开发模型 和 测试模型 详解

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型训练 PAI-DLC,100CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 开发模型 和 测试模型 详解

开发模型


开发模型 : ① 瀑布模型 ② 螺旋模型 ③ 增量模型 和 迭代模型 ④ 敏捷模型 (优点 缺点 适用场景)测试模型 : ① V模型 ② W模型


瀑布模型


597468f761a54c74bac2f6454f29ad32.png


优点/特点:

  • 线性结构,每个阶段 只执行一次
  • 是其他模型的一个基础框架


缺点:


测试后置:


前面的各项阶段遗留的风险到后面的测试阶段猜发现,会导致大面积返工,而失去尽早修复的机会


必须要给测试留充足的时间,否则可能会导致测试不充分,而把问题暴露给用户使用的时候才发现


周期太长,产品很迟才能够被看到和使用


可能会导致产品的需求/功能过时


使用场景:

有固定需求的小项目


螺旋模型


拉直之后其实就是 瀑布模型


74abecc64e28403b962dff8806ea2536.png



优点/特点:

缺点


需要招聘专业的风险分析人才,项目中可能存在的风险性与风险管理人员的技能水平有直接关系


需要人员、资金、时间的增加和投入,可能会导致项目的成本太高


适用场景:

规模庞大、复杂度高、风险大的项目


增量模型/迭代模型


假如有一个软件,共有 A B C D E 五大功能

增量模型:可以先开发 AB功能,再开发C D E (逐块建造)

迭代模型:可以先开发 ABCDE的基础版本,再在这些版本上不断完善 (不断完善)

优点/特点:相比于螺旋模型,能够更早的上线。增量模型和迭代模型通常同时使用。



d3be9f506bbd45239c6d7be78c61c74e.png

敏捷模型


敏捷宣言:


个体与交互重于过程和工具(重人轻物,雇佣好人才,让他们放手去干)


可用的软件重于完备的文档(相对于各种文档来说,最终的结果/软件更加重要)


客户协作重于合同谈判(与客户紧密的协作,及时沟通解决比死东西更加重要)


响应变化重于遵循计划(及时的相应变化)

在每对比对中,后者并非全无价值,但我们更看重前者


优点:轻流程,轻文档,重目标,重产出


敏捷模型中的scrum模型

三个角色:


  1. 产品经理:提出需求,负责需求问题
  2. 项目经理:协调项目,有问题找他
  3. 研发团队:测试人员、开发人员、前端等等


五个重要会议:

  1. 发布计划会议:确定本次迭代需要完成的需求 (通常需求从需求池中选择的)
  2. 迭代计划会议:①进行任务拆解,确定责任人(不同的需求给不同的人干),进行工时评估
  3. 每日会议:每天都有,说说昨天做了什么,今天做什么,有什么问题(主要是掌握进度是否复合预期)
  4. 演示会议:迭代结束后召开,团队负责展示本次迭代的成果。期间反馈记录下来,形成新的story
  5. 回顾会议:项目团队对本期迭代进行总结,发现不足,制定改进计划,下一次迭代继续改进


测试模型


测试模型分为 V模型 和 W模型,理解下面的两张图即可


V模型


7e49c356d5ed4947ac37c5c4a7eae85d.png


优点/特点:

  1. 明确的标注了测试过程中存在的不同类型的测试
  2. 测试的参考标准以前面的对应阶段为准

缺点:

  • 测试后置


W模型(双V模型)


006977d8f25b44d1bff49f03320bae23.png

  • 缺点:重流程,不适用于敏捷模型
相关文章
|
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。
580 8
|
2月前
|
存储 测试技术 API
数据驱动开发软件测试脚本
今天刚提交了我的新作《带着ChatGPT玩转软件开发》给出版社,在写作期间跟着ChatGPT学到许多新知识。下面分享数据驱动开发软件测试脚本。
103 0
|
8月前
|
数据采集 算法 测试技术
【硬件测试】基于FPGA的1024QAM基带通信系统开发与硬件片内测试,包含信道模块,误码统计模块,可设置SNR
本文介绍了基于FPGA的1024QAM基带通信系统的硬件测试版本,包含testbench、高斯信道模块和误码率统计模块。系统新增ila在线数据采集和vio在线SNR设置模块,支持不同SNR条件下的性能测试。1024QAM调制将10比特映射到复平面上的1024个星座点之一,实现高效数据传输。硬件测试结果表明,在SNR=32dB和40dB时,系统表现出良好的性能。Verilog核心程序展示了各模块的连接与功能实现。
202 7
|
7月前
|
机器学习/深度学习 人工智能 并行计算
AI部署架构:A100、H100、A800、H800、H20的差异以及如何选型?开发、测试、生产环境如何进行AI大模型部署架构?
AI部署架构:A100、H100、A800、H800、H20的差异以及如何选型?开发、测试、生产环境如何进行AI大模型部署架构?
AI部署架构:A100、H100、A800、H800、H20的差异以及如何选型?开发、测试、生产环境如何进行AI大模型部署架构?
|
5月前
|
传感器 人工智能 JavaScript
鸿蒙开发:DevEcoTesting中的稳定性测试
DevEcoTesting主要的目的也是用于软件的测试,可以让开发者无需复杂的配置,即可一键执行测试任务,同时提供了测试报告和分析,无论是对于开发者还是测试同学来说,都是一个非常方便的工具。
213 3
鸿蒙开发:DevEcoTesting中的稳定性测试
|
3月前
|
机器学习/深度学习 存储 分布式计算
Java 大视界 --Java 大数据机器学习模型在金融风险压力测试中的应用与验证(211)
本文探讨了Java大数据与机器学习模型在金融风险压力测试中的创新应用。通过多源数据采集、模型构建与优化,结合随机森林、LSTM等算法,实现信用风险动态评估、市场极端场景模拟与操作风险预警。案例分析展示了花旗银行与蚂蚁集团的智能风控实践,验证了技术在提升风险识别效率与降低金融风险损失方面的显著成效。
|
4月前
|
敏捷开发 运维 数据可视化
DevOps看板工具中的协作功能:如何打破开发、测试与运维之间的沟通壁垒
在DevOps实践中,看板工具通过可视化任务管理和自动化流程,提升开发与运维团队的协作效率。它支持敏捷开发、持续交付,助力团队高效应对需求变化,实现跨职能协作与流程优化。
|
4月前
|
运维 jenkins 测试技术
"还在苦等开发部署环境?3步教你用Jenkins拿回测试主动权"
测试工程师最头疼的问题是什么?依赖开发部署环境! 开发延期→测试时间被压缩→紧急上线后BUG频出→测试背锅。传统流程中,测试被动等待部署,效率低下。而Jenkins自动化部署让测试人员自主搭建环境,实现: ✅ 随时触发测试,不再苦等开发 ✅ 部署效率提升10倍,抢回测试时间 ✅ 改善团队协作,减少互相甩锅 学习Jenkins部署能力,成为高效测试工程师,告别被动等待!
|
8月前
|
数据采集 算法 数据安全/隐私保护
【硬件测试】基于FPGA的4ASK调制解调通信系统开发与硬件片内测试,包含信道模块,误码统计模块,可设置SNR
本文介绍了基于FPGA的4ASK调制解调系统的硬件测试版本,该系统包括testbench、高斯信道模块和误码率统计模块,并新增了ILA在线数据采集和VIO在线SNR设置功能。通过VIO设置不同SNR(如15dB和25dB),实现了对系统性能的实时监测与调整。4ASK是一种通过改变载波幅度表示数据的数字调制方式,适用于多种通信场景。FPGA平台的高效性和灵活性使其成为构建高性能通信系统的理想选择。
208 17
|
8月前
|
数据采集 算法 数据安全/隐私保护
【硬件测试】基于FPGA的4FSK调制解调通信系统开发与硬件片内测试,包含信道模块,误码统计模块,可设置SNR
本文基于之前的文章《基于FPGA的4FSK调制解调系统》,增加了ILA在线数据采集模块和VIO在线SNR设置模块,实现了硬件测试版本。通过VIO设置不同SNR(如10dB和20dB),并展示了ILA采集的数据结果。四频移键控(4FSK)是一种数字调制方法,利用四个不同频率传输二进制数据,具有较高的频带利用率和抗干扰性能。输入的二进制数据分为两组,每组两个比特,对应四个频率f1、f2、f3、f4,分别代表二进制组合00、01、10、11。调制过程中选择相应频率输出,并进行幅度调制以增强抗干扰能力。接收端通过带通滤波器提取信号并还原为原始二进制数据。
204 7

热门文章

最新文章