، بلکه برای مدت طولانی مسئول یک حوزه مشخص باقی می‌مانند.

در آمازون، هر تیم مسئول توسعه و اجرای سرویس خودش است و سرویس‌ها از طریق API با یکدیگر ارتباط برقرار می‌کنند. تیم همچنین باید مهارت‌های مورد نیاز برای طراحی، توسعه، تست، زیرساخت و پشتیبانی سرویس را در اختیار داشته باشد.

البته منظور این نیست که برای هر مهارت باید یک متخصص جداگانه داخل تیم وجود داشته باشد. مجموع اعضای تیم باید بتوانند قابلیت‌های لازم را پوشش دهند. ترکیبی از افراد با مهارت‌های گسترده و متخصصان حوزه‌های خاص می‌تواند این نیاز را تأمین کند.

رفتاری که از چنین تیمی انتظار می‌رود، داشتن جریان پایدار تحویل، واکنش سریع به بازخورد، رسیدگی به بدهی فنی و کاهش پاس‌کاری کار به تیم‌های دیگر است.

2. Enabling Team -> تیم توانمندساز

تیم هم‌راستا با جریان نمی‌تواند هم‌زمان با تحویل مستمر نرم‌افزار، درباره تمام فناوری‌ها و روش‌های جدید تحقیق عمیق انجام دهد. Enabling Team برای حل همین مسئله شکل می‌گیرد.

این تیم معمولا از افرادی تشکیل می‌شود که در یک حوزه مشخص دانش بیشتری دارند و می‌توانند به تیم‌های دیگر در یادگیری یک فناوری، روش یا قابلیت جدید کمک کنند. موضوع کار می‌تواند تست خودکار، Continuous Delivery یا هر حوزه دیگری باشد که تیم مقصد در آن نیاز به توانمندسازی دارد.

نکته مهم این است که Enabling Team نباید به یک مرجع دائمی تبدیل شود که سایر تیم‌ها برای انجام کار به آن وابسته باشند. همکاری باید موقت باشد. تیم توانمندساز مدتی در کنار تیم دیگر کار می‌کند، دانش و روش مورد نیاز را منتقل می‌کند و زمانی که آن تیم توانایی انجام مستقل کار را پیدا کرد، کنار می‌رود.

به طور مثال در BCG Digital Ventures، یک تیم توانمندسازی مهندسی برای حل مشکلاتی مانند چرخه‌های طولانی انتشار و سیلوهای دانشی ایجاد شد. این تیم ۲۵ درصد زمان خود را صرف کدنویسی و ۷۵ درصد را صرف آموزش و انتقال دانش کرد. طبق متن، زمان استقرار ۷۲ درصد کاهش یافت و زمان اجرای Pipeline از ۱۰ ساعت به ۱۵ دقیقه رسید.

این نمونه تفاوت مهم تیم توانمندساز با یک تیم خدماتی دائمی را نشان می‌دهد. هدف آن انجام کار به جای دیگران نیست، بلکه افزایش توانایی خود آن تیم‌هاست.

3. Complicated-subsystem Team -> تیم زیرسیستم پیچیده

بعضی قسمت‌های سیستم به دانش تخصصی بسیار عمیقی نیاز دارند. قرار دادن این پیچیدگی داخل یک Stream-aligned Team ممکن است بار شناختی آن را بیش از حد افزایش دهد.

در چنین شرایطی می‌توان از Complicated-subsystem Team استفاده کرد. این تیم مسئول بخشی از سیستم است که کار روی آن به تخصصی نیاز دارد که انتظار داشتن آن از تمام تیم‌های دیگر منطقی نیست.

نمونه‌های مطرح‌شده در کتاب شامل الگوریتم پیچیده کدک ویدئویی، مدل‌های پیچیده ریاضی، پردازش بلادرنگ معاملات مالی و موتور تشخیص چهره هستند.

این مدل با Component Teamهای سنتی تفاوت دارد. هر قطعه کدی که توسط چند تیم استفاده می‌شود نباید الزاماً یک تیم مستقل داشته باشد. تشکیل Complicated-subsystem Team زمانی توجیه دارد که پیچیدگی فنی و بار شناختی آن زیرسیستم واقعاً به یک گروه متخصص نیاز داشته باشد.

تعداد این تیم‌ها در یک سازمان باید محدود باشد. بخش عمده سیستم همچنان باید در اختیار تیم‌های هم‌راستا با جریان باقی بماند.

4. Platform Team -> تیم پلتفرم

Platform Team با هدف کاهش بار شناختی تیم‌های هم‌راستا با جریان ایجاد می‌شود.

اگر هر تیم توسعه مجبور باشد خودش سیستم مانیتورینگ، Logging، زیرساخت، محیط اجرا، Pipeline استقرار و قابلیت‌های مشابه را از ابتدا طراحی و نگهداری کند، بخش زیادی از ظرفیت ذهنی آن صرف مسائلی می‌شود که مستقیما به حوزه کسب‌وکارش مربوط نیستند.

تیم پلتفرم این قابلیت‌های مشترک را به شکلی قابل استفاده برای سایر تیم‌ها فراهم می‌کند. این قابلیت‌ها تا جای ممکن باید Self-service باشند. یعنی تیم توسعه بتواند بدون ثبت تیکت و منتظر ماندن برای انجام دستی کار توسط تیم پلتفرم، سرویس مورد نیازش را دریافت کند.

پلتفرم نیز باید مانند یک محصول دیده شود. کاربران آن، توسعه‌دهندگان داخل سازمان هستند. بنابراین APIها، مستندات، قابلیت اطمینان و تجربه توسعه‌دهنده یا Developer Experience اهمیت دارند.

در کتاب بر مفهوم Thinnest Viable Platform یا TVP نیز تأکید شده است. پلتفرم نباید از ابتدا تبدیل به مجموعه‌ای بزرگ و پیچیده از قابلیت‌ها شود. باید از کوچک‌ترین پلتفرمی شروع کرد که نیاز واقعی تیم‌ها را پاسخ می‌دهد و فقط در صورت نیاز آن را توسعه داد.

در سازمان‌های بزرگ ممکن است خود پلتفرم آن‌قدر گسترده شود که یک تیم نتواند آن را مدیریت کند. در این صورت، داخل مجموعه پلتفرم نیز می‌توان دوباره از همین توپولوژی‌ها استفاده کرد. برای تیم‌های بیرونی، پلتفرم همچنان مانند یک سرویس یکپارچه دیده می‌شود، حتی اگر در پشت آن چندین تیم فعالیت کنند.

تیم‌های سنتی در این مدل چه می‌شوند؟

اجرای Team Topologies معمولا به این معنی نیست که تمام نیروهای تیم‌های قدیمی حذف شوند. مسئله این است که نقش آن‌ها باید دوباره تعریف شود.

برای مثال، یک تیم زیرساخت سنتی که درخواست تیم‌های توسعه را دریافت و منابع مورد نیازشان را به صورت دستی ایجاد می‌کند، یک گلوگاه در جریان کار است. چنین تیمی می‌تواند به Platform Team تبدیل شود و همان قابلیت‌ها را به صورت Self-service ارائه کند.

برای تیم DBA نیز یک پاسخ واحد وجود ندارد. اگر متخصصان دیتابیس روی آموزش Performance و انتقال دانش به تیم‌های توسعه تمرکز کنند، نقش آن‌ها به Enabling Team نزدیک می‌شود. اگر سرویس آماده دیتابیس، پیکربندی و قابلیت‌های عملیاتی ارائه کنند، می‌توانند بخشی از Platform باشند. کارهای مربوط به خود اپلیکیشن نیز تا جای ممکن به تیمی منتقل می‌شود که آن اپلیکیشن را توسعه می‌دهد.

برای Support نیز مدل مشابهی وجود دارد. به جای یک تیم مرکزی که تمام سیستم‌ها را بدون شناخت عمیق از آن‌ها پشتیبانی کند، پشتیبانی باید به جریان کاری مربوط به همان سیستم نزدیک شود.

کتاب برای Incidentهای گسترده از مفهوم Swarming استفاده می‌کند. در حالت عادی هر تیم مشکل حوزه خودش را حل می‌کند. اگر حادثه چند بخش سیستم را درگیر کند، متخصصان تیم‌های مختلف به صورت موقت کنار یکدیگر قرار می‌گیرند تا مشکل را برطرف کنند و بعد از پایان حادثه دوباره به ساختار عادی خود بازمی‌گردند.

نقش Architecture Team نیز تغییر می‌کند. تصمیم معماری نباید صرفا توسط گروهی جدا از تیم‌های پیاده‌سازی گرفته و سپس به توسعه‌دهندگان ابلاغ شود. معماران می‌توانند نقش توانمندساز داشته باشند، با تیم‌ها کار کنند، ابزار و مشورت ارائه دهند و به پیدا کردن مرزها و APIهای مناسب کمک کنند.

نسبت تیم‌های اصلی و تیم‌های کمکی

ساختار Team Topologies زمانی درست عمل می‌کند که بیشتر سازمان از تیم‌های هم‌راستا با جریان تشکیل شده باشد. سه نوع دیگر برای ساده‌تر کردن کار این تیم‌ها وجود دارند، نه اینکه خودشان به مرکز سازمان تبدیل شوند.

نسبت Stream-aligned Teamها به سایر تیم‌ها حدود ۶ به ۱ تا ۹ به ۱ تخمین زده شده است. یعنی در ساختار مورد نظر، بخش بزرگی از ظرفیت سازمان مستقیما روی جریان‌های ارزش کسب‌وکار قرار می‌گیرد و تیم‌های Platform، Enabling و Complicated-subsystem نقش پشتیبان آن‌ها را دارند.

مرز تیم باید با مرز نرم‌افزار هماهنگ باشد

تعریف چهار نوع تیم به تنهایی کافی نیست. باید مشخص شود هر Stream-aligned Team دقیقا مالک کدام بخش از سیستم است.

اگر مرزها اشتباه انتخاب شوند، تیمی که روی کاغذ مستقل است در عمل برای کوچک‌ترین تغییر مجبور خواهد بود با چند تیم دیگر هماهنگ شود.

یکی از خطرهایی که کتاب مطرح می‌کند Distributed Monolith است. ممکن است یک سیستم ظاهرا به چند Microservice تقسیم شده باشد، اما اگر برای یک تغییر ساده لازم باشد چند سرویس هم‌زمان تغییر کنند و چند تیم با یکدیگر هماهنگ شوند، استقلال مورد انتظار از معماری میکروسرویس به دست نیامده است.

مرز مناسب باید به اندازه‌ای باشد که یک تیم بتواند آن را درک کند، توسعه دهد و در بلندمدت مالک آن باقی بماند. بنابراین انتخاب اندازه سرویس‌ها فقط یک مسئله فنی نیست و باید با Cognitive Load تیم هماهنگ شود.

پیدا کردن محل مناسب برای شکستن سیستم

برای شکستن سیستم‌های بزرگ، از مفهوم Fracture Planes یا صفحات شکست استفاده می‌کنیم. ایده این است که به جای تقسیم تصادفی سیستم، نقاطی پیدا شوند که جداسازی در آن‌ها طبیعی‌تر است.

یکی از اصلی‌ترین گزینه‌ها Bounded Context در Domain-Driven Design است. در این روش، سیستم بر اساس دامنه‌های منسجم کسب‌وکار تقسیم می‌شود. به طور مثال یک سرویس Streaming موسیقی می‌تواند حوزه‌هایی مانند کشف رسانه، تحویل رسانه و مدیریت Licensing داشته باشد.

اما دامنه کسب‌وکار تنها معیار موجود نیست. مرز سیستم ممکن است بر اساس قوانین و Compliance، سرعت تغییر بخش‌های مختلف، موقعیت جغرافیایی تیم‌ها، سطح ریسک، نیازهای Performance یا حتی Personaهای مختلف کاربران تعیین شود.

برای نمونه، بخشی که روزانه چندین بار تغییر می‌کند ممکن است بهتر باشد از بخشی که هر سه ماه یک‌بار Release می‌شود جدا شود. همین منطق درباره بخش‌های دارای الزامات قانونی متفاوت یا نیازهای مقیاس‌پذیری بسیار متفاوت نیز صدق می‌کند.

هدف، رسیدن به مرزی است که یک تیم بتواند در محدوده آن تا حد زیادی مستقل عمل کند.

سه حالت تعامل بین تیم‌ها

حتی با بهترین مرزبندی، تیم‌ها کاملا از یکدیگر جدا نیستند. سؤال مهم بعدی این است که وقتی دو تیم باید با یکدیگر ارتباط داشته باشند، این ارتباط چه شکلی داشته باشد.

Team Topologies سه حالت اصلی برای تعامل تعریف می‌کند:

همکاری

در همکاری دو تیم برای مدتی نزدیک با یکدیگر کار می‌کنند. این حالت بیشتر زمانی مناسب است که عدم قطعیت بالاست و هنوز راه‌حل، فناوری یا مرز مناسب سیستم مشخص نشده است.

مزیت آن یادگیری و کشف سریع است، اما هزینه هم دارد. همکاری نزدیک باعث افزایش ارتباطات و مصرف ظرفیت ذهنی هر دو تیم می‌شود و ممکن است مرز مسئولیت آن‌ها را مبهم کند. به همین دلیل همکاری نباید بدون دلیل به وضعیت دائمی تبدیل شود.

X-as-a-Service

در این حالت، یک تیم قابلیتی مانند API، ابزار، سرویس یا پلتفرم را ارائه می‌کند و تیم دیگر بدون نیاز به ارتباط روزانه از آن استفاده می‌کند.

این مدل زمانی مناسب است که مرزها مشخص و سرویس نسبتا پایدار شده باشد. کیفیت این تعامل فقط به درست کار کردن فناوری وابسته نیست. تجربه تیم مصرف‌کننده نیز مهم است. API، مستندات، امکانات و نحوه استفاده باید آن‌قدر روشن باشد که تیم دیگر بتواند تا حد امکان مستقل از ارائه‌دهنده کار کند.

گاهی رسیدن به X-as-a-Service نیازمند یک دوره همکاری است. دو تیم ابتدا نزدیک با هم کار می‌کنند تا نیازها و مرز سرویس را پیدا کنند. زمانی که سرویس به وضعیت مناسبی رسید، تعامل روزانه کاهش پیدا می‌کند و رابطه به X-as-a-Service تبدیل می‌شود.

تسهیل

در تسهیل یک تیم به تیم دیگری کمک می‌کند تا مانع مشخصی را پشت سر بگذارد یا قابلیت جدیدی یاد بگیرد.

رابطه Enabling Team با Stream-aligned Team معمولا از این نوع است. تیم کمک‌کننده قرار نیست مسئولیت کار را برای همیشه بر عهده بگیرد. هدف این است که دانش یا توانایی لازم منتقل شود و تیم دریافت‌کننده بعداً بتواند مستقل ادامه دهد.

برای موفقیت این مدل، یک طرف باید توانایی انتقال دانش و کمک کردن داشته باشد و طرف دیگر نیز آماده یادگیری و دریافت کمک باشد.

چرا ساختار تیم‌ها باید به مرور تغییر کند؟

Team Topologies یک ساختار ثابت برای سازمان پیشنهاد نمی‌کند. تیم‌ها، مرز مسئولیت آن‌ها و نوع تعاملشان باید همراه با تغییر شرایط تکامل پیدا کند. ممکن است در مرحله‌ای از توسعه محصول، دو تیم برای کشف یک راه‌حل جدید نیاز به همکاری نزدیک داشته باشند، اما بعد از مشخص شدن راه‌حل، ادامه همان سطح از ارتباط فقط هزینه ایجاد کند. در این مرحله، رابطه می‌تواند به X-as-a-Service تبدیل شود تا هر تیم مستقل‌تر کار کند.

مدل‌های تعامل مختلف می‌توانند هم‌زمان در یک سازمان وجود داشته باشند. یک تیم ممکن است از پلتفرم فقط به صورت سرویس استفاده کند، تیم دیگری برای بررسی یک فناوری جدید با همان تیم پلتفرم همکاری نزدیک داشته باشد و تیم دیگری موقتاً از یک Enabling Team کمک بگیرد. نکته اصلی این است که نوع تعامل مشخص باشد و متناسب با هدف و شرایط تغییر کند.

این تغییر نباید صرفا بر اساس تصمیم‌های مقطعی مدیریتی انجام شود. خود سازمان باید نشانه‌هایی را که از نامناسب شدن ساختار خبر می‌دهند تشخیص دهد. کند شدن جریان کار، زیاد شدن وابستگی بین تیم‌ها، بزرگ شدن بیش از حد یک تیم یا افزایش اصطکاک در تعاملات، همگی می‌توانند نشانه‌ای باشند که مرزها یا ساختار موجود دیگر مناسب نیستند.

یکی از این نشانه‌ها زمانی است که یک نرم‌افزار آن‌قدر بزرگ می‌شود که دیگر یک تیم نمی‌تواند آن را به طور کامل درک و مدیریت کند. در این حالت معمولا چند نفر به گلوگاه تبدیل می‌شوند، بخش زیادی از دانش سیستم در اختیار آن‌ها قرار می‌گیرد و بقیه برای انجام تغییرات باید منتظر بمانند. چنین وضعیتی نشان می‌دهد که باید مرز نرم‌افزار و مسئولیت تیم دوباره بررسی شود.

این همان جایی است که مفهوم Cognitive Load دوباره وارد تصمیم‌گیری می‌شود. مرزهای یک سیستم نباید برای همیشه ثابت فرض شوند. وقتی اندازه یا پیچیدگی بخش تحت مالکیت یک تیم از ظرفیت آن فراتر رفت، باید آن را دوباره تقسیم کرد.

Team Topologies به تنهایی کافی نیست

حتی اگر چهار نوع تیم به درستی انتخاب شوند و تعاملات هم مشخص باشند، ساختار تیمی به تنهایی نمی‌تواند مشکلات یک سازمان نرم‌افزاری را حل کند.

اول، سازمان به یک فرهنگ سالم نیاز دارد؛ محیطی که افراد بتوانند مشکلات را بیان کنند، از اشتباهات یاد بگیرند و برای بهتر شدن روش کار خود اقدام کنند.

عامل دوم، بلوغ روش‌های مهندسی است. ساختار تیمی مناسب زمانی اثر واقعی خود را نشان می‌دهد که شیوه‌های مهندسی نیز از جریان سریع تغییرات پشتیبانی کنند.

عامل سوم به مدل مالی و بودجه‌بندی مربوط می‌شود. ساختار مالی نباید با ایجاد مرزهای سخت میان CapEx و OpEx یا بودجه‌بندی کاملا پروژه‌محور، تیم‌های پایدار را مجبور کند فقط برای مدت کوتاهی شکل بگیرند و پس از پایان یک پروژه از هم جدا شوند. تصمیم‌های مالی نیز باید با ساختار تیمی هماهنگ باشند.

در کنار این موارد، چشم‌انداز کسب‌وکار باید برای تیم‌ها روشن باشد. اگر تیم اختیار بیشتری برای تصمیم‌گیری دارد، باید بداند سازمان به دنبال چه نتیجه‌ای است و اولویت‌ها بر چه مبنایی انتخاب می‌شوند.

Team Topologies مشخص می‌کند هر بخش در کجا قرار بگیرد، اما فرهنگ، مهندسی و ساختار مالی مانند شرایطی هستند که رشد آن مجموعه را ممکن می‌کنند. طراحی مناسب تیم‌ها در محیط نامناسب، به تنهایی نتیجه مورد انتظار را ایجاد نمی‌کند.

برای اجرای Team Topologies از کجا شروع کنیم؟

نقطه شروع، خود تیم است.

به جای اینکه سازمان ابتدا کل چارت را بازطراحی کند یا مستقیما به سراغ ساخت یک Platform بزرگ برود، بهتر است ابتدا وضعیت تیم‌ها را بررسی کند. هر تیم باید بتواند مسئولیت مشخصی داشته باشد، مالک بخشی از نرم‌افزار باشد، روی نیاز کاربر تمرکز کند و برای انجام کار روزانه دائماً میان تیم‌های دیگر سرگردان نشود.

از همین نقطه می‌توان چند سوال مطرح کرد: آیا مسئولیت این تیم با ظرفیت شناختی آن متناسب است؟ آیا محدوده نرم‌افزار تحت مالکیتش مشخص است؟ برای تحویل یک تغییر به چند تیم دیگر وابسته است؟ کدام تعامل‌ها واقعاً لازم هستند و کدام‌یک فقط از ساختار نامناسب به وجود آمده‌اند؟

بعد از شناخت این وضعیت می‌توان درباره معماری، ابزارها، محیط کاری، پلتفرم و تقسیم سرویس‌ها تصمیم گرفت. یعنی ساختار فنی باید از نیازهای واقعی تیم و جریان کار حمایت کند، نه اینکه تیم‌ها مجبور شوند خود را با ساختاری که از قبل و بدون توجه به آن‌ها طراحی شده تطبیق دهند.

در طراحی یا بازطراحی تیم‌ها، چهار سوال مشخص را نیز مطرح می‌شود:

  1. با توجه به مهارت‌ها، محدودیت‌ها، بلوغ فرهنگی و مهندسی، معماری مورد نظر و اهداف کسب‌وکار، چه توپولوژی تیمی مناسب‌تر است؟

  2. چگونه می‌توان Handoverها را در مسیر اصلی تغییرات کاهش داد یا حذف کرد؟

  3. مرزهای سیستم در کجا قرار بگیرند تا جریان کار سریع باقی بماند؟

  4. تیم‌ها چگونه باید با این مرزهای نرم‌افزاری هماهنگ شوند؟

این سؤال‌ها کمک می‌کنند تغییر ساختار به جای واکنش به یک بحران لحظه‌ای، بر اساس جریان واقعی کار و محدودیت‌های تیم انجام شود.

فهم کلی من از کتاب

Team Topologies مسئله طراحی سازمان را مستقیما به نحوه ساخت نرم‌افزار مرتبط می‌کند. ساختار تیم‌ها، مرز مسئولیت آن‌ها و مسیرهای ارتباطی‌شان روی معماری سیستم اثر می‌گذارند و به همین دلیل نمی‌توان معماری نرم‌افزار را جدا از ساختار انسانی سازمان طراحی کرد.

قانون کانوی این ارتباط را توضیح می‌دهد، Team-First Thinking تیم را واحد اصلی انجام کار در نظر می‌گیرد و Cognitive Load مشخص می‌کند که هر تیم چه مقدار پیچیدگی را می‌تواند مدیریت کند. بر همین اساس، چهار نوع تیم Stream-aligned، Enabling، Complicated-subsystem و Platform تعریف می‌شوند و Collaboration، X-as-a-Service و Facilitating نیز شکل تعامل میان آن‌ها را مشخص می‌کنند.

اما این ساختار یک نسخه ثابت نیست. با تغییر محصول، فناوری، اندازه سیستم و نیازهای سازمان، مرز تیم‌ها و مدل تعامل آن‌ها نیز باید تغییر کند. کند شدن جریان کار، افزایش وابستگی‌ها و زیاد شدن بار شناختی نشانه‌هایی هستند که می‌توانند نیاز به این تغییر را آشکار کنند.

بسیاری از مشکلات توسعه نرم‌افزار فقط از کمبود ابزار یا فناوری ناشی نمی‌شوند. ساختار نامناسب تیم‌ها، مسئولیت‌های مبهم، تعاملات بدون الگوی مشخص و نادیده گرفتن بار شناختی نیز می‌توانند باعث کاهش سرعت، افزایش وابستگی و پیچیده شدن معماری شوند. Team Topologies مدلی برای طراحی این بخش از سازمان ارائه می‌کند تا تیم‌ها بتوانند تغییرات را بهتر مدیریت کنند و جریان تحویل نرم‌افزار پایدارتر بماند.

اين مطلب، بخشي از تمرينهاي درس معماري نرم‌افزار در دانشگاه شهيدبهشتي است.

منبع: Team Topologies: Organizing Business and Technology Teams for Fast Flow
نوشته: Manuel Pais و Matthew Skelton


معماری نرم‌افزارتیم توسعه
۱
۰
دیبا میرشفیعی
دیبا میرشفیعی
شاید از این پست‌ها خوشتان بیاید