mateuso97 / calculadora---treinamento Goto Github PK

Treinamento _Sprint_

Neste treinamento, aplicaremos todos os conceitos estudados até o momento. Uma aplicação deverá ser desenvolvida em Django utilizando Docker como ambiente de desenvolvimento. As metodologias a serem seguidas deverão ser as ágeis Scrum, XP e Kanban. O versionameto do projeto devará seguir os padrões do Gitflow.

Para este projeto será necessário possuir Git, Docker e Docker Compose.
Links para instalação:

• Git
• Docker
• Docker Compose

Escolha uma forma de clonar o repositório deste projeto:

• HTTPS: git clone https://github.com/MateusO97/Calculadora---Treinamento
• SSH: git clone [email protected]:MateusO97/Calculadora---Treinamento.git

Hora de rodar o projeto. Com o Docker rodando, navegue para o diretório do repositório clonado e rode o Docker Compose.

$ cd Calculadora---Treinamento
$ docker-compose up

E está pronto, a aplicação já está rodando. Abra o seu navegador na página http://localhost:3000/ para ve-la funcionando!

Caso os comandos acima não tenham funcionado, rode como sudo:

$ sudo docker-compose up

O desafio deste treinamento é finalizar as issues apresentadas neste repositório, mas seguindo o passo a passo do Scrum e utilizando dos conceitos aprendidos até o momento no tempo delimitado. Acompanhe as intruções a seguir:

A primeira fase do treinamento será para planejar a Sprint a ser executada. Nesta etapa, vocês terão um prazo de 10 Minutos para conclui-la. Estes serão os passos dessa etapa:

• Planning Poke: pontuar as issues do backlog (Sugestão: em virtude do tempo, realizem a votação e decidam rapidamente pela maioria dos votos.)
• Alocar Histórias: decidam quantas e quais issues serão feitas nessa primeira Sprint, levem em consideração que teremos somente 2 Sprints.
• Definir Pareamentos: montem as duplas, levando em consideração a passagem de conhecimento, e aloquem as histórias de cada dupla.

Depois de definidos os pareamentos, é hora de colocar a mão no código! Nesta etapa, vocês terão um prazo de 30 minutos para conclui-la. Levem em consideração os seguintes pontos:

• Esquema Dojo: dentro da dupla, o desenvolvimento vai funcionar da seguinte forma: um dos membros começara como Piloto enquanto o outro irá sentar do seu lado sendo o Co-Piloto. O Piloto é o único que poderá tocar no código neste tempo, e enquanto ele estiver progamando, é seu dever falar em voz alta para o Co-Piloto tudo que estiver sendo feito. O Co-Piloto não poderá programar, mas pode falar para o Piloto o que ele deverá fazer e guia-lo caso necessário.
• Daily: após 15 Minutos, iremos parar as atividades e realizar um Stand Up, todos dirão, rapidamente, o que fizeram nesse tempo. Após o Daily, os Pilotos e Co-Pilotos inverterão os papéis.
• Commits: os commits deverão ser atômicos (1 funcionalidade por commit) e devem seguir o esquema de branches do Gitflow. Os nomes das Branches criadas deverão seguir o seguinte padrão: issue_x_nome_issue, sendo "x" o número da Issue.
• Pull Request: ao finalizar sua Issue, a dupla deverá criar um Pull Request e solicitar a revisão e, se possível, a aceitação de outra dupla.

• O que foi feito?: listar as issues que foram finalizadas (Pull Requests aceitos).
• O que não foi feito?: listar as issues que não foram finalizadas.
• Porque não foi feito?: listar os problemas e dificuldades que impidiram de finalizar as issues.

• O que deu certo?: quais foram os pontos fortes da equipe nessa Sprint? O que funcionou melhor?
• O que deu errado?: o que deu errado do que foi planejado? Quais fases menos funcionaram?
• Como melhorar?: para uma próxima Sprint, o que poderia ser feito melhor? Quais medidas seriam interessantes? (Listar 3, uma que precisaria ocorrer imediatamente, uma que seria interessante, mas não fundamental e uma que poderia um dia ocorrer).

$ docker pull <imagem-desejada>

$ docker images

$ docker rmi -f <id-da-imagem>

$ docker ps

$ docker rm [-f] <nome-do-contêiner-ou-id>

$ docker exec <nome-do-contêiner> <comando-desejado>

$ python3 manage.py makemigrations

$ python3 manage.py migrate