多版本并行,测试如何做好质量保障?

简介: 第一个是成本问题,单独搭建一套可用的测试环境,包括云服务器、缓存、消息队列和数据库,成本是很高的;

昨天的文章总结了从软件工程角度,如何进行项目管理相关的知识。正好上周末星球内部直播时候,有同学问了一个问题:他们公司经常存在多版本并行的项目,不知道怎么做好质量保障工作。


这篇文章就以昨天文章中提到的项目管理的方法,结合我自己的实际经历,来聊聊多版本并行,质量保障工作面临哪些挑战以及如何保障交付质量。


我们日常工作中版本迭代一般都是按照时间进行排版迭代的,但偶尔也会遇到其他情况,比如新业务拓展需要紧急上线,但日常的迭代也不能停止。这个时候就会出现多版本或者说多项目并行的情况,这也给质量保障工作带来了很大的挑战。总结一下,比较大的挑战主要有如下四点。


640.png


环境问题


如上图所示,当时我们遇到了这样一个问题:在一个迭代周期内有2个业务迭代版本和3个独立项目差不多要同时上线。这个时候面临的第一个问题是测试环境的问题。


原则上来说,为了避免不同项目之间的互相影响,在测试环境上要做到彼此隔离。但要做到环境隔离,又面临2个挑战:


第一个是成本问题,单独搭建一套可用的测试环境,包括云服务器、缓存、消息队列和数据库,成本是很高的;


第二个是时间问题,搭建环境涉及到运维、研发和测试团队,需要运维准备资源、研发配合测试进行发布联调;


当时我们的测试环境很混乱,很多环境处于不可用状态,面临这个问题,我当时是这样解决的。


首先,4.1和4.2版本的时间可以错开,因此该两个版本可以共用一套环境,只是在代码部署上跟进下细节即可;


其次,独立版本1由于横跨了4.1和4.2版本,且涉及的业务域和对应服务和其他项目差异较大,因此独占T1环境;


最后,独立版本2和独立版本3提测及上线日期接近,且涉及的业务域和对应服务相差不多,可以将范围内的所有服务发布到T2环境,共用一套环境。


关于环境问题,我之前写过一篇详细的文章《被忽视的问题:测试环境稳定性治理》,大家可以参考。


业内比较好的解决方案是通过流量染色+stable环境来解决,架构图如下:


640.png


分支问题


多版本并行,其实最大的难点就在于代码分支问题。关于代码分支,主要考量如下几点:


  • 每个项目是否都需要单独拉一个分支出来进行开发;
  • 上线前代码merge,如果冲突较多,就需要尽早去做代码合并尽早发现问题;
  • 如果没有明显的代码冲突,在UAT阶段做一轮快速的回归验证即可;


边界问题


这个问题其实很容易忽略,但在实际的工作中,面临多版本并行的情况,划分清楚边界其实是很重要的。这样一方面可以减少不必要的工作量,另一方面也可以避免测试过程中遇到不同项目的交互区域,责任划分以及问题跟进问题。


边界划分,我个人的处理经验主要遵循如下几点:


  • 需求评审时明确本次需求涉及的业务域;
  • 按照业务域去确定该项目对应的应用服务名(便于区分代码分支);
  • 综合不同项目的调用依赖,判断公共服务是否有变更(如有可考虑mock等手段);
  • 解决不同项目在测试过程中的测试数据问题(测试数据准备也是多项目并行的一大难点);


回归问题


其实多版本并行最大的工作量就在于回归验证,一方面要确保每个项目涉及到的变更影响部分都要回归到,避免遗漏;另一方面针对不同项目的不同代码分支,还要考虑代码冲突的问题。针对这种情况,一般来说解决方法无非下面几种:


  • 大量的自动化测试来节省回归测试的时间和工作量;
  • 短期内通过增加人力的方式去尽可能覆盖涉及的业务场景;


结合上篇文章讲到的项目管理知识,可以看到:


  • 在项目前期识别面临的问题,这是风险评估和风险管理;
  • 在面临多项目并行时制定项目计划并逐步拆解为最小的可执行任务;
  • 通过流程规范去约束代码分支和提测发布过程,并时时跟进;
  • 通过工具去提升过程效率(如自动化等手段);


综合来说,软件工程的方法论在实际的工作中,给了我们更高的一个观察视角,能让我们解决更复杂的问题。

相关文章
|
25天前
|
测试技术 持续交付 UED
软件测试的艺术:确保质量的实战策略
在软件开发的舞台上,测试是那把确保每个功能如交响乐般和谐奏响的指挥棒。本文将深入探讨软件测试的重要性、基本类型以及如何设计高效的测试策略。我们将通过一个实际的代码示例,展示如何运用这些策略来提升软件质量和用户体验。
|
1月前
|
jenkins 测试技术 持续交付
软件测试中的自动化与持续集成:提升效率与质量的关键
在快节奏的软件开发环境中,自动化测试和持续集成已经成为不可或缺的部分。本文将探讨自动化测试和持续集成的重要性,以及它们如何协同工作以提高软件开发的效率和质量。通过分析自动化测试的策略、工具选择以及持续集成的实践,我们将揭示这些技术如何帮助开发团队快速响应变化,减少错误,并加速产品上市时间。
|
1月前
|
运维 Prometheus 监控
如何在测试环境中保持操作系统、浏览器版本和服务器配置的稳定性和一致性?
如何在测试环境中保持操作系统、浏览器版本和服务器配置的稳定性和一致性?
|
1月前
|
测试技术 开发者 Python
自动化测试之美:从零构建你的软件质量防线
【10月更文挑战第34天】在数字化时代的浪潮中,软件成为我们生活和工作不可或缺的一部分。然而,随着软件复杂性的增加,如何保证其质量和稳定性成为开发者面临的一大挑战。自动化测试,作为现代软件开发过程中的关键实践,不仅提高了测试效率,还确保了软件产品的质量。本文将深入浅出地介绍自动化测试的概念、重要性以及实施步骤,带领读者从零基础开始,一步步构建起属于自己的软件质量防线。通过具体实例,我们将探索如何有效地设计和执行自动化测试脚本,最终实现软件开发流程的优化和产品质量的提升。无论你是软件开发新手,还是希望提高项目质量的资深开发者,这篇文章都将为你提供宝贵的指导和启示。
|
1月前
|
安全 Linux 虚拟化
|
2月前
|
机器学习/深度学习 人工智能 监控
提升软件质量的关键路径:高效测试策略与实践在软件开发的宇宙中,每一行代码都如同星辰般璀璨,而将这些星辰编织成星系的过程,则依赖于严谨而高效的测试策略。本文将引领读者探索软件测试的奥秘,揭示如何通过精心设计的测试方案,不仅提升软件的性能与稳定性,还能加速产品上市的步伐,最终实现质量与效率的双重飞跃。
在软件工程的浩瀚星海中,测试不仅是发现缺陷的放大镜,更是保障软件质量的坚固防线。本文旨在探讨一种高效且创新的软件测试策略框架,它融合了传统方法的精髓与现代技术的突破,旨在为软件开发团队提供一套系统化、可执行性强的测试指引。我们将从测试规划的起点出发,沿着测试设计、执行、反馈再到持续优化的轨迹,逐步展开论述。每一步都强调实用性与前瞻性相结合,确保测试活动能够紧跟软件开发的步伐,及时适应变化,有效应对各种挑战。
|
22天前
|
敏捷开发 监控 测试技术
软件测试中的自动化策略:提升效率与质量
在软件开发过程中,测试是确保产品质量的关键环节。随着敏捷开发模式的普及,自动化测试成为提升测试效率和质量的重要手段。本文将介绍自动化测试的基本概念、实施步骤以及如何通过自动化测试提高软件测试的效率和质量,同时分享一些实用的自动化测试工具和技巧。
50 3
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试的新篇章:利用AI提升软件质量
【10月更文挑战第35天】在软件开发的海洋中,自动化测试犹如一艘救生艇,它帮助团队确保产品质量,同时减少人为错误。本文将探索如何通过集成人工智能(AI)技术,使自动化测试更加智能化,从而提升软件测试的效率和准确性。我们将从AI在测试用例生成、测试执行和结果分析中的应用出发,深入讨论AI如何重塑软件测试领域,并配以实际代码示例来说明这些概念。
56 3
|
2月前
|
敏捷开发 监控 jenkins
自动化测试之美:打造高效的软件质量保障体系
【10月更文挑战第20天】在软件开发的海洋中,自动化测试如同一艘精准的导航船,引领项目避开错误的礁石,驶向质量的彼岸。本文将扬帆起航,探索如何构建和实施一个高效的自动化测试体系,确保软件产品的稳定性和可靠性。我们将从测试策略的制定、工具的选择、脚本的编写,到持续集成的实施,一步步描绘出自动化测试的蓝图,让读者能够掌握这一技术的关键要素,并在自己的项目中加以应用。
35 5
|
2月前
|
测试技术
软件质量保护与测试(第2版)学习总结第十章 黑盒测试
本文是《软件质量保护与测试》(第2版)第十章的学习总结,介绍了黑盒测试的基本概念和方法,包括等价类划分、边界值分析和因果图法,并通过具体例子展示了如何设计测试用例来验证软件的功能性需求。
73 1
软件质量保护与测试(第2版)学习总结第十章 黑盒测试