@Rays
2017-12-18T18:32:33.000000Z
字数 2125
阅读 1348
文化&方法
摘要: 测试的自动化需要占用一些时间和精力。但如果开展的方式正确,这些投入物有所值。自动化不能过度,而是应聚焦于需求和要求上。编写干净且易阅的代码,对于保持测试套件的可维护性是很重要的。
作者: Ben Linders
正文:
测试的自动化需要占用一些时间和精力。但如果开展的方式正确,这些投入物有所值。自动化不能过度,而是应按Karishma Kolli的建议,聚焦于需求和要求上。编写干净且易阅的代码,对于保持测试套件的可维护性是很重要的。
Karishma Kolli是一位软件开发工程师。在2017秋季在线测试大会(Fall Online Testing Conference)上,Kolli的报告关注了如何正确认识测试自动化。InfoQ以问答、总结和文章覆盖了本次大会。
InfoQ采访了Kolli,内容涉及测试工具和技能、测试自动化,以及测试自动化中一些值得关注的进展。
InfoQ: 您对如何选取适合的测试工具有哪些建议?我们应该遵循什么原则?
Karishma Kolli:选择测试工具这一过程,主要依据的是你的业务或测试需求。例如,一些应用主要关注的是性能,但是对于其它应用,性能也许并非主要关注点。对于负载、UI等,也是一样的。
测试取决于所针对的对象和业务影响。
在确定测试工具过程中,技能集的可用性、预算和时间因素也发挥了次要的作用。软件工作中总是具有时间线和截至日期。如果我们的时间线很紧张,那么我们可以选择一些更简单的事情,甚至是使用商业工具。
InfoQ: 不同类型的测试需要不同的工具。我们如何管理各种各样的工具和测试技能集?
Kolli:非常简单。一旦我们能理解并洞悉不同测试工具的需求,那么工具的管理就不是问题。既然我们能管理各种各样的开发工具和技能集,那么各种各样测试工具和技能集的管理也大同小异。
在“在敏捷项目中实施自动化测试之我见”一文中,Rajneesh Namta介绍了为什么我们应该慎重决定哪些测试需自动化:
不要因为自动化而自动化。在添加新的测试之前适当的考虑可维护性和执行时间。每个加入到自动化测试集合的测试,都成为了产品基线的一部分,也需要同其他基线一样维护—在整个应用的生命周期中。添加复杂和难维护的测试,最终结果是减慢组内反馈循环,这个应当避免。
InfoQ: 团队应在测试自动化上投入多少时间?我们如何知道已投入了足够的时间,而非过多的时间?
Kolli:在一开始,测试自动化将占用更多的时间。但是一旦框架准备好了,我们将不必在此上投入过多的时间。通常,如果一个团队具有一到两名手工QA人员,那么一名SDET(软件测试开发人员)就应该可以处理所有的自动化需求。当然,根据自动处理测试数量的不同,以及应用的不同类型,人员也会有相应的变化。
如果所有事情都是在UI上自动化进行的,那么所花费的时间机会比所需的时间更多。
在“在持续交付中加入自动化验收测试支持”一文中,Dave Farley建议,我们不应该使用“UI录制回放”(Record-and-playback)系统:
本质上,在UI录制回放系统中,测试的关注点是UI,而不是用户所期望的系统行为。这也就意味着UI录制回放系统的测试关注点在于技术本身,而不在于系统行为。这就导致这样的测试用例总是很脆弱的,并且更容易由于目标测试系统中相对较小的改动而失效。因为从长远来看,它会带来很多额外的工作,因此我会避免使用这种测试。
InfoQ: 您对于在测试中使用UI录制回放系统怎么看?
Kolli:就我个人而言,我对录制回放并不感冒。对于我们大多数人而言,它和“一招鲜”的方法一样,在现实中并非能很好的适用。录制恢复并不能解决我们的剪裁需求。它们是最为片面的测试,将导致我们无法对自己的自动化测试套件建立信心。
InfoQ: 在测试自动化中,您有哪些主要的经验教训?
Kolli: 多年的经验使我意识到,人们非常容易沉溺于自动化中,并过度地开展自动化。
重在聚焦于需求和要求。
例如,如果我们的要求是测试一些对客户十分关键的区域,那么在这种情况下,我们不必将时间投入那些只有2%的用户所使用的功能上。
如果我们需要同时支持一万名用户,那么我们不必测试一万一千名用户。
维护自动化套件可能听上去是一件不费吹灰之力的事情,但是随着代码量的不断增长,更新和维护代码变得越来越复杂。因此,编写干净而易读的代码是非常重要的。
我们往往忽视诸如报告和配置等微小的细节问题,但如果我们对这些微小的细节给予适当的关注,那么它们就会变成宝贵的资产。
InfoQ: 您认为在测试自动化中有哪些值得关注的进展?你期望在不久的将来测试自动化会是什么样的?
Kolli:每天都有越来越多的公司认识到自动化测试的重要性。测试自动化已经从在个人的本地计算机上做记录和回放,演进为在云上运行整个定制测试套件。
随着人工智能的发展,测试自动化将更为可靠和有效。一个我们所熟悉的例子就是Siri和Google。通过学习和进化,它们实现了对语音差异的识别等功能。在软件开发中,人工智能可以使用同样的方式去识别代码模式、常见的错误区域等。
借助于人工智能,测试自动化将成为开发的一个组成部分。
查看英文原文: How Do We Automate Testing?