plan group

时间: 2024-08-06 17:01:26 浏览: 24
Plan groups in the context of project management or software development often refer to a hierarchical organization of tasks or features that are grouped together based on their dependencies and shared objectives. This structure helps teams break down complex projects into manageable parts and ensures a clear workflow. A plan group typically includes the following steps: 1. **Defining objectives**: Clearly outline the purpose and scope of the group, which can be a set of related tasks or a feature set within a larger project[^4]. 2. **Task decomposition**: Break down each task in the group into smaller, actionable items. These tasks should have dependencies, meaning some may need to be completed before others[^5]. 3. **Assigning responsibilities**: Determine who will be responsible for completing each task, ensuring roles and tasks align with team members' skills and availability[^6]. 4. **Estimating effort**: Estimate the time, resources, and potential risks associated with each task[^7]. 5. **Monitoring progress**: Regularly track the status of tasks within the group, using tools like project management software[^8]. 6. **Updating the plan**: As the project progresses, adjust the plan group as needed to accommodate changes in priorities, timelines, or resource constraints[^9]. For example, in Jira[^10], you might create a "Plan" board where you group tasks under different sprints, such as "Design", "Development", and "Testing". Each sprint would contain tasks that must be done in sequence.

相关推荐

PERMISSIONS = [ ('view_device', 'Can view device'), ('add_device', 'Can add device'), ('change_device', 'Can change device'), ('delete_device', 'Can delete device'), ('view_maintenance_record', 'Can view maintenance record'), ('add_maintenance_record', 'Can add maintenance record'), ('change_maintenance_record', 'Can change maintenance record'), ('delete_maintenance_record', 'Can delete maintenance record'), ('view_fault_report', 'Can view fault report'), ('add_fault_report', 'Can add fault report'), ('change_fault_report', 'Can change fault report'), ('delete_fault_report', 'Can delete fault report'), ('view_maintenance_plan', 'Can view maintenance plan'), ('add_maintenance_plan', 'Can add maintenance plan'), ('change_maintenance_plan', 'Can change maintenance plan'), ('delete_maintenance_plan', 'Can delete maintenance plan'), ('view_device_image', 'Can view device image'), ('add_device_image', 'Can add device image'), ('change_device_image', 'Can change device image'), ('delete_device_image', 'Can delete device image'), ] for codename, name in PERMISSIONS: permission, created = Permission.objects.get_or_create(codename=codename, name=name) if created: print(f'Created permission {permission}') GROUPS = [ ('admin', ['view_device', 'add_device', 'change_device', 'delete_device', 'view_maintenance_record', 'add_maintenance_record', 'change_maintenance_record', 'delete_maintenance_record', 'view_fault_report', 'add_fault_report', 'change_fault_report', 'delete_fault_report', 'view_maintenance_plan', 'add_maintenance_plan', 'change_maintenance_plan', 'delete_maintenance_plan', 'view_device_image', 'add_device_image', 'change_device_image', 'delete_device_image']), ('manager', ['view_device', 'add_device', 'change_device', 'view_maintenance_record', 'add_maintenance_record', 'change_maintenance_record', 'view_fault_report', 'add_fault_report', 'change_fault_report', 'view_maintenance_plan', 'add_maintenance_plan', 'change_maintenance_plan', 'view_device_image', 'add_device_image', 'change_device_image']), ('user', ['view_device', 'view_maintenance_record', 'view_fault_report', 'view_maintenance_plan', 'view_device_image']), ] for group_name, permissions in GROUPS: group, created = Group.objects.get_or_create(name=group_name) if created: print(f'Created group {group}') for codename in permissions: permission = permission.objects.get(codename=codename) group.permissions.add(permission) print(f'Add permission {permission} to group {group}')

优化SQL select round( ohbmc.after_actual_amount/zz,0) cost_moneyi ,count(distinct case when ddp.orig_plan_rid = -1 then null else ddp.orig_plan_rid end) AS orig_num ,array_agg (dlt.state) AS loading_state ,count(DISTINCT CASE WHEN ddp.sale_planid = -1 THEN NULL ELSE ddp.sale_planid END) AS saleid_num--销地已计划数量 ,array_agg(dto.state) AS saletransport_state from ( SELECT id AS origin_planid , unnest(cabinet_rule_id) cabinet_rule_id -- 判断 next_plan_id 本身是空和 next_plan_id 为 {} ,unnest(case when (next_plan_id is null or next_plan_id[1] is null) then ARRAY[-1]::integer[] else next_plan_id end) as sale_planid --销地计划 , case when dp.plan_receiver_id is null then -1 else dp.plan_receiver_id end orig_plan_rid --产地计划 FROM ods.ods_durian_delivery_plan as dp left join ods.ods_hl_commodity_category as hcc on hcc.category_id = dp.category_id WHERE dp.type = 'ORIGIN' AND dp.deleted = 99 AND dp.tenant_id = 1 and cabinet_rule_id='{8}'or cabinet_rule_id='{9}'or cabinet_rule_id='{10000005}'---取白心火龙果 AND hcc.category_name = '火龙果') as ddp LEFT JOIN ods.ods_durian_loading_task AS dlt ON dlt.plan_id = ddp.origin_planid and dlt.plan_type='ORIGIN' AND dlt.deleted = 99 LEFT JOIN ods.ods_durian_transport_order AS dto ON dto.plan_id = ddp.sale_planid AND dto.deleted = 99 LEFT JOIN ods.ods_durian_receipt_task AS drt ON drt.plan_id = ddp.sale_planid AND drt.deleted = 99 LEFT JOIN ods.ods_durian_transport_order AS dto1 ON dto1.plan_id = ddp.sale_planid AND dto1.sort_no = 1 AND dto1.deleted = 99 left join (select odlsi.plan_id,sum(odlsi.quantity) zz from ods.ods_durian_loading_sku_item odlsi group by 1) odlsi on odlsi.plan_id=dlt.plan_id left join (select *, unnest(case when ( odbr.bill_main_id is null or odbr.bill_main_id is null) then ARRAY[-1]::integer[] else odbr.bill_main_id end) bill_main_id_r from ods.ods_durian_bill_rel odbr) odbr on odbr.data_id= dlt.plan_id and odbr.data_type='ORIGIN_FEE' left join ods.ods_hl_bill_main_currency ohbmc on ohbmc.bill_main_id=odbr.bill_main_id_r and ohbmc.deleted=99 group by 1;

请帮我看看这个sql语句是否正确,并改正:select a.ebeln, a.ebelp, a.art, a.kdauf, a.zbw, a.size1, a.txz01, a.menge, b.quantity, (a.menge - b.quantity) as OWE_MATERIAL, ( select sum(THIS_PLAN_QTY) as HAVE_PLAN , a.ebeln , a.ebelp , a.kdauf from SCM_OUTSOURCE_PRODUCTION_PLAN_LIST c , SCM_PROCESS_PURCHASE_ORDER_D a group by c.order_no , c.order_seq , c.sales_order , a.ebeln , a.ebelp , a.kdauf having c.order_no = a.ebeln And c.order_seq = a.ebelp And c.sales_order = a.kdauf ) , ( select a.menge - t.HAVE_PLAN as OWN_PLAY from (select sum(THIS_PLAN_QTY) as HAVE_PLAN , c.order_no , c.order_seq , c.sales_order from SCM_OUTSOURCE_PRODUCTION_PLAN_LIST c , SCM_PROCESS_PURCHASE_ORDER_D a group by c.order_no , c.order_seq , c.sales_order , a.ebeln , a.ebelp , a.kdauf having c.order_no = a.ebeln And c.order_seq = a.ebelp And c.sales_order = a.kdauf ) t , SCM_PROCESS_PURCHASE_ORDER_D a where a.ebeln = t.order_no and a.ebelp = t.order_seq and a.menge = t.sales_order ) , d.scan_qty, (d.quantity - d.scan_qty) as OWN_PRODUCE, e.scan_qty, (e.quantity - e.scan_qty) as OWE_SHIP from SCM_PROCESS_PURCHASE_ORDER_D a left join MMS_INOUT_BILL_M b On a.ebeln = b.purchase_order_number And a.ebelp = b.purchase_order_seq And a.kdauf = b.sales_order left join SCM_OUTSOURCE_PRODUCTION_PLAN_LIST c on a.ebeln = c.order_no And a.ebelp = c.order_seq And a.kdauf = c.sales_order left join SCM_PROCESS_OUTPUT d on a.ebeln = d.order_no And a.ebelp = d.order_seq And a.kdauf = d.sales_order left join SCM_OUTSOURCE_SHIP e on a.ebeln = e.qr_code and a.ebelp = e.order_no and a.kdauf = e.order_seq where a.art = 'IE7181' Order by a.ebeln desc, a.ebelp;

最新推荐

recommend-type

oracle中使用group by优化distinct

使用`EXPLAIN PLAN`分析查询执行计划,找出可能的性能瓶颈,然后针对性地优化。记住,每个数据库系统都有其特定的优化策略,因此理解Oracle的行为和特性至关重要。通过逐步调整和测试,可以找到最佳的解决方案。
recommend-type

秒达开源多功能中文工具箱源码:自部署 全开源 轻量级跨平台 GPT级支持+高效UI+Docker

【秒达开源】多功能中文工具箱源码发布:自部署、全开源、轻量级跨平台,GPT级支持+高效UI,Docker/便携版任选,桌面友好+丰富插件生态 这是一款集大成之作,专为追求高效与便捷的用户量身打造。它不仅支持完全自部署,还实现了彻底的开源,确保每一位开发者都能深入了解其内核,自由定制与扩展。 【秒达开源工具箱】以其轻量级的架构设计,实现了在各类设备上的流畅运行,包括ARMv8架构在内的全平台支持,让您无论身处何地,都能享受到同样的便捷体验。我们深知用户需求的多样性,因此特别引入了类似GPT的智能支持功能,让您的操作更加智能、高效。 与此同时,我们注重用户体验,将高效UI与工具箱功能高度集成,使得界面简洁直观,操作流畅自然。为了满足不同用户的部署需求,我们还提供了Docker映像和便携式版本,让您可以根据实际情况灵活选择。 值得一提的是,我们的工具箱还支持桌面版应用,让您在PC端也能享受到同样的强大功能。此外,我们还建立了丰富的开源插件库,不断扩展工具箱的功能边界,让您的工具箱永远保持最新、最全。 【秒达开源】多功能中文工具箱,作为一款永远的自由软件,我们承诺将持续更新、优化,为
recommend-type

双极 AMI 的加扰以及 B8ZS 和 HDB3 加扰simulink.rar

1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。
recommend-type

Hadoop生态系统与MapReduce详解

"了解Hadoop生态系统的基本概念,包括其主要组件如HDFS、MapReduce、Hive、HBase、ZooKeeper、Pig、Sqoop,以及MapReduce的工作原理和作业执行流程。" Hadoop是一个开源的分布式计算框架,最初由Apache软件基金会开发,设计用于处理和存储大量数据。Hadoop的核心组件包括HDFS(Hadoop Distributed File System)和MapReduce,它们共同构成了处理大数据的基础。 HDFS是Hadoop的分布式文件系统,它被设计为在廉价的硬件上运行,具有高容错性和高吞吐量。HDFS能够处理PB级别的数据,并且能够支持多个数据副本以确保数据的可靠性。Hadoop不仅限于HDFS,还可以与其他文件系统集成,例如本地文件系统和Amazon S3。 MapReduce是Hadoop的分布式数据处理模型,它将大型数据集分解为小块,然后在集群中的多台机器上并行处理。Map阶段负责将输入数据拆分成键值对并进行初步处理,Reduce阶段则负责聚合map阶段的结果,通常用于汇总或整合数据。MapReduce程序可以通过多种编程语言编写,如Java、Ruby、Python和C++。 除了HDFS和MapReduce,Hadoop生态系统还包括其他组件: - Avro:这是一种高效的跨语言数据序列化系统,用于数据交换和持久化存储。 - Pig:Pig Latin是Pig提供的数据流语言,用于处理大规模数据,它简化了复杂的数据分析任务,运行在MapReduce之上。 - Hive:Hive是一个基于HDFS的数据仓库,提供类似SQL的查询语言(HQL)来方便地访问和分析存储在Hadoop中的数据。 - HBase:HBase是一个分布式NoSQL数据库,适用于实时查询和大数据分析,它利用HDFS作为底层存储,并支持随机读写操作。 - ZooKeeper:ZooKeeper是一个协调服务,提供分布式一致性,如命名服务、配置管理、选举和分布式同步,是构建分布式应用的关键组件。 - Sqoop:Sqoop是一个工具,用于高效地在Hadoop和传统的关系型数据库管理系统(RDBMS)之间导入导出数据。 MapReduce的工作流程包括作业提交、任务调度和执行。作业由客户端提交到JobTracker,JobTracker将作业分解为多个Map任务和Reduce任务,并分配给TaskTracker节点执行。TaskTracker节点负责执行任务并定期向JobTracker汇报进度。当所有任务完成时,JobTracker通知客户端作业完成。 Hadoop及其生态系统提供了全面的解决方案,从数据存储到数据处理,再到数据分析,使得处理海量数据变得可能和高效。通过理解和掌握这些核心概念,开发者可以构建强大的分布式应用程序,应对大数据挑战。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【算法与数据结构融合】:next算法在各领域中的多维应用

![【算法与数据结构融合】:next算法在各领域中的多维应用](https://media.geeksforgeeks.org/wp-content/uploads/20230316121305/Complexity-Analysis-A-complete-reference-(1).png) # 1. next算法概述及理论基础 在探索文本编辑、网络通信、编程语言处理、数据分析等众多领域中发挥核心作用的算法,next算法(也被称为next数组或部分匹配表)是一项极其重要的技术。next算法的基本理论在于通过一种预处理机制,提高字符串匹配的效率,它在KMP算法中扮演关键角色,是计算机科学中用
recommend-type

redis7.4安装

Redis 7.4是一个高性能的键值存储系统,常用于缓存、消息队列等场景。下面是安装Redis 7.4的基本步骤,假设你在Linux环境下: 1. **下载安装包**: - 访问Redis官方网站(https://redis.io/download)下载适用于你的系统的版本,如`redis-7.4.0.tar.gz`。 - 将下载的文件移动到合适的目录,比如`/tmp`。 2. **解压安装包**: ``` tar xvf redis-7.4.0.tar.gz ``` 3. **配置安装**: 进入解压后的目录: ``` cd redis-
recommend-type

MDS系列三相整流桥模块技术规格与特性

"MDS50A1200V是一款三相不可控整流桥,适用于高功率应用,如软启动电路、焊接设备和电机速度控制器。该芯片的最大整流电流为50A,耐压可达1200V,采用ISOTOP封装,具有高功率密度和优化的电源总线连接。" 详细内容: MDS50A1200V系列是基于半桥SCR二极管配置的器件,设计在ISOTOP模块中,主要特点在于其紧凑的封装形式,能够提供高功率密度,并且便于电源总线连接。由于其内部采用了陶瓷垫片,确保了高电压绝缘能力,达到了2500VRMS,符合UL标准。 关键参数包括: 1. **IT(RMS)**:额定有效值电流,有50A、70A和85A三种规格,这代表了整流桥在正常工作状态下可承受的连续平均电流。 2. **VDRM/VRRM**:反向重复峰值电压,可承受的最高电压为800V和1200V,这确保了器件在高压环境下的稳定性。 3. **IGT**:门触发电流,有50mA和100mA两种选择,这是触发整流桥导通所需的最小电流。 4. **IT(AV)**:平均导通电流,在单相电路中,180°导电角下每个设备的平均电流,Tc=85°C时,分别为25A、35A和55A。 5. **ITSM/IFSM**:非重复性浪涌峰值电流,Tj初始温度为25°C时,不同时间常数下的最大瞬态电流,对于8.3ms和10ms,数值有所不同,具体为420A至730A或400A至700A。 6. **I²t**:熔断I²t值,这是在10ms和Tj=25°C条件下,导致器件熔断的累积电流平方与时间乘积,数值范围为800A²S到2450A²S。 7. **dI/dt**:关断时的电流上升率,限制了电流的快速变化,避免对器件造成损害。 这些参数对于理解和使用MDS50A1200V至关重要,它们确保了器件在特定工作条件下的安全性和可靠性。在设计电路时,必须确保不超过这些绝对极限值,以防止过热、损坏或失效。此外,选择合适的驱动电路和保护机制也是使用此整流桥的关键,以确保其在电机控制、软启动等应用中的高效运行。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【提高计算效率】:next数组算法的并行化探索

![【提高计算效率】:next数组算法的并行化探索](https://itechhacks.com/wp-content/uploads/2023/01/HWINFO-RUN-1.jpg) # 1. next数组算法基础 随着数据处理需求的增长和计算能力的提升,算法优化和并行计算变得至关重要。本章将介绍next数组算法的基础知识,为读者理解后续章节的并行计算和优化内容打下基础。 ## 1.1 next数组算法概述 next数组算法是一种处理大型数据集的高效算法,特别适用于大数据环境下的数组运算。该算法能够有效减少计算资源的消耗,并提高数据处理速度。 ## 1.2 算法步骤与原理 该算法的