软件测试的正交分析法共找到6条结果

十招玩转敏捷测试  - Gitchat Gitchat

敏捷项目管理如火如荼已流行了10多年,例如 Agile、Scrum 和 SAFe。无论是哪个理论最终都离不开技术落地,都要先后进行需求分析、软件设计、编码实现、单元测试、集成测试、验收测试。当然也会换换名字,例如需求分析换作用户故事拆分。原来大堆的设计和说明文档(依据 CMMI 等理论管理的所谓较正式的项目中大多这样)变得少些,但是编写代码、单元测试、集成测试、验收测试等等该做的还是要做,这些活动只是在时间先后、任务颗粒度大小方面进行了重组。那么敏捷项目和敏捷项目中的敏捷测试的意义和价值在哪里呢?在进入咱们的正式话题敏捷测试之端到端的自动化测试之前,先从整体上简单介绍一下为什么要敏捷测试,敏捷测试为谁服务?先知道“为谁辛苦,为谁甜”。 咱们先从企业的愿景说起,怎么要从企业愿景说起呢?要做一个好的测试人员特别是敏捷团队里面的测试人员不仅要懂测试技术、掌握编程技能,也要了解公司的业务。测试出的产品最终是给客户用的,这个客户有可能是外部客户,也有可能是内部客户。客户要使用我们测试人员测试的软件来做什么?客户为什么愿意使用我们的软件,客户为什么愿意为我们的软件付费呢?那就是我们的软件为客户提供

根据大量的测试统计数据,很多错误是发生在输入或输出范围的边界上,而不是发生在输入/输出范围的中间区域。因此针对各种边界情况设计测试用例,可以查出更多的错误。 比如一个文本框的可输入字符长度为0~15,那么咱们在测试的时候就会习惯性的输入0个或者16个以上的字符,试试程序会不会报错,因为直觉告诉我们这 ...(2015-05-29 21:36:02)

根据大量的测试统计数据,很多错误是发生在输入或输出范围的边界上,而不是发生在输入/输出范围的中间区域。因此针对各种边界情况设计测试用例,可以查出更多的错误。       比如一个文本框的可输入字符长度为0~15,那么咱们在测试的时候就会习惯性的输入0个或者16个以上的字符,试试程序会不会报错,因 ...(2015-10-17 17:46:40)

从零开始掌握微服务软件测试  - Gitchat Gitchat

微服务的由来 微服务的前身是 Peter Rodgers 博士在 2005 年度云端运算博览会上提出的微 Web 服务 (Micro-Web-Service) 。微软的 Juval Löwy 随后也提出了类似的想法,并提议将其作为微软下一阶段最主要的软件架构。 2014年,Martin Fowler 与 James Lewis 共同提出了微服务的概念,给出了微服务的具体定义:从本质上来说,微服务是一种架构模式。它是面向服务型架构(SOA)的一种变体,提倡将单一应用程序划分成一组小的服务,服务之间互相协调、互相配合,为用户提供最终价值。每个服务运行在其独立的进程中,服务与服务之间采用轻量级的通信机制互相沟通(通常是基于 HTTP 的 RESTful API)。每个服务都围绕着具体业务进行构建,并且能够被独立地部署到生产环境、类生产环境等。另外,应尽量避免统一的、集中式的服务管理机制,对具体的一个服务而言,应根据业务上下文,选择合适的语言、工具对其进行构建。 Martin Fowler 是国际著名的软件专家,敏捷开发方法的创始人之一,现为 ThoughtWorks 公司的首席科学家。

一、 定义        边界值分析法就是对输入或输出的边界值进行测试的一种黑盒测试方法。通常边界值分析法是作为对等价类划分法的补充,这种情况下,其测试用例来自等价类的边界。边界值分析法是对等价类划分法做补充的一种黑盒测试设计方法。 实践中,由于大量的错误发生在输入、输出值的边界上,所以,对于各 ...(2017-03-28 14:26:10)

正交表是一整套规则的设计表格,用 L为正交表的代号,n为试验的次数,t为水平数,c为列数,也就是可能安排最多的因素个数。正交表的构造需要用到组合数学和概率学知识,现在广泛使用的Ln(tc)类型的正交表构造思想比较成熟。 基本介绍 编辑 正交表例如L9(34),表1-1, 它表示需作9次实验,最多可观 ...(2016-07-05 23:30:35)

机器学习极简入门课  - Gitchat Gitchat

机器学习最直接的应用,就是把模型运用到实际业务上去解决问题。 本课所讲到的几个经典模型,是机器学习发展的几十年间,由前辈总结出的解决特定问题的固定模式,已经在实践中证明有效。 学会这些模型,一则可以以它们为载体理解“机器学习”这件事情本身是一种怎样的机制;二则掌握了模型,也就掌握了当前许多实际问题有效的解决方案。 学模型就要学公式推导吗? 在实际应用中,如果我们要运用一种模型,那么其实有很多现成的算法库、学习框架,只要把输入导入进去,用几行代码指定模型类型和参数,工具、框架就能自动计算出结果。 既然如此,何必再去学其中的原理,一步步推导让人头晕的数学公式? 对于这个问题,首先给出我的意见: 机器学习的原理和数学推导一定要学! 此处且举个直观的例子: 工具就像是武器,学会使用一种工具只是学会了使用这种武器的最基本的招式和套路。而理论学习则是学习策略,决定了未来在真实对战中,遇到对手攻击时,你选取哪些招式套路,如何组合起来去迎敌。 反过来说,如果根本不学模型原理,只是把一个个应用场景背诵下来,需要的时候直接把模型当黑盒使用——这样做我们能学到什么? 我们将学到: 算法库的安装

这是一种新的设计用例的方法,其实我们都想问为什么要用这种方法去设计用例,认真了解后才知道,用这种方法可以减少测试的时间及成本,其实我也没有真正用过这种方法,所以下面的用例也是抄拿别人的.   据我了解利用正交表设计测试用例也是正义矩阵测试策略Orthogonal Array Testing Str ...(2012-04-20 10:28:43)

1.应用场合     有很多控件,每个控件有很多个取值,要考虑不同控件不同取值之间的组合。并且组合数较大,而且没有必要为每一种组合编写用例。在这种情况下,我们就不采用因果图法来设计测试用例,而是选择正交排列法。     正交排列法核心思想是从大量的数据中挑选适量的、有代表性的点进行测试。 正交排 ...(2016-08-20 16:27:29)