基于Fastbot的移动端自动化测试方案

简介: 使用火山引擎来实现移动端的Monkey测试

背景介绍

自动测试生成 ATG

自动测试生成 ATG(Automated Testing Generation)技术,也叫 AIG(Automated Input Generation)技术。传统的自动化方式,比如录制与回放(Record & Replay),依赖于测试人员编写测试脚本。同时,跟随着测试需求的改变,测试人员需要耗费一定的时间维护和调整相应的测试脚本。与录制回放的方式相比,将测试活动依赖的通用服务进行抽象,依靠自动的方式生成测试活动需要的操作,能较大程度减少测试脚本的编写与维护工作量。

目前,典型的 ATG 技术有:

  • 程序分析;(Code-Based Testing);
  • 基于模型的测试生成(Model-Based-Testing);
  • 组合测试(Combinatorial Testing);
  • 基于搜索的测试生成(Search-Based-Testing), Facebook 的 Sapienz;
  • 自适应随机测试(Adaptive Random Testing)。

市面测试工具

image-20220509103432286

image-20220509103449644

表 1 列举了目前市面上几款常见的 iOS UI 自动化框架。

整体上可分三类,

1)App 源码插桩:通过插桩 SDK 获取宿主页面控件树和进程内注入可执行操作,插桩方式执行速度快,但也有弊端,拙劣的 SDK 可能对宿主 App 有不良影响,比如稳定性变差了,此外进程内注入方式是无法操作一个系统级弹窗的。

2)WDA 私有接口:这种方式的好处是无需插桩,也是目前主流的 iOS UI 自动化方案,但是往往使用了私有接口就一定带来兼容问题,其次私有接口获取控件树的性能有时也令人堪忧。

3)图像识别结合 WDA 私有接口:基于此自动化能力完全取决于图像的能力,另外 2 中拥有的优缺点它也同样拥有。

image-20220509103548453

表 2 是目前市面上几款相对较好的 iOS 端稳定性 Monkey 测试工具。

总结来说基本都是基于 XCTest 和 WDA 来实现的,但是普遍问题是更新维护不及时,甚至是已经停止维护很久。其工具研发面临的首要问题是对 iOS 新版兼容开发成本巨大。

特别是涉及 WDA(WebDriverAgent,提供了某些跨进程 App 调度和获取控件树的能力)私有接口的兼容,往往面临等待 Facebook 解决 WDA 的兼容后才能着手展开。

但现实也很不幸,Facebook 目前已经放弃了对 WDA 的后续兼容,转向 IDB 研发(iOS Development Bridge,类似于安卓中的 adb 工具,但在真机上存在稳定性问题尚无法完全替代 WDA),WDA 现在则由 Appium 以社区形式接手继续迭代。

Fastbot 方案简述

Fastbot的总体分为两部分:

  • 服务端:负责测试模型搭建,动作决策,指令下发。
  • 客户端:负责GUI信息上报,处理服务端下发的动作。

客户端与服务端会分别创建一个Agent,通过Socket通道进行通信。

测试流程:

  1. 服务端Agent将客户端Agent上传的GUI信息进行封装,生成State节点。
  2. 服务端Agent再通过当前State信息,按照分配好的算法,与任务模型交互,作出Action决策。
  3. 服务端Agent将Action决策发回客户端Agent,客户端执行Action。

在步骤2中,服务端会判断是否发生了崩溃,覆盖率信息,当前节点的路径记录等多种信息,用于实现数据分析,路径回放和测试生成。

崩溃查看

当Fastbot在测试过程中发生了崩溃时,需要从测试设备的Crash logs中去获取崩溃信息。

Fastbot环境配置

安装Xcode,Cocoapods

sudo gem install cocoapods -v=1.8.1

初始化项目

拉取仓库和依赖

git clone https://github.com/bytedance/Fastbot_iOS.git
cd Fastbot_iOS && cd Fastbot-iOS && pod install --repo-update

设置证书

  1. 勾选Automatically manage signing,开启自动签名
  2. 修改bundle Id为唯一id,路径 Target -> BuildSettings ->Product Bundle Identifier
  3. 在Xcode中登陆开发者账号

测试设备配置

  1. 连接手机到mac,信任测试手机。

  2. 执行单元测试中的 FatbotRunner -> testPingNetwork,完成测试用例Pass,期间会安装一个App(如FastbotRunner-Runner)

可能需要解决的问题:

  1. 需要信任App的证书
  2. 等待获取网络权限,手动打开App,等待几秒时间,切回到桌面,此时弹出是否开启网络权限的弹窗,选择开启。该操作重复,直到testPingNetwork用例Pass。

By tapping FastbotRunner on the device, the screen of the device would go black for about one minute. During the black screen interval, users should press the home button on the device to go back to the main screen. Wait patiently until the network setting dialog window pops up. Users should allow the pop up request in order to continue.

通过点击设备上的FastbotRunner,设备的屏幕会变黑约一分钟。在黑屏间隔时间内,用户应按下设备上的home键返回主屏幕。请耐心等待弹出网络设置对话框。为了继续,用户应该允许弹出请求。

开始测试

  1. 将被测试的App安装至测试手机上。
  2. 输入设备密码,启用UI自动化测试(每次测试只会出现一次)。
  3. 在运行Scheme中添加测试参数(Test-Debug阶段)。
字段 说明 示例
BUNDLEID 被测试App的 Bundle ID com.xxx.xxx
duration 测试时长,单位分钟 240
launchenv 用于传递测试App的环境变量,一般为空,或者以 ':'分割的key=value形式 isAutoTestUI=1:channel=AutoTest
throttle 操作间隔,单位毫秒 300
  1. 执行 FastbotRunner -> testFastbot,被测试App将被唤起。如果没有唤起,在等待时手动唤起被测试的App。

Shell启动

# (如果启动Scheme设置中的启动参数被更改则需还原),可根据实际情况使用build-for-testing test-without-building,id为设备的udid

BUNDLEID=com.xxx.xxx duration=240 throttle=300 xcodebuild test -workspace Fastbot-iOS.xcworkspace -scheme FastbotRunner -configuration Release -destination 'platform=iOS,id=00008101-000318213123451E' -only-testing:FastbotRunner/FastbotRunner/testFastbot

Stub 模式

fastbot_stub注入到被测试的App中。该库可以捕获App在测试过程中的GUI结构信息。可以使用更多自定义的功能(如hook callback、cut View),还有防止某些View被点击,自定义ViewControllers等。

  1. 将fastbot_stub 通过pod 方式集成进被测试的App

  2. 取消代码注释:[fastbot_native addUIInterruptionMonitor: ...]; in FastbotRunner.m

  3. 修改FatbotRunner的Scheme中参数

    | key | sample |
    | --------- | ------------- |
    | launchenv | stubPort=9797 |
    | dataport | 9797 |

  4. 先启动被测试App,让GCDWebServer启动。

  5. 再使用Shell开启FastbotRunner

工具

libimobiledevice

实用工具 描述
idevice_id 列出给定设备的附加设备或打印设备名称
idevicebackup 为设备创建或恢复备份(旧版)
idevicebackup2 为运行 iOS 4 或更高版本的设备创建或恢复备份
idevicebtlogger 从设备捕获蓝牙HCI流量(需要日志配置文件)
idevicecrashreport 从设备检索崩溃报告
idevicedate 显示当前日期或在设备上设置
idevicedebug 与设备的调试服务器服务交互
idevicedebugserverproxy 从设备代理调试服务器连接进行远程调试
idevicediagnostics 与设备的诊断接口交互
ideviceenterrecovery 让设备进入恢复模式
ideviceimagemounter 在设备上挂载磁盘映像
ideviceinfo 显示有关已连接设备的信息
idevicename 显示或设置设备名称
idevicenotificationproxy 在设备上发布或观察通知
idevicepair 管理主机与设备和usbmuxd的配对
ideviceprovision 管理设备上的预置描述文件
idevicescreenshot 从连接的设备获取屏幕截图
idevicesetlocation 模拟设备上的位置
idevicesyslog 连接设备的中继系统

参考链接

Fastbot Github仓库

Fastbot:行进中的智能 Monkey

奔跑吧!智能Monkey之Fastbot跨平台

应用性能监控全链路版

目录
相关文章
|
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。
|
8天前
|
监控 测试技术 定位技术
HTTP代理IP响应速度测试方案设计与指标体系
随着数字化发展,网络安全、隐私保护及内容访问自由成为核心需求。HTTP代理因其技术优势成为热门选择。本文介绍HTTP代理IP响应速度测试方案,包括基础性能、稳定性、地理位置、实际应用、安全性测试及监控指标,推荐测试工具,并提供测试结果评估标准。
21 2
|
1月前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
95 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
23天前
|
机器学习/深度学习 算法 UED
在数据驱动时代,A/B 测试成为评估机器学习项目不同方案效果的重要方法
在数据驱动时代,A/B 测试成为评估机器学习项目不同方案效果的重要方法。本文介绍 A/B 测试的基本概念、步骤及其在模型评估、算法改进、特征选择和用户体验优化中的应用,同时提供 Python 实现示例,强调其在确保项目性能和用户体验方面的关键作用。
29 6
|
28天前
|
监控 测试技术 开发工具
移动端性能测试工具
移动端性能测试工具
43 2
|
1月前
|
Web App开发 定位技术 iOS开发
Playwright 是一个强大的工具,用于在各种浏览器上测试应用,并模拟真实设备如手机和平板。通过配置 `playwright.devices`,可以轻松模拟不同设备的用户代理、屏幕尺寸、视口等特性。此外,Playwright 还支持模拟地理位置、区域设置、时区、权限(如通知)和配色方案,使测试更加全面和真实。例如,可以在配置文件中设置全局的区域设置和时区,然后在特定测试中进行覆盖。同时,还可以动态更改地理位置和媒体类型,以适应不同的测试需求。
Playwright 是一个强大的工具,用于在各种浏览器上测试应用,并模拟真实设备如手机和平板。通过配置 `playwright.devices`,可以轻松模拟不同设备的用户代理、屏幕尺寸、视口等特性。此外,Playwright 还支持模拟地理位置、区域设置、时区、权限(如通知)和配色方案,使测试更加全面和真实。例如,可以在配置文件中设置全局的区域设置和时区,然后在特定测试中进行覆盖。同时,还可以动态更改地理位置和媒体类型,以适应不同的测试需求。
64 1
|
2月前
|
机器学习/深度学习 弹性计算 自然语言处理
前端大模型应用笔记(二):最新llama3.2小参数版本1B的古董机测试 - 支持128K上下文,表现优异,和移动端更配
llama3.1支持128K上下文,6万字+输入,适用于多种场景。模型能力超出预期,但处理中文时需加中英翻译。测试显示,其英文支持较好,中文则需改进。llama3.2 1B参数量小,适合移动端和资源受限环境,可在阿里云2vCPU和4G ECS上运行。
124 1
|
2月前
|
机器学习/深度学习 存储 测试技术
从0到1:如何规划一套流量回放自动化测试方案
本文介绍了流量回放自动化测试的完整方法,从企业战略到交付的四个关键环节:Discovery(深度挖掘)、Define(定义目标)、Design(详细设计)和Delivery(交付与反馈)。通过这些步骤,帮助企业优化系统性能和稳定性,确保产品的高质量。
67 4
|
2月前
|
存储 NoSQL 大数据
大数据-51 Redis 高可用方案CAP-AP 主从复制 一主一从 全量和增量同步 哨兵模式 docker-compose测试
大数据-51 Redis 高可用方案CAP-AP 主从复制 一主一从 全量和增量同步 哨兵模式 docker-compose测试
41 3
|
4月前
|
测试技术 Linux 虚拟化
iOS自动化测试方案(五):保姆级VMware虚拟机安装MacOS
详细的VMware虚拟机安装macOS Big Sur的保姆级教程,包括下载VMware和macOS镜像、图解安装步骤和遇到问题时的解决方案,旨在帮助读者顺利搭建macOS虚拟机环境。
182 3
iOS自动化测试方案(五):保姆级VMware虚拟机安装MacOS