In questo post affrontiamo un argomento interessante, inerente le Regole di Automazione. Vogliamo creare una schedulazione pianificata tramite le regole di automation per creare una issue/task/compito in base a delle richieste particolari. Vediamo come fare.
Come moderni Bandeirantes, andiamo in esplorazione
Andiamo con ordine
Vogliamo creare in maniera automatica e schedulata una issue particolare ma quando andiamo a richiamare tutti i vari mattoncini lego delle nostre regole, abbiamo dei problemi e siamo in pieno disastro. Come possiamo fare?
Stiamo calmi
Abbiamo una soluzione
Ebbene si: abbiamo una soluzione, ma andiamo sempre con ordine: un passo alla volta. Sappiamo che possiamo impostare un apposito trigger nelle nostre regole di automation, che ci permette di poter gestire le schedulazioni. In particolare (vedi immagini seguenti):
Un semplice esempio
La relativa sezione di JQL
abbiamo quindi tutto, ma abbiamo anche un problema che non possiamo trascurare: Dobbiamo specificare un JQL per selezionare l’elenco delle issue da usare.
Ragioniamo e verifichiamo
Possiamo non specificare il JQL, non sembra obbligatorio. Nel nostro caso di uso vogliamo creare una issue ad un orario ben definito, ma senza dover avere un insieme di issue da gestire. Come possiamo fare? Abbiamo la soluzione e si prega di inoltrare i ringraziamenti alle persone citata nell’articolo di Atlassian Community riportatoi di seguito.
Occorre impostare la seguente condizione
Da dove andiamo a selezionare l’opzione
La parametrizzazione proposta
che ci permette di poter gestire questa situazione e ci permette di creare una nuova issue non appena scattato il trigger.
Vediamola in azione
Ho predisposto una regola di prova, per eseguire il test:
regola semplice e banale
Una volta attivata abbiamo il seguente risultato:
Il risultato dal LOG di esecuzione della regola
e la issue risulta
la issue generata
Conclusione
Abbiamo scoperto un trucco molto importante perché ci permette di creare questa tipologia di schedulazione. questo ci permette di poter avere delle issue create a richiesta senza dover acquistare altri addon e sfruttando lo standard. Ovviamente si tratta di una soluzione che ci fa risparmiare, ma occorre sempre tenere conto di quanto ho già spiegato nel mio post che riguarda la nuova gestione dei limiti di esecuzione delle regole.
Reference
Ringraziamenti a tutti coloro che hanno partecipato alla discussione della Atlassian community e che hanno reso possibile la stesura di questo articolo in Italica lingua.
Credo che sia sempre ottimo precisare e dare ulteriori indicazioni sulle Automation, che sono un mondo molto vasto ed interessante. Cerchiamo di fare una piccola precisazione che sicuramente sarà molto utile.
Procediamo senza indugio
Nel dettaglio
Quello che abbiamo a trattare riguarda il come generare un task affinché sia collegato ad una Epic. Come sappiamo la Epic è un caso eccezionale tra tutte le issue presenti su Jira. Si tratta dell’unica issue type che permette di poter avere delle Issue figlie. I motivi li abbiamo trattati in altri post precedenti ma credo che a breve li andremo a riprendere. 😉
Un esempio ben dettagliato di questa gerarchia
Se vogliamo introdurre questa informazione quando usiamo le regole di automation ci accorgiamo di una cosa: Usando l’azione di Edit Issue, quando selezioniamo il campo Epic Link, non riusciamo a passare il valore. Qualcosa non funziona.
Un dettaglio della azione
Il risultato non è quello sperato. Sembra quasi che l’azione non si esegua. Quindi?
Ragioniamo e verifichiamo
Nozioni di Storia di Jira
Dobbiamo sapere (da storico dilettante non posso esimermi) che originariamente non esisteva la gestione Agile su Jira. E’ stata aggiunta da un addon (greenhopper) che ha introdotto questo aspetto. Atlassian si è buttata a pesce ed ha acquisito l’addon. Adesso sembra tutto integrato, ma….. in realtà credo ci sia una separazione ancora netta. Credo che sotto sotto sia rimasto un addon separato e di conseguenza anche il campo sia gestito in maniera separata.
Ho scartabellato e verificato ed il risultato è questo articolo del Community: Il campo va gestito esattamente come un qualsiasi campo custom. Passiamo al Json:
Uno schema del JSON da usare
Se usiamo questa indicazione, riusciamo ad arrivare all’obiettivo.
Conclusione
Un ringraziamento a tutti coloro che hanno partecipato a questa discussione che ha permesso la redazione di questo articolo in Italica Lingua.
Grazie.
Un ultimo appunto:
Mentre componevo questo articolo, ho notato una cosa molto carina. Atlassian sta rivedendo l’interfaccia grafica della sezione delle regole di Automation. Infatti:
URCAAAAAA
promette bene. Vedremo nei prossimi mesi che cosa succederà.
In questo post affrontiamo un argomento interessante, inerente le Regole di Automazione. Già recentemente abbiamo parlato, in questo post, di come la gestione dei limiti di queste regole cambiano dal prossimo primo novembre. Vediamo in questo caso come sopperire ad una necessità, ovvero come possiamo aggiungere un link ad una Pagina di Confluence ad una issue, direttamente da Regola di automazione.
Come moderni Bandeirantes, andiamo in esplorazione
Andiamo con ordine
Vogliamo associare ad una issue, quella che ha causato l’esecuzione della nostra regola, una pagina di Confluence ben precisa. Una cosa che notiamo subito è che non abbiamo a disposizione una azione specifica attraverso le Automazioni. DI conseguenza siamo leggermente frustrati. La domanda sorge spontanea. Come possiamo fare??
Stiamo calmi
Abbiamo una soluzione
Ebbene si. Possiamo sfruttare una delle azioni che meglio si adegua per poter agganciare una pagina ad una issue. In particolare possiamo sfruttare questa azione:
Send Web Request è quello che ci serve
Da questa azione possiamo fare ua cosa molto semplice: Chiamare una API di Atlassian e agganciare la pagina alla issue. ma vediamo quale è la API che andiamo a richiamare.
Quello che occorre fare è impostare i parametri che ci servono e successivamente applicarli tramite la regola.
Il risultato è il seguente:
Un esempio che ho impostato su di un mio ambiente di prova
Conclusione
Questo è molto interessante. Possiamo agganciare una pagina Confluence alla nostre issue in maniera veramente semplice. Ci sono degli accorgimenti da tenere presente quando si utilizzano delle API, ma ne parleremo in maniera più approfondita in separata sede. Si tratta di una sorpresa. Rimaniamo in contatto.
Reference
Un ringraziamento a tutti i partecipanti a questa discussione della Atlassian Community, dove è stato chiarito questo punto e che ha permesso di poter scrivere questo articolo in Italica Lingua.
In questo post andremo ad esaminare un addon veramente interessante. Vi posso assicurare che ho avuto la possibilità di eseguire un collaudo molto accurato ed il risultato mi ha lasciato seriamente a bocca aperta dai grandi risultati ottenuti. Ma andiamo con ordine: Partiamo dall’inizio e spieghiamo il caso di uso cercando di mostrare come funziona questo addon.
Set explore mode = ON
Il caso di uso che mi si è presentato
In questa situazione, avevo la necessità di dover modificare massivamente il contenuto di un determinato campo, risultato della Migrazione da Server a Cloud per conto di un mio cliente. In questo caso, i campi migrati erano il risultato della migrazione del valore di Elements (ex nFeed). Il problema è che il valore dei campi risultava un qualcosa di questo genere, inaccettabile da proporre al cliente.
{“key:[“XXXXXXXX – Una descrizione del codice”]}
il risultato era un Json che non rispecchia proprio il valore desiderato dal cliente. Le funzionalità standard non permettono delle modifiche così approfondite. Si rendeva necessaria una operazione di ingegno. Iniziavo una analisi alchemica che mi aiutasse nella risoluzione del problema.
Questa immagine descrive la mia situazione. Nottate ad elucubrare per un risultato
…. ma alla fine il risultato è giunto insperato
Una soluzione si è presentata quando oramai sembrava tutto perduto. Un addon mi salvava la vita e mi permetteva di poter correggere il valore e risolvere la questione. Si tratta di Advanced Bulk Edit for Jira, un addon della Codefortynine molto molto interessante.
La pagine dell’addon su Marketplace.
Questo addon permette di poter eseguire delle operazioni sui campi permettendone la MODIFICA. Questa è una caratteristica molto molto interessante.
Fonte Marketplace Atlassian
Dalla precedente immagine possiamo osservare che abbiamo diverse possibilità per modificare i campi. Possiamo aggiungere dei valori, eseguire delle operazioni di Sostituzione di testo con altro, etc. La faccenda diventa interessante
Iniziamo a rilassarci e a pensare quante possibili applicazioni possiamo farne
La mia esperienza lavorativa
Nell’utilizzo di questo addon ho notato una cosa molto molto interessante. Se andiamo ad eseguire una query JQL, quello che otteniamo è il seguente risultato (il particolare sul CLOUD): La query JQL non restituisce più di 1000 risultati, anche se le issue sono più di 1000. Questa è una limitazione che le API di Jira dispongono. DI conseguenza abbiamo sempre qualche problema
Calma, non disperiamo. Abbiamo una piacevole novità
La seguente schermata è stata presa (opportunamente trattata per non mostrare dati riservati) al fine di riuscire a mostrare il risultato. Se ci fate caso il numero di issue selezionato è maggiore di 1000.
Tratto da una operazione di Bulk Edit che hi eseguito.
Quello che si nota è che il limite di 1000 issue è superato con questo addon. Non male, assolutamente non male.
Conclusione
Abbiamo un addon MOOOOOOOLTO MOOOOLTO interessante. Ho già identificato una serie di possibili utilizzi di questo addon in altri casi di uso. Verificherò e vi riporterò di seguito in altri post. Rimaniamo in contatto.
In questo post provo a riassumere i primissimi test che ho operato su Atlassian Intelligence. Si tratta delle primissime funzioni che sono state introdotte e, faccio ancora presente che si tratta di funzionalità che sono ancora in BETA.
Set explore mode = ON
Quali funzioni sono state rilasciate?
Al momento tutte le funzionalità rilasciate sono presenti solo su Jira (principalmente su Jira Software e su Jira Service Management). Siamo in trepida attesa di poterle testare anche su Confluence, dove sicuramente saranno un validissimo aiuto nella redazione dei documenti. Per il momento ci acconenteremo di eseguire un valido test anche su Jira.
Su Jira Software ….
…. abbiamo a disposizione una funzione molto interessante, La possiamo vedere subito nella nuova maschera di ricerca:
Il primo impatto
Abbiamo a disposizione nella Nuova maschera di ricerca delle issue (in questo caso abbiamo la necessità di fare una piccola digressione: con la nuova maschera di ricerca intendo la maschera che presenta delle caratteristiche grafiche carine ed interessanti, ma che ci propone anche delle limitazioni non indifferenti, che saranno affrontate in un apposito articolo) e che presenta un apposito tasto che ci permette di poter attivare le nuove funzioni ai Atlassian Intelligence.
Una volta che selezioniamo tale tasto, questo è il primo risultato
Nella nuova text box possiamo richiedere, in linguaggio naturale, le richieste che vogliamo. Queste saranno tradotte in JQL, come mostrato nelle seguenti figure
Un primo esempio di conversione eseguito da Atlassian Intelligence
Un secondo esempio di conversione eseguito da Atlassian Intelligence
L’esempio che vediamo è molto interessante. Anche se amante del JQL, sono affascinato dal fatto che abbiamo a disposizione una funzione che da linguaggio naturale ci conferte la richiesta in JQL e ci permette di poter generare i nostri filtri in maniera semplice. Mi sembra un buon inizio.
Su Jira Service Management ….
…. abbiamo a disposizione altre funzioni interessanti, quali ad esempio:
Riassunto di tutti i commenti di una issue
Abbiamo a disposizione una funzione che ci permette di poter eseguire il rassunti di tutti i commenti di una issue, permettendoci di risalite in pochissimo tempo ai fatti salienti ed essere allineati subito.
Un esempio di applicazioen ad un caso reale
In questo caso ho provato un esempio su di una mia segnalazione interna, dove (ahime ancora in Inglese) riassume la sitiazione, ma non disperiamo: presto sarà disponibile in lingua. Abbiamo infatti visto che l’interprete che converte in JQL legge perfettamente l’Italiano
I commenti possono essere implementati anche con l’aiuto di Atlassian Intelligence
Abbiamo la possibilità di poter scrivere i commenti sfruttando le potenzialità di Atlassian Intelligence
Ecco un esempio
La precedente immagine ci mostra un possibile esempio. Il risultato è interessante, ma come sempre pongo sempre l’attenzione sul fatto che si tratta di una applicazione (per quanto sofisticata ed attentamente sviluppata) e quindi tutti i risultati devono essere sempre valutati e confermati prima di essere inviati.
Non solo commenti, ma anche un aiuto nello scrivere la descrizione del task
Atlassian Intelligence ci fornisce un aiuto anche nello scrivere la descrizione della nostra issue. Anche in questo caso possiamo sfruttare le sue potenzialità per meglio esprimere quello che necessitiamo, ma come sempre e costantemente ribadisco, l’ultima parola è e rimane la nostra.
Interessante, ma quali funzioni su Confluence?
UDITE UDITE
Fino a qualche settimana fa non era possibile includere Confluence. Mentre stavo eseguendo la revisione del post mi hanno fatto notare che le funzionalità sono adesso disponibili per Confluence. Cosa facciamo? Ma andiamo ad analizzare immediatamente quello che è possibile fare con Confluence, ma lo riporteremo nella prossima puntata.
Corriamo immediatamente a fare un test
Conclusione
Abbiamo un primo risultato che è molto incoraggiante e sopratutto ci mostra come questo strumento è e rimane sempre a nostra disposizione per migliorarci, supportarci e permetterci di fare meglio il nostro lavoro. Rimaniamo in attesa della funzionalità applicata a Confluence.
Aggiungo un video molro interessante, dove troverete altre informazioni e indicazioni sulle funzionalità aggiunte
Poi porto carico (Cit. Il Commissario Montalbano). Ho avuto il piacere di assistere all’ACE di Boston di recente e li ho avuto modo di poter vedere i risultati di Atlassian Intelligence e quali meraviglie ci presenterà. Per questo motivo mi permetto di condividere il video (in Inglese) dell’evento. L’ultimo intervento è proprio relativo alla parte di Atlassian Intelligence. Buona visione.
Sono sempre stato leggerissimamente scettico dei progetti Team Managed. In questo articolo provo a spiegare come mai lo sono e perché, sempre secondo la mia modestissima personale opinione, è sempre preferibile creare dei progetti Company Managed. In qualsiasi caso
Esplorazione alchemica in corso
Le ragioni che porto sempre con me
La prima cosa che indico come difetto di tali progetti è il fatto di avere una configurazione molto molto (in alcuni casi uso anche il termine TERRIBILMENTE) limitata. Questo fa si che sia molto semplice configurare un progetto siffatto. Tuttavia non sempre questo può risultare una arma vincente. Infatti se mettimao a confronto le due possibili configurazioni che abbiamo
Il confronto che troviamo quando generiamo nuovi progetti
Team Managed configuration
Company Managed configuration
La prima cosa che notiamo è che le opzioni sono limitate per i Team Managed. I Company managed, per quanto più complicati, sono sempre più completi nella configurazione e nella gestione. Questo sicuramente ci aiuta (per citare un vecchio adagio che ho imparato nella meravigliosa città di Lucca: Nel più c’è il meno).
In aggiunta, nei Team managed ho notato una cosa molto grave (secondo sempre il mio modesto parere): Non possiamo usare le risorse condivise. In alcuni casi mi sono trovato costretto ad una trasformazione di un progetto da TEAM a COMPANY perché non c’era alcuna possibilità di poter espandere tali progetti e sopratutto gli utenti erano stati costretti a replicare all’infinito (copiando manualmente e non assegnando una configurazione preesistente).
In aggiunta, non sempre gli addon sono usabili anche su tali progetti. Ho rilevato che alcuni di essi non rispondono correttamente quando si prova ad applicarli.
Il mio dubbio è che questa tipologia di progetti, per quanto comodi, semplici e rapidi, non presentino delle strutture condivise e standard. Di conseguenza, occorre un qualcosa ad hoc per poter loro agganciare delle funzionalità standard.
Un progetto Company Managed, per quanto sia complicato, hai comunque il controllo completo della configurazione e riesci sempre a cadere in piedi. Mi permetto di condividere un meme che ho visto qualche tempo fà ed esprime esattamente dei concetti molto importanti:
Direi che l’immagine si commenta da sola
In questo caso è come disporre di un Linux e della sua splendida POTENZA.
Conclusioni
Quello che continuerò a suggerire, consigliare, fare presente e ribadire sotto tutti i punti di vista è che un progetto Team Managed va bene per fare cose molto semplici. Se si prevede nel futuro di fare qualcosa di più, partite subito con un progetto Company Managed.
A tale proposito, vi chiedo di visionare questo video di Monika Rani, che spiega in maniera molto chiara e semplice la differenza tra i due tipi di progetti:
e questo ottimo articolo, sempre scritto da Monika Rani, che spiega come migrare da Team a Company
In questo post andremo ad esaminare un addon che ci permette di poter estrarre i dati dal Cloud in modo da permetterci di poter eseguire delle interrogazioni mirate.
Esplorazione alchemica in corso
Una premessa importante
Chi lavora con il Cloud sa perfettamente che quando vogliamo eseguire delle interrogazioni sui dati, la risposta è sempre una. Il seguente memo ce lo spiega
Vediamo di chiarire il punto
Sul Cloud non abbiamo alcuna possibilità: Ci è precluso l’accesso al database interno. Di conseguenza non possiamo fare nulla per lanciare query… almeno fino ad ora.
Abbiamo una soluzione
Inventato da Bob Swift ma adesso sotto il controllo della Appfire, abbiamo un addon che ci aiuta in tal senso, fornendoci la possibilità di costruire un simil-database su cui poter eseguire le nostre interrogazioni.
L’addon di cui parleremo oggi.
Questo addon è nato con l’obiettivo di ricostruire un database simile, rispetto a quello che avevamo a disposizione con la versione onPremise, e permettere agli utenti cloud di riuscire a ricostruire delle query ed interrogazioni.
Fonte Marketplace
Come possiamo vedere dalla precedente immagine, riusciamo a ricostruire sia i dati della parte standard, compresi i campi custom. Dalla documentazione dell’addon abbiamo a disposizione anche uno schema dati che ci spiega come ricostruire le relazioni tra le varie tabelle:
Fonte: Documentazione dell’addon
Possiamo, attraverso questo addon, ricostruire un simil-database (non è proprio il database effettivo: Teniamolo sempre a mente).
L’addon al momento permette di poter estrarre i dati direttamente su di un database Postgresql. Questo ci limita un pò i movimenti, ma non più di tanto. Se in azienda abbiamo uno standard che ci impone l’utilizzo di altre tipologie di Database (ad esempio: In azienda si usano database MS SQL Server). Tuttavia, usando dei server Linux, il problema viene risolto.
Punti di attenzione
Dobbiamo però tenere sempre a mente alcuni punti di attenzione. Ricordiamoci sempre che il nostro Cloud Atlassian è prevalentemente una macchina virtuale localizzata su Internet e di conseguenza abbiamo:
Il nostro cloud deve poter accedere al database e di conseguenza questo deve essere raggiungibile da internet
Essendo raggiungibile da internet, occorre che questo database sia gestito in maniera opportuna.
Non possiamo esporre direttamente i nostri database verso internet
Il database da usare deve essere un database che viene immediatamente blindato o svuotato non appena viene compilato
Come si può vedere non si tratta di semplici raccomandazioni, ma di punti di attenzione molto importanti. Se non li rispettiamo abbiamo dei problemi abbastanza seri.
Se perdiamo i dati questa sarà la nostra espressione.
Di conseguenza abbiamo molto da considerare.
La mia esperienza
Ho avuto modo di collaudare questo addon direttamente presso un mio cliente e posso dire che l’addon lavora in maniera egregia. Nel senso che i dati estratti sono effettivamente il clone dei dati. Ma vorrei fare alcune ulteriori considerazioni.
Abbiamo principalmente i dati dello standard
Non ci facciamo illusioni. Non riusciamo a disporre di tutti i dati come nel caso delle nostre installazioni onPremise. Infatti quando possibile, si accedeva anche ai dati degli addon semplicemente andando a leggere le tabelle con prefisso AO%, come riportato in questa documentazione ufficiale Atlassian.
In questo caso l’addon ricostruisce, con buona approssimazione, le informazioni standard e attraverso opportune query, riusciamo a leggere le informazioni che ci servono.
Solo alcuni addon sono disponibili
L’addon riesce a leggere i dati di alcuni addon, come TEMPO TIMESHEET, ma una cosa che ho notato è che le informazioni che sono scaricate sono sotto forma di un JSON che deve essere ‘lavorate’ per poter estrarre i dati che servono.
Possibile eseguire backup totali ed incrementali
E’ possibile eseguire entrambe le modalità. Nel mio caso, potrebbe essere utile eseguire un primo backup generale e poi tutti i backup incrementali. Questo aiuterebbe notevolmente
Conclusioni
Abbiamo un addon interessante ma che deve essere usato con tutti i crismi del caso. Possiamo estrarre i dati che ci interessano e fare le statistiche personalizzate del caso, anche se in ultima istanza suggerisco di appoggiarsi ad appositi tools che permettono di poter portare le informazioni di Jira su PowerBI o QLIK e consentono di gestire le statistiche molto meglio che con un semplice database da rimettere in piedi.
Come sempre riporto le mie indicazioni perché, questo sicuramente lo avrete compreso leggendo i miei post, che è sempre meglio avere più possibilità che solo una possibilità. La libertà di scelta è una arma molto potente che intendo sempre sfruttare e mettere a disposizione, anche quando eseguo le mie consulenze.
In questo post andremo ad esaminare alcuni aspetti delle Automation Rules. Dal 1 di Novembre 2023 cambiano e vengono aggiornate in un modo partioclare, In questo post andremo ad esaminare come cambiano e che novità ci sono, come saranno strutturate e che cosa porteranno.
La situazione attuale
Partiamo dalla situazione attualmente in essere delle automation. Quello che abbiamo a disposizione è un sistema che:
Se usiamo delle regole monodedicate ad un singolo progetto, allora possono essere eseguite senza alcun limite
Se usiamo delle regole multiprogetto o Globali, allora siamo soggetti ad una serie di limitazioni
In questo ultimo caso abbiamo, nel caso del profilo Standard, fino a 500 esecuzioni per prodotto (ovvero 500 per Jira Software, 500 per Jira Service Management, etc).
Il seguente prospetto spiega la situazione precedente, comparata con la situazione attuale.
Fonte Atlassian Community
Un mio commento personale
Dallo schema che ho pubblicato ci sono dei punti che non mi quadrano. Ad esempio: I profili PREMIUM mi risulta che hanno un numero di esecuzioni illimitato, mentre nello schema non sembra. Sembra che l’unico profilo che permetta un utilizzo illimitato delle esecuzioni sia solo l’ENTERPRISE. Probabilmente mi sbaglio, ma ho qualche dubbio e ci terrei a sottolinearlo.
Come cambiano le cose
Dal primo di Novembre, le regole cambieranno come segue. Non abbiamo più la possibilità di sfruttare l’esecuzioni infinite delle regole mono-progetto, dato che adesso le regole saranno conteggiate per singolo prodotto, ovvero:
Jira Work Management
Jira Software
Jira Service Management
etc.
Chi dispone di un profilo Standard vede aumentare i limiti da 500 al mese a 1700 (per Jira Software) e 5000 (per Jira Service Management). In ogni caso, venendo meno l’esecuzione sul singolo progetto, anche ipotizzando un uso sapiente delle regole, quello che otteniamo è che abbiamo una media di 56 esecuzioni al giorno massimo per Jira Software e di 166 esecuzioni massimo per Jira Service Management. Questo ci deve fare riflettere che le regole devono essere a questo punto dimensionate per le reali esigenze.
Il rischio che si corre è che non appena si supera il limite delle esecuzioni fissato, fino al reset dei limiti (ovvero al mese successivo) non ci saranno altre esecuzioni: Le regole risulteranno bloccate.
SI. Questa è la nostra espressione non appena esaurito il limite di esecuzioni mensile
Ovviamente il conteggio delle esecuzioni viene incluso solo ed esclusivamente quando abbiamo una regola che esegue qualcosa. Se la regola viene attivata ma sul log abbiamo questa situazione:
Un esempio di Activity Log di una regola, tratta da un mio ambiente di test
In questo caso questa esecuzione non viene conteggiata e non abbiamo problemi. In aggiunta, come aiuto per valutare la numerosità e se occorre intervenire, Atlassian dal primo di Ottobre (ovvero un mese prima della entrata in vigore delle nuove regole) ha attivato un pannello riassuntivo che ci permette di poter capire le esecuzioni che ci sono state nel mese di Settembre 2023, fornendoci un primo aiuto, come mostrato in figura:
Il nuovo TAB presente nella sezione Globale delle regole
Una prima vista di insieme
Il grafico con l’andamento delle esecuzioni.
Da queste informazioni abbiamo una misura per decidere come intervenire.
Come possiamo ovviare e contenere le esecuzioni?
Una prima soluzione consisterebbe nell’usare delle altre soluzioni, quali usare delle Postfunction dei WF per far si che il limite si esaurisca molto più tardi possibile. In aggiunta, l’esecuzione delle regole deve essere limitato alle situazioni effettivamente reali e possibilmente che includano il maggior numero di issue possibile.
Se ad esempio abbiamo la necessità di completare dei dati, se riusciamo applichiamo delle Postfunction. In alternativa, sempre intervenendo sui WF, forziamo gli utenti a complemare i vari dati in modo da non. necessitare della esecuzione di regole per completare gli stessi.
Mettiamoci del nostro per limitare il numero delle esecuzioni
Conclusioni
Personalmente non mi sento di chiedere alle aziende di passare ai profili superiori: In diversi casi non ha letteralmente alcun senso. Se per ovviare a questi limiti si deve spendere il 2.3 in più, sinceramente verrei meno al mio ruolo di consulente. Le aziende si affidano a me per avere delle soluzioni e non un conto maggiorato da pagare.
Sarà mia cura contattare i miei clienti per analizzare con loro la situazione e verificare come ridurre l’utilizzo delle automation rules a dove serve.
La gestione degli utenti è molto importante per i Site Administrator dei prodotti Atlassian. Lo sappiamo bene noi che ci lavoriamo tutti i giorni e che ci scontriamo con le varie problematiche.
Tuttavia i produttori di Addon ci aiutano in questo arduo compito. Grazie a loro riusciamo a risolvere al meglio tutte le nostre problematiche, arrivando ad avere
Altra esplorazione alchemica
Cosa ci permette di fare?
Questo addon ci aiuta nella gestione utenti semplificata, permettendo anche di poter gestire alcune funzioni interessanti. Andiamo subito a curiosare sulle possibilità offerte.
Fonte Marketplace
Possiamo avere una gestione semplificata degli utenti attraverso una funzione di importazione degli stessi e permetterci di semplificarci la vita. Infatti, non tutte le organizzazioni si possono permettere di acquistare Access e l’utilizzo di Addon che dispongono di questa funzione, ci permette di poter avere delle funzioni non indifferenti
IN aggiunta abbiamo la possibilità di poter inserire, sempre in maniera semplice, i nostri customer interni in maniera semplice e veloce, sfruttando le funzionalità che sono presenti a sistema.
Fonte Marketplace
La mia esperienza lavorativa
Posso dire che questo addon, in un particolare caso, ci ha permesso di poter gestire al meglio i customer interni di una azienda, permettendoci di poterli creare e configurare in pochissimo tempo (neanche 1 ora).
Abbiamo usato con successo la funzione che ci permette di poter attivare tali customer velocemente ed il cliente è rimasto piacevolmente soddisfatto del risultato. Lui stesso lo utilizza per poter attivare i nuovi customer.
L’immagine serve per descrivere la soddisfazione del cliente
Questa immagine non può che esprimere al meglio quanto penso dell’addon
We use cookies on our website to give you the most relevant experience by remembering your preferences and repeat visits. By clicking “Accept All”, you consent to the use of ALL the cookies. However, you may visit "Cookie Settings" to provide a controlled consent.
This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
Cookie
Durata
Descrizione
cookielawinfo-checkbox-analytics
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional
11 months
The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-others
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-performance
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy
11 months
The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
(0)Dislikes
(0)
