只是拒絕更多的端到端測試

2021-09-22 19:35:29 字數 1575 閱讀 6699

通常,測試人員的工作在測試失敗後即告結束。提交了乙個錯誤,然後是開發人員修復錯誤的工作。然而,為了確定端到端戰略失敗的地方,我們需要在這個框外思考並從第一原則出發解決問題。如果我們「專注於使用者(以及其他所有人都會關注),」我們必須問自己,失敗的測試如何使使用者受益。答案如下:

失敗的測試不會直接使使用者受益。

雖然這個說法起初看起來很震撼,但事實確實如此。如果產品有效,它是否有效,無論測試是否有效。如果產品壞了,它會被破壞,無論測試是否破壞了。因此,如果測試失敗不會使使用者受益,那麼使用者有什麼好處呢?

錯誤修復直接使使用者受益。

只有當意外行為(錯誤)消失時,使用者才會感到高興。顯然,要修復錯誤,您必須知道錯誤存在。要知道存在的錯誤,理想情況下,您有乙個捕獲錯誤的測試(因為如果測試沒有,使用者將找到錯誤)。但是在整個過程中,從失敗的測試到錯誤修復,只在最後一步新增了值。

階段失敗的測試

錯誤已開啟

錯誤修復

增值沒有沒有是

因此,要評估任何測試策略,您不能只評估它如何發現錯誤。您還必須評估它如何使開發人員能夠修復(甚至防止)錯誤。

測試建立乙個反饋迴圈,通知開發人員產品是否正常工作。理想的反饋迴路有幾個屬性:

那麼我們如何建立理想的反饋迴圈呢?通過思考更小,而不是更大。

單元測試只需要一小部分產品並單獨測試該部件。他們傾向於建立理想的反饋迴圈:

編寫有效的單元測試需要依賴管理,模擬和密封測試等領域的技能。我不會在這裡介紹這些技能,但作為乙個開始,為新google員工(或nooglers)提供的典型示例是google如何構建和測試秒錶。

使用端到端測試,您必須等待:首先構建整個產品,然後部署,最後執行所有端到端測試。當測試執行時,片狀測試往往是生活中的事實。即使測試發現了乙個錯誤,該錯誤也可能出現在產品的任何地方。

雖然端到端測試在模擬真實使用者場景方面做得更好,但端到端反饋迴圈的所有缺點很快就會超過這一優勢:

單元端到端快速

隔離失敗

模擬真實使用者

單元測試確實有乙個主要缺點:即使單元在隔離狀態下工作良好,也不知道它們是否能很好地協同工作。但即便如此,您也不一定需要端到端測試。為此,您可以使用整合測試。整合測試需要一小組單元,通常是兩個單元,並測試它們的整體行為,驗證它們是否一致地協同工作。

如果兩個單元沒有正確整合,為什麼要編寫乙個更小,更集中的整合測試來檢測相同的bug時編寫端到端測試?雖然您確實需要更大的思考,但您只需要考慮更大一點來驗證單元是否協同工作。

即使使用單元測試和整合測試,您仍可能需要少量的端到端測試來驗證整個系統。要在所有三種測試型別之間找到適當的平衡點,最好的視覺輔助工具是測試金字塔。以下是2023年google測試自動化大會開幕主題演講中測試金字塔的簡化版本:

大部分測試都是金字塔底部的單元測試。當您向上移動金字塔時,您的測試會變大,但同時測試次數(金字塔的寬度)會變小。

作為乙個良好的初步猜測,谷歌經常建議70/20/10拆分:70%的單元測試,20%的整合測試和10%的端到端測試。每個團隊的確切組合會有所不同,但總的來說,它應保留金字塔形狀。盡量避免這些反模式:

就像常規金字塔往往是現實生活中最穩定的結構一樣,測試金字塔也往往是最穩定的測試策略。

**:

Deep Speech 端到端的語音識別

對於傳統的語音識別,通常會分為3個部分 語音模型,詞典,語言模型。語音模型和語言模型都是分開進行訓練的,因此這兩個模型優化的損失函式不是相同的。而整個語音識別訓練的目標 wer word error rate 與這兩個模型的損失函式不是一致的。對於端到端的語音識別,模型的輸入就為語音特徵 輸入端 而...

端到端的文字檢測識別

選自iccv 2017 澳大利亞阿德萊德大學 沈春華老師組的作品 towards end to end text spotting with convolutional recurrent neural networks 是目前為止第一篇提出端到端 ocr文字檢測 識別的文章。文章主要3點貢獻 1 ...

web端測試和移動端測試的區別

我們一起來總價一下web端測試和移動端測試的區別 1 報bug 對於測試來說,比較重要的乙個步驟就是報bug,在web端我們發現問題之後,可以利用系統自動工具或者其他截圖工具直接截圖,然後將錯誤的地方或者比較 重要的點進行標記,但是在移動端,截圖相對來說就沒那麼簡單了,因為這地方需要分為兩個步驟,一...