软件项目开发全流程 · 第 36 课 · 全流程综合案例（结课）
1、把 35 课串成一条线
前面 35 课，我们像拆零件一样，把软件生命周期的每一环都讲了一遍。但真实的项目不是按课本章节顺序发生的——它是交织的、迭代的、充满取舍的。
这最后一课，我们用一个完整的虚构案例，把六阶段从头到尾走一遍，看看这些知识在实际中怎么串起来用。这也是全课程的收束。
2、案例背景：校园二手交易平台 "CampusTrade"
项目：校园二手交易平台 CampusTrade
团队：3 人（2 开发 + 1 兼职设计）
目标：让学生在校内买卖二手书、电子产品、生活用品
约束：预算少、2 个月出 MVP、团队都是学生（第一次做完整项目）我们跟着它，走过六大阶段。
3、第一阶段：立项与规划（第 1~5 课）
做了什么：
- 问题与机会（第 2 课）：校园二手交易靠微信群，信息易沉底、无法搜索、交易无保障。痛点真实存在。
- 商业论证：不追求盈利，目标是"服务校园 + 团队练手"。目标清晰，避免过度设计。
- 可行性：技术可行（Web 应用）、时间可行（MVP 只做核心）、成本可行（学生免费额度/云服务）。
- MVP 范围（第 4 课）：只做发布物品、浏览搜索、联系卖家三件事。砍掉聊天、支付、评价、推荐。
- 项目章程：明确目标、范围、干系人（学生用户、学校、团队）、成功标准（100 个发布、50 次成交）。
- 计划与估算（第 5 课）：用故事点 + 规划扑克估，留 30% 缓冲，排关键路径（登录 → 发布 → 搜索）。
关键取舍：砍需求是这一阶段最重要的动作。什么都想做 = 什么都做不完。
4、第二阶段：需求与设计（第 6~11 课）
做了什么：
- 需求获取（第 6 课）：访谈 10 个学生 + 观察微信群行为 → 得到真实需求；用用户故事写：
作为一个买家，我想要按关键词搜索物品，
以便快速找到我要的书。
验收标准：
Given 已发布的物品中有"数据结构"
When 我搜索"数据结构"
Then 返回标题或描述包含"数据结构"的在售物品，按发布时间倒序- 需求管理（第 7 课）：用 MoSCoW 排优先级，MVP 只做 Must；建需求追溯矩阵（需求 → 设计 → 测试）。
- 原型与设计（第 8 课）：低保真线框图先定流程（发布 → 列表 → 详情 → 联系方式），再做高保真。
- 架构（第 9 课）：单体 + 分层（不是微服务！3 人团队不需要）。
┌─────────────────────────┐
│ 前端（简单 SPA/模板） │
└───────────┬─────────────┘
│ HTTP/JSON
┌───────────▼─────────────┐
│ 应用层（API + 业务） │
├─────────────────────────┤
│ 数据层（ORM + PostgreSQL）│
└─────────────────────────┘- 数据模型（第 10 课）：
users/items/categories三张核心表，加必要索引（如status、title）。 - 选型（第 11 课）：选团队最熟的技术栈（Python + 轻量框架），不追新。
关键取舍：架构简单优先。过度设计（微服务、消息队列）是学生项目最常见的自杀方式。
5、第三阶段：开发与团队协作（第 12~18 课）
做了什么：
- Git 工作流（第 12 课）：
main保护 + 功能分支 + PR 合并。 - 代码评审（第 13 课）：每个 PR 至少 1 人 review；小 PR，早合并。
- 编码规范（第 14 课）：统一格式（用 formatter）、命名约定、Lint 自动检查。
- 测试驱动（第 15 课）：核心业务（发布、搜索）用 TDD；UI 简化。
- CI（第 16 课）：GitHub Actions：提交 → 跑测试 → 构建，红灯不合并。
- 敏捷实践（第 17 课）：两周一个 Sprint，每日 15 分钟站会，看板管理（To Do / Doing / Done），Sprint 末尾回顾。
- 重构（第 18 课）：每到一处就先补测试；发现重复就顺手提炼，别等债雪崩。
关键实践：CI 红灯不合并 + 每个 PR 都 review——这两条拦住了 90% 的低级问题。
6、第四阶段：测试与质量（第 19~23 课）
做了什么：
- 测试金字塔（第 19 课）：大量单元测试 + 适量集成测试 + 少量 E2E（搜索、发布全流程）。
- 手工测试（第 20 课）：探索式测试找边界（空标题、超长描述、特殊字符、图片格式）。
- 缺陷管理（第 21 课）：用 GitHub Issues 记 bug，定严重级，闭环跟踪。
- 质量度量（第 22 课）：关注逃逸缺陷数，而非"写了多少测试"。
- 安全与数据质量（第 23 课）：防 SQL 注入（参数化查询）、
<script>XSS 转义、上传文件类型校验。
关键实践：把安全当功能做，而不是上线后补。
7、第五阶段：交付与运维（第 24~28 课）
做了什么：
- 构建制品（第 24 课）：Docker 镜像，注入版本号 + commit，锁依赖。
- CI/CD（第 25 课）：合并到
main自动部署到测试环境；生产部署手动点一下（人工审批）。 - 上线发布（第 26 课）：发 Release Checklist；新功能加功能开关；写 Changelog。
- 监控告警（第 27 课）：接入基础监控（错误率、响应时间）+ 错误日志聚合。
- 事故响应（第 28 课）：写一页 Runbook（挂了怎么办）；第一次线上事故后做无指责复盘。
关键实践：先能回滚，再谈上线。
8、第六阶段：维护与退役（第 29~33 课）
做了什么：
- 维护四类（第 29 课）：修 bug（纠错）、适配移动端（适应）、加收藏功能（完善）、补测试与重构（预防）——四类都规划。
- 技术债管理（第 30 课）：建技术债台账；每个 Sprint 留 20% 容量还债。
- 数据库演进（第 34 课）：加
价格字段时用扩展-收缩，先加可空列，回填后再切换。 - 退役规划（第 35 课）：把早期一个实验性"留言板"模块下线——盘点依赖 → 迁移 → 灰度 → 关停。
- 本课：把这一切串成一条经验。
关键实践：维护不是"没事干才修"，而是每个迭代固定投入。
9、贯穿全程的三条主线
回看 CampusTrade，有三条线贯穿所有阶段：
主线一：持续交付的价值流
想法 → 需求 → 代码 → 测试 → 部署 → 反馈
每一环都要"小步、快速、可验证、可回滚"
主线二：质量内建（Built-in Quality）
测试、评审、CI、安全，是"每一步都做"，不是"最后补课"
主线三：可持续的节奏
估算、还债、迭代、复盘，让团队的"速度"能长期维持10、一位工程师的成长地图
学完这 33 课，你掌握的是一张地图：
| 层次 | 你会的 |
|---|---|
| 单点技能 | 写代码、写测试、用 Git |
| 工程实践 | 需求分析、架构设计、CI/CD、监控 |
| 协作能力 | 评审、站会、复盘、沟通、估算 |
| 系统思维 | 取舍、权衡、风险、全生命周期视角 |
真正的分水岭不是"会多少技术"，而是判断力：
什么时候该简单、什么时候该严谨？
什么时候该借债、什么时候该还？
什么时候该加、什么时候该砍？
这种判断力，只能在真实项目里、一次次取舍中练出来。
11、给继续前进的你
- 不要等"完美项目"才实践：把身边的小需求做完一整个流程（哪怕是个个人工具）。
- 从小处用全套：一个脚本也配 README、测试、CI——习惯会成自然。
- 读别人的代码与项目：开源项目是最好的教材。
- 复盘自己的项目：每做一个，写一段"回望"。
- 保持好奇与谦逊：技术会变，"思考方式"常青。
12、课程的终点，是实践的起点
从《Python 从零开始》到《从算法到人工智能》，再到这门《软件项目开发全流程》，你走过的是一条从"写程序"到"做产品"、从"一个人"到"一个团队"的路。
这一课没有"新知识"，只有一条邀请：
去把学到的东西，用一个真实项目走一遍。
然后回到这里，看看哪些你认同、哪些你要修正。
软件工程没有标准答案，只有在实践中不断校准的、属于你自己的方法论。
感谢你走完全程。现在，去创造你自己的项目吧。 🚀
13、结课作业 🎯
任务：完整走一遍你自己的一个小项目（六阶段全流程）。
要求：规模小、周期短（1~2 周），但每个阶段都留下证据：
- 立项：一页纸的章程（目标、范围、干系人、成功标准）。
- 需求设计：≥5 条用户故事 + 验收标准 + 一张架构图 + 数据模型。
- 开发协作：Git 分支 + 至少 3 个 PR + CI 跑通 + 一个 Sprint 看板。
- 测试：单元测试 + 至少 1 个 E2E，覆盖率有数字。
- 交付：一次真实或模拟的部署 + Release Note + 一页 Runbook。
- 维护：一份技术债台账 + 一次小重构 + 一次"退役/下架"演练。
- 总复盘：写一份 2 页的过程复盘——哪些做得好、哪些踩了坑、如果重来会怎么改。
把这 7 份证据整理成一个仓库，你就有了自己的第一份"工程履历"。
14、全课程你带走的三句话
- 软件生命周期是一条价值流：立项 → 需求设计 → 开发协作 → 测试 → 交付运维 → 维护退役，每一环都为下一环负责。
- 质量是内建的，不是补课的：测试、评审、CI、安全、可观测，分布在每一步。
- 工程的核心是判断力与取舍：没有银弹，只有在真实项目中一次次校准的、属于你自己的方法论。
全课程完 · 36 课。
（本课程与《Python 从零开始》《从算法到人工智能》构成完整学习路径：语言 → 算法 → 工程。）