如何自动化测试？

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?