敏捷测试价值观、方法和实践读书笔记(10)

简介: 本文介绍了敏捷测试的延伸实践,重点讨论了持续集成(CI)和持续部署(CD)的概念与实践方法。持续集成强调频繁提交代码至主干并自动化构建测试,确保快速反馈和高质量代码。持续部署则进一步实现自动化部署,通过蓝绿部署、金丝雀发布等方式提升软件交付效率。此外,文章还探讨了持续反馈机制,如A/B测试和混沌工程,以及DevOps文化下的测试策略,强调测试在整个开发流程中的重要性。

第8章敏捷测试延伸实践

8.1 持续集成(Continuous Integration,CI)

持续集成定义

Grady Booch在1991年首次提出了术语"持续集成"

11条实践:

  1. 维护单一代码库
  2. 自动化构建
  3. 让自动化构建可以自测试
  4. 每天提交代码到主干
  5. 每个主干上的代码提交都要在持续集成服务器上构建
  6. 快速修复失败的构建
  7. 保持快速的构建过程
  8. 在生产环境的克隆环境上进行测试
  9. 让每个人都能很容易地得到最新的可执行产物
  10. 让每个人都可以看到整个过程发生了什么
  11. 自动化部署

4条原则。

  1. 保证软件构建单一可信源
  2. 减少环境之间的差异
  3. 自动化所有步骤
  4. 让团队的工作快速得到反馈    

持续集成与测试

只有在确定代码没有质量问题后,才会将其提交到主干进行合并,一旦代码合并,就进入了提交阶段。

在提交阶段,开发人员将代码合并到主干后会触发的相关活动,包括代码合并、服务器端编译构建、服务器端单元测试、静态代码扫描和动态覆盖率分析等。

提交阶段执行时长不超过 10分钟

提交阶段的活动完成并生成二进制包后,进入自动化验收阶段,此阶段包含自动部署、冒烟测试以及自动化测试等活动

与测试相关的持续集成实践

  1. 提交前在本地运行所有的提交测试
  2. 提交测试通过后再继续工作:保持部署流水线常绿是持续集成的基础
  3. 不要轻易将测试失败的用例注释掉
  4. 若测试运行变慢,则让构建失败
  5. 若存在编译警告或代码风格问题,则让测试失败    

基于Jenkins和Docker的微服务持续集成案例

运行Jenkins最理想方式是使用独立的服务器

8.2 持续部署(Continuous Deployment,CD)

持续部署实践

持续部署是一种软件工程方法,通过自动化部署频繁地交付软件功能

  1. 自动化部署
  2. 各环境的部署脚本尽量一致
  3. 把部署流程集成在 CI/CD 中

基于环境的部署

  1. 蓝绿部署
  2. 金丝雀发布

基于应用的部署

  • 特性开关
  • 暗启动

8.3 持续反馈

1.A/B 测试

AB测试(A/B Testing)最早的应用应该是在2000年,Google 工程师用来测试搜索结果页面上每页应显示多少条搜索记录。

  1. 做测试时不局限于2个方案:可以是多个
  2. 不能使用新版本和上个时间段的老版本进行比较
  3. A/B 测试只能有1个变量    
  4. 避免使用用户标识奇偶法分组

混沌工程

21世纪初,亚马逊的“灾难大师”(Disaster Master)杰西·罗宾斯(Jesse Robbins)以自身的消防员培训经历为灵感创建了一个名为“游戏日”(GameDay)的练习项目,旨在测试、培训和应对亚马逊可能发生的系统灾难。

Netflix从200年8月开始就将自己的数据转移到AWS云服务上,原因是当时一个主要的数据库出现崩溃,影响了3天的DVD发货。Netflix将Chaos Monkey(捣乱猴子)部署在AWS云服务上。

混沌工程的实施步骤

(1)稳定状态

(2)假设。一旦确定系统处于稳定状态,接下来就可以开始进行故障假设,例如:    

  • 如果这个推荐引擎停止运行了呢?
  • 如果这个负载均衡器坏了怎么办?
  • 如果缓存失败了怎么办?
  • 如果延迟增加了300ms会如何?
  • 如果主数据库停止运行了怎么办?

请牢记一点,不要进行已知会让系统失败的假设!只对系统中你认为有弹性的部分进行假设,这才是实验的重点。

(3)设计运行试验

  • 有多少客户会受到影响?
  • 哪些功能受损?
  • 哪些地点受到影响?

(4)学习和验证。

包括:

  • 检测时间
  • 通知时间
  • 升级时间    
  • 发布时间。
  • 优雅降级时间
  • 自我修复时间
  • 恢复时间(部分和全部)
  • 解除警报并恢复稳定时间

错误纠正(Correction-of-Eeeor)文档,简称 COE 文档。

COE 文档组成

  • 发生了什么事(时间轴)?
  • 对我们的客户有什么影响?
  • 为什么会出现错误(5个Why原则)?
  • 你学到了什么?
  • 你将如何防止它在未来再次发生?

(5)改进和修正。

混沌工程的价值

(1)混沌工程能够帮助发现系统中的未知因素,并且能让我们在正常工作时间对其进行修复,避免牺牲休息时间。

(2)一个成功的混沌工程实践总会产生比预期多得多的变化,在这些变化中最重要的免责文化从“你为什么那样做”自然演变成“我们如何避免在未来这样做”,这会让团队快乐、更高效,也是其黄金价值所在。

生产环境中测试

1,上线后测试:测试环境与生产环境不一致

2、线上巡验

(1)避免“脏数据”

(2)尽量使用自动化测试。

(3)测试范围主要考虑核心业务

8.4 DevOps

DevOps 是 Development(开发)和 Operations(运维)的缩写的组合,DevOps一词来源于 2009 年在比利时根特市举办的首届 DevopsDays。  

DevOps 三步工作法

  • 流动
  • 反馈
  • 持续学习和实践

DevOps与测试

Katrina Clokie 在APractical Guide to Testingin DevOps 一书中提到,在DevOps 中,很少提到测试,是因为这些社区的组织者并不是测试背景出身,但这并不意味着测试就被弱化了,相反,测试应该作为重要的活动融入整个开发过程。

敏捷专家 Dan Ashby 在个人文章Continuous Testing in DevOps 中表示:你可以看到为什么人们很难理解在这样一个根本没有提到测试的模型中,测试处于这样的位置。对我来说,测试适用于 DevOps 模型的每一个环节。

目录
相关文章
|
1月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
1月前
|
数据采集 存储 人工智能
从0到1:天猫AI测试用例生成的实践与突破
本文系统阐述了天猫技术团队在AI赋能测试领域的深度实践与探索,讲述了智能测试用例生成的落地路径。
从0到1:天猫AI测试用例生成的实践与突破
|
2月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
320 1
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
如何让AI更“聪明”?VLM模型的优化策略与测试方法全解析​
本文系统解析视觉语言模型(VLM)的核心机制、推理优化、评测方法与挑战。涵盖多模态对齐、KV Cache优化、性能测试及主流基准,助你全面掌握VLM技术前沿。建议点赞收藏,深入学习。
659 8
|
2月前
|
Java 测试技术 API
自动化测试工具集成及实践
自动化测试用例的覆盖度及关键点最佳实践、自动化测试工具、集成方法、自动化脚本编写等(兼容多语言(Java、Python、Go、C++、C#等)、多框架(Spring、React、Vue等))
144 6
|
2月前
|
人工智能 边缘计算 搜索推荐
AI产品测试学习路径全解析:从业务场景到代码实践
本文深入解析AI测试的核心技能与学习路径,涵盖业务理解、模型指标计算与性能测试三大阶段,助力掌握分类、推荐系统、计算机视觉等多场景测试方法,提升AI产品质量保障能力。
|
2月前
|
人工智能 自然语言处理 测试技术
AI测试平台的用例管理实践:写得清晰,管得高效,执行更智能
在测试过程中,用例分散、步骤模糊、回归测试效率低等问题常困扰团队。霍格沃兹测试开发学社推出的AI测试平台,打通“用例编写—集中管理—智能执行”全流程,提升测试效率与覆盖率。平台支持标准化用例编写、统一管理操作及智能执行,助力测试团队高效协作,释放更多精力优化测试策略。目前平台已开放内测,欢迎试用体验!
|
3月前
|
人工智能 资源调度 jenkins
精准化回归测试:大厂实践与技术落地解析
在高频迭代时代,全量回归测试成本高、效率低,常导致关键 bug 漏测。精准化测试通过代码变更影响分析,智能筛选高价值用例,显著提升测试效率与缺陷捕获率,实现降本增效。已被阿里、京东、腾讯等大厂成功落地,成为质量保障的新趋势。
|
3月前
|
搜索推荐 Devops 测试技术
避免无效回归!基于MCP协议的精准测试影响分析实践
本文揭示传统测试的"孤岛困境",提出MCP(Model Context Protocol)测试新范式,通过模型抽象业务、上下文感知环境和协议规范协作,实现从机械执行到智能测试的转变。剖析MCP如何颠覆测试流程,展示典型应用场景,并提供团队落地实践路径,助力测试工程师把握质量效率革命的新机遇。
|
3月前
|
人工智能 缓存 自然语言处理
大模型性能测试完全指南:从原理到实践
本文介绍了大模型性能测试的核心价值与方法,涵盖流式响应机制、PD分离架构、五大关键指标(如首Token延迟、吐字率等),并通过实战演示如何使用Locust进行压力测试。同时探讨了多模态测试的挑战与优化方向,帮助测试工程师成长为AI系统性能的“诊断专家”。