SlideShare ist ein Scribd-Unternehmen logo
1 von 31
Downloaden Sie, um offline zu lesen
ZPS nach 16 Sprints
@ DevDay 2013
Korhan Gülseven, 10.12.2013
Agenda
∧ Einblick in die öV-Plattform
∧ Zwei Eckpfeiler der öV-Plattform
▪ Bitemporale Datenhaltung
▪ Offline-Fähigkeit
∧ Zusammenarbeit über zwei Standorte
Einblick in die öV-Plattform
Was kann die öV-Plattform heute liefern?
Einblick in die öV-Plattform
Dienste der NOVA-Schnittstelle
Erstelle Angebote
Offeriere Leistung
Kaufe Leistung
Produziere Ticket
1
2
3
4
Einblick in die öV-Plattform
Nutzer der NOVA-Schnittstelle
Einblick in die öV-Plattform
öV-Plattform Runtime
7
Bitemporale Datenhaltung
Bitemporale Datenhaltung
Änderungen an Stammdaten (Datenrelease 1)
Bitemporale Datenhaltung
Änderungen an Stammdaten (Datenrelease 2)
Bitemporale Datenhaltung
10
Änderungen an Stammdaten
Bitemporale Datenhaltung
Domänenmodell/Subsystem vollständig In-Memory
Reisedatum
TX-Datum
Lookup
Bitemporale Datenhaltung
Nicht unterschätzen
Offline-Fähigkeit
NOVA Offline
NOVA Offline
Run your own Preissystem™
?
16
1 Team, 2 Standorte
1 Team, 2 Standorte
17
Teams
Teamgrösse: 40
- Architektur
- Entwicklung
- Testing
Teamgrösse: 15
- Architektur
- Konzeption
- Spezifikation
- Fach Tests
1) Spezifikation X erstellen
2) Übergabe Spez X
5) Klärung von Fragen
(fortlaufend)
4) Testfälle, SW-Design &
Implementierung
6) Testing, Bugfixing
und Stabilisierung
7) Spezifikation X+1
erstellen
8) Lieferung Inkrement X
9) Übergabe Spez X+1
10) Beurteilung durch BN
- Fach Tests
- Code/Assembly Review
3)
Abstimmung
Planung (BN & SP)
Sprint-übergreifend:
1 Team, 2 Standorte
Zusammenspiel Bern und St. Petersburg
1 Team, 2 Standorte
Inkrementelle Spezifikation ist nicht neu
Delta Δ:
Was es braucht, um von
einem Inkrement zum
nächsten zu kommen.
Endzustand:
Wie es am Ende von
Inkrement 11 bzw. 12
aussehen soll.
In Bern schnüren wir am Ende jedes Sprints ein Päckchen...
Spezifikation für Inkrement X
«Delta»: Neues / Änderungen X-1 ⇓ X Angestrebter Endzustand Inkrement X*
User Story 1 User Story 2 ...
Kurzbeschrieb
Fachlichkeit /
Kontext
Exemplar.
Testfälle
«Referenzen»:
Betroffene
Systeme und
deren Modelle
Conditions of
Satisfaction
Kontakt
Evtl. Ausblick
Kurzbeschrieb
Fachlichkeit /
Kontext
Exemplar.
Testfälle
«Referenzen»:
Betroffene
Systeme und
deren Modelle
Conditions of
Satisfaction
Kontakt
Evtl. Ausblick
Kurzbeschrieb
Fachlichkeit /
Kontext
Exemplar.
Testfälle
«Referenzen»:
Betroffene
Systeme und
deren Modelle
Conditions of
Satisfaction
Kontakt
Evtl. Ausblick
System / Subsystem A
…
Schnittstellen Domänen-
modell
Abläufe GUI
Daten:
Stammdaten,
ERD
NFA Regeln/
Operationen
…
System / Subsystem B
Schnittstellen Domänen-
modell
Abläufe GUI
Daten:
Stammdaten,
ERD
NFA Regeln/
Operationen
…
1 Team, 2 Standorte
1 Team, 2 Standorte
21
3-Woche Sprints
Danke. Fragen?
SBB • Informatik • März 2013 22
Backup
24
Fahrplan-orientierte Angebote
Fahrplan-orientierte Angebote
∧ Die Kunden erwarten sinnvolle Angebote für den
Reisewunsch. Doch was bedeutet sinnvoll?
▪ Schnell…
▪ Bequem...
▪ Günstig…
▪ Schöne Aussicht...
▪ Saisonale Einschränkungen erfordern heute manuelle
Eingriff.
∧ Die zuverlässigste Quelle für sinnvolle Angebote ist der
Fahrplan.
Fahrplan-orientierte Angebote
25
Sinnvolle Angebote
Fahrplan-orientierte Angebote
26
Ein Blick hinter die Kulissen von Netz und Tarifmodell
Erstelle Angebote
Tarifmodell
Netz
Fahrplan-orientierte Angebote
∧ Bilder (Confluence)
27
Die Welt vom Subsystem Netz
Fahrplan-orientierte Angebote
∧ Bilder (Confluence)
28
Die Welt vom Subsystem Tarifmodell-DV
Fahrplan-orientierte Angebote
∧ Bilder (Confluence)
29
Abbildung möglicher Wege auf das Tarifnetz
Bitemporale Datenhaltung
30
Sicht Datenbank
GEN VER GUELTIG_VON GUELTIG_BIS DR PREIS
1 1 01.01.2013 01.02.2013 DR1 10.00
2 1 01.02.2013 01.03.2013 DR1 11.00
3 1 01.03.2013 DR1 12.00
3 2 01.03.2013 01.04.2013 DR2 12.00
4 1 01.04.2013 DR2 15.00
3 3 01.03.2013 01.04.2013 DR3 12.20
4 2 01.04.2013 01.05.2013 DR4 15.00
5 1 01.06.2013 DR4 16.00
öV-Plattform/NOVA Offline
∧ Laufzeitumgebung: Websphere für öV-Plattform, Jetty für NOVA-Offline
∧ H2 für Stammdaten, Oracle für Bewegungsdaten
∧ Spring (Core, Data, WS, Test)
∧ Hibernate, Joda-Time, Powermock/Easymock
∧ Schnittstelle: SOAP, JAXB
∧ IDE/Tools: Eclipse, IntelliJ, SQL Developer, JProfiler, TOAD, Squirrel,
JIRA. Jmeter, SOAP UI, Maven
∧ Sonstiges: Google Earth, Sparx EA, Hudson, Subversion, SONAR
SBB • Informatik • März 2013 31
Technologie-Stack

Weitere ähnliche Inhalte

Ähnlich wie ZPS nach 16 Sprints

Data lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesData lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesComsysto Reply GmbH
 
VDV 45x oder Google? / Neue Schnittstellen für den Datenaustausch
VDV 45x oder Google? / Neue Schnittstellen für den DatenaustauschVDV 45x oder Google? / Neue Schnittstellen für den Datenaustausch
VDV 45x oder Google? / Neue Schnittstellen für den DatenaustauschTobias Frommenwiler
 
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Spark Summit
 
Webinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive Analytics
Webinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive AnalyticsWebinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive Analytics
Webinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive AnalyticsCONOGY GmbH
 
Moderne Web GIS-Clients als Vorbild für den GIP 2.0 WebClient
Moderne Web GIS-Clients als Vorbild für den GIP 2.0 WebClientModerne Web GIS-Clients als Vorbild für den GIP 2.0 WebClient
Moderne Web GIS-Clients als Vorbild für den GIP 2.0 WebClientJohannes Gruber
 
SAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und ChartsSAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und ChartsIBsolution GmbH
 
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen ExtraktionWebinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen ExtraktionCONOGY GmbH
 
Progressive Web Apps mit Angular
Progressive Web Apps mit AngularProgressive Web Apps mit Angular
Progressive Web Apps mit AngularJens Binfet
 
Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...
Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...
Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...Markus Flechtner
 
Lasttest auf Zuruf CloudTest on Demand webinar presentation
Lasttest auf Zuruf CloudTest on Demand webinar presentationLasttest auf Zuruf CloudTest on Demand webinar presentation
Lasttest auf Zuruf CloudTest on Demand webinar presentationSOASTA
 
Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...
Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...
Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...AI4BD GmbH
 
2007 - Basta!: Nach soa kommt soc
2007 - Basta!: Nach soa kommt soc2007 - Basta!: Nach soa kommt soc
2007 - Basta!: Nach soa kommt socDaniel Fisher
 
worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH
 
amsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphaseamsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-FörderphaseBjörn Muschall
 
MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...
MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...
MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...Niels de Bruijn
 
Cloud Native und Java EE: Freund oder Feind?
Cloud Native und Java EE: Freund oder Feind?Cloud Native und Java EE: Freund oder Feind?
Cloud Native und Java EE: Freund oder Feind?Josef Adersberger
 
Cloud Native & Java EE: Freund oder Feind?
Cloud Native & Java EE: Freund oder Feind?Cloud Native & Java EE: Freund oder Feind?
Cloud Native & Java EE: Freund oder Feind?QAware GmbH
 
Data Is The New Oil
Data Is The New OilData Is The New Oil
Data Is The New OilParStream
 

Ähnlich wie ZPS nach 16 Sprints (20)

Data lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesData lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid Architectures
 
VDV 45x oder Google? / Neue Schnittstellen für den Datenaustausch
VDV 45x oder Google? / Neue Schnittstellen für den DatenaustauschVDV 45x oder Google? / Neue Schnittstellen für den Datenaustausch
VDV 45x oder Google? / Neue Schnittstellen für den Datenaustausch
 
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
 
Webinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive Analytics
Webinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive AnalyticsWebinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive Analytics
Webinar: Erfahrungsbericht - Nachfrageoptimierung mit SAP Predictive Analytics
 
Moderne Web GIS-Clients als Vorbild für den GIP 2.0 WebClient
Moderne Web GIS-Clients als Vorbild für den GIP 2.0 WebClientModerne Web GIS-Clients als Vorbild für den GIP 2.0 WebClient
Moderne Web GIS-Clients als Vorbild für den GIP 2.0 WebClient
 
MairDumont Switch to Elasticsearch
MairDumont Switch to ElasticsearchMairDumont Switch to Elasticsearch
MairDumont Switch to Elasticsearch
 
SAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und ChartsSAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und Charts
 
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen ExtraktionWebinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
 
Progressive Web Apps mit Angular
Progressive Web Apps mit AngularProgressive Web Apps mit Angular
Progressive Web Apps mit Angular
 
Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...
Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...
Die Datenbank ist nicht immer Schuld - Gründe warum Datenbank-Migration schei...
 
Lasttest auf Zuruf CloudTest on Demand webinar presentation
Lasttest auf Zuruf CloudTest on Demand webinar presentationLasttest auf Zuruf CloudTest on Demand webinar presentation
Lasttest auf Zuruf CloudTest on Demand webinar presentation
 
Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...
Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...
Linked Data Service (LINDAS): Status quo of the linked data life-cycle and le...
 
2007 - Basta!: Nach soa kommt soc
2007 - Basta!: Nach soa kommt soc2007 - Basta!: Nach soa kommt soc
2007 - Basta!: Nach soa kommt soc
 
worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse
 
amsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphaseamsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphase
 
MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...
MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...
MT AG Rapid Application Development mit APEX 5 (Important: latest version on ...
 
Cloud Native und Java EE: Freund oder Feind?
Cloud Native und Java EE: Freund oder Feind?Cloud Native und Java EE: Freund oder Feind?
Cloud Native und Java EE: Freund oder Feind?
 
Cloud Native & Java EE: Freund oder Feind?
Cloud Native & Java EE: Freund oder Feind?Cloud Native & Java EE: Freund oder Feind?
Cloud Native & Java EE: Freund oder Feind?
 
Data Is The New Oil
Data Is The New OilData Is The New Oil
Data Is The New Oil
 
Apache Solr Revisited 2015
Apache Solr Revisited 2015Apache Solr Revisited 2015
Apache Solr Revisited 2015
 

Kürzlich hochgeladen

Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...
Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...
Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...Markus Unterauer
 
Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...DNUG e.V.
 
Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...DNUG e.V.
 
From Zero to still Zero: Die schönsten Fehler auf dem Weg in die Cloud
From Zero to still Zero: Die schönsten Fehler auf dem Weg in die CloudFrom Zero to still Zero: Die schönsten Fehler auf dem Weg in die Cloud
From Zero to still Zero: Die schönsten Fehler auf dem Weg in die CloudOPEN KNOWLEDGE GmbH
 
Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...
Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...
Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...OPEN KNOWLEDGE GmbH
 
FEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data Imputation
FEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data ImputationFEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data Imputation
FEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data ImputationOPEN KNOWLEDGE GmbH
 

Kürzlich hochgeladen (6)

Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...
Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...
Rückwärts denken vorwärts handeln - Requirements Reverse Engineering bei Syst...
 
Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (1) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
 
Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
Slides (2) zu Teil 3 der Veranstaltungsreihe Anwendungsentwicklung mit Volt M...
 
From Zero to still Zero: Die schönsten Fehler auf dem Weg in die Cloud
From Zero to still Zero: Die schönsten Fehler auf dem Weg in die CloudFrom Zero to still Zero: Die schönsten Fehler auf dem Weg in die Cloud
From Zero to still Zero: Die schönsten Fehler auf dem Weg in die Cloud
 
Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...
Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...
Machine Learning? Ja gerne! Aber was und wie? Eine Kurzanleitung für den erfo...
 
FEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data Imputation
FEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data ImputationFEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data Imputation
FEHLENDE DATEN? (K)EIN PROBLEM!: Die Kunst der Data Imputation
 

ZPS nach 16 Sprints

  • 1. ZPS nach 16 Sprints @ DevDay 2013 Korhan Gülseven, 10.12.2013
  • 2. Agenda ∧ Einblick in die öV-Plattform ∧ Zwei Eckpfeiler der öV-Plattform ▪ Bitemporale Datenhaltung ▪ Offline-Fähigkeit ∧ Zusammenarbeit über zwei Standorte
  • 3. Einblick in die öV-Plattform Was kann die öV-Plattform heute liefern?
  • 4. Einblick in die öV-Plattform Dienste der NOVA-Schnittstelle Erstelle Angebote Offeriere Leistung Kaufe Leistung Produziere Ticket 1 2 3 4
  • 5. Einblick in die öV-Plattform Nutzer der NOVA-Schnittstelle
  • 6. Einblick in die öV-Plattform öV-Plattform Runtime
  • 8. Bitemporale Datenhaltung Änderungen an Stammdaten (Datenrelease 1)
  • 9. Bitemporale Datenhaltung Änderungen an Stammdaten (Datenrelease 2)
  • 15. NOVA Offline Run your own Preissystem™ ?
  • 16. 16 1 Team, 2 Standorte
  • 17. 1 Team, 2 Standorte 17 Teams Teamgrösse: 40 - Architektur - Entwicklung - Testing Teamgrösse: 15 - Architektur - Konzeption - Spezifikation - Fach Tests
  • 18. 1) Spezifikation X erstellen 2) Übergabe Spez X 5) Klärung von Fragen (fortlaufend) 4) Testfälle, SW-Design & Implementierung 6) Testing, Bugfixing und Stabilisierung 7) Spezifikation X+1 erstellen 8) Lieferung Inkrement X 9) Übergabe Spez X+1 10) Beurteilung durch BN - Fach Tests - Code/Assembly Review 3) Abstimmung Planung (BN & SP) Sprint-übergreifend: 1 Team, 2 Standorte Zusammenspiel Bern und St. Petersburg
  • 19. 1 Team, 2 Standorte Inkrementelle Spezifikation ist nicht neu Delta Δ: Was es braucht, um von einem Inkrement zum nächsten zu kommen. Endzustand: Wie es am Ende von Inkrement 11 bzw. 12 aussehen soll.
  • 20. In Bern schnüren wir am Ende jedes Sprints ein Päckchen... Spezifikation für Inkrement X «Delta»: Neues / Änderungen X-1 ⇓ X Angestrebter Endzustand Inkrement X* User Story 1 User Story 2 ... Kurzbeschrieb Fachlichkeit / Kontext Exemplar. Testfälle «Referenzen»: Betroffene Systeme und deren Modelle Conditions of Satisfaction Kontakt Evtl. Ausblick Kurzbeschrieb Fachlichkeit / Kontext Exemplar. Testfälle «Referenzen»: Betroffene Systeme und deren Modelle Conditions of Satisfaction Kontakt Evtl. Ausblick Kurzbeschrieb Fachlichkeit / Kontext Exemplar. Testfälle «Referenzen»: Betroffene Systeme und deren Modelle Conditions of Satisfaction Kontakt Evtl. Ausblick System / Subsystem A … Schnittstellen Domänen- modell Abläufe GUI Daten: Stammdaten, ERD NFA Regeln/ Operationen … System / Subsystem B Schnittstellen Domänen- modell Abläufe GUI Daten: Stammdaten, ERD NFA Regeln/ Operationen … 1 Team, 2 Standorte
  • 21. 1 Team, 2 Standorte 21 3-Woche Sprints
  • 22. Danke. Fragen? SBB • Informatik • März 2013 22
  • 25. ∧ Die Kunden erwarten sinnvolle Angebote für den Reisewunsch. Doch was bedeutet sinnvoll? ▪ Schnell… ▪ Bequem... ▪ Günstig… ▪ Schöne Aussicht... ▪ Saisonale Einschränkungen erfordern heute manuelle Eingriff. ∧ Die zuverlässigste Quelle für sinnvolle Angebote ist der Fahrplan. Fahrplan-orientierte Angebote 25 Sinnvolle Angebote
  • 26. Fahrplan-orientierte Angebote 26 Ein Blick hinter die Kulissen von Netz und Tarifmodell Erstelle Angebote Tarifmodell Netz
  • 27. Fahrplan-orientierte Angebote ∧ Bilder (Confluence) 27 Die Welt vom Subsystem Netz
  • 28. Fahrplan-orientierte Angebote ∧ Bilder (Confluence) 28 Die Welt vom Subsystem Tarifmodell-DV
  • 29. Fahrplan-orientierte Angebote ∧ Bilder (Confluence) 29 Abbildung möglicher Wege auf das Tarifnetz
  • 30. Bitemporale Datenhaltung 30 Sicht Datenbank GEN VER GUELTIG_VON GUELTIG_BIS DR PREIS 1 1 01.01.2013 01.02.2013 DR1 10.00 2 1 01.02.2013 01.03.2013 DR1 11.00 3 1 01.03.2013 DR1 12.00 3 2 01.03.2013 01.04.2013 DR2 12.00 4 1 01.04.2013 DR2 15.00 3 3 01.03.2013 01.04.2013 DR3 12.20 4 2 01.04.2013 01.05.2013 DR4 15.00 5 1 01.06.2013 DR4 16.00
  • 31. öV-Plattform/NOVA Offline ∧ Laufzeitumgebung: Websphere für öV-Plattform, Jetty für NOVA-Offline ∧ H2 für Stammdaten, Oracle für Bewegungsdaten ∧ Spring (Core, Data, WS, Test) ∧ Hibernate, Joda-Time, Powermock/Easymock ∧ Schnittstelle: SOAP, JAXB ∧ IDE/Tools: Eclipse, IntelliJ, SQL Developer, JProfiler, TOAD, Squirrel, JIRA. Jmeter, SOAP UI, Maven ∧ Sonstiges: Google Earth, Sparx EA, Hudson, Subversion, SONAR SBB • Informatik • März 2013 31 Technologie-Stack