线上环境漏测问题根因分析

简介: 线上环境漏测问题根因分析

大家好,我是阿萨。

日常测试中避免不了出现漏测问题。出现漏测问题后要怎么办呢? 首先肯定是要尽快发布热补丁或者冷补丁去修复解决客户问题。

解决了客户问题之后的问题漏测根因分析 其实也很关键。

常见的问题漏测有以下几个方面原因:

1. 需求分析相关。

2. 测试执行相关原因。

3. 测试环境以及测试数据相关原因

首先我们看下需求分析相关漏测原因。

1)需求分析遗漏客户场景,导致开发测试都未覆盖。

2)   需求变更导致需求场景改变,但是代码以及测试用例未按照最新需求变更更新。

3)需求分析太粗略,需求文档也写得很粗略。导致其他分支被开发遗漏。

4)需求分析和客户实际使用场景存在偏差。

其次关于测试执行过程中相关原因:

1) 测试用例场景未覆盖全面

2) 测试执行过程中未按照测试用例执行。

3) 测试执行过程中需求变更,测试用例未更新。

4)测试人力资源不足,导致测试不充分,未完全覆盖所有用户场景

再次关于测试环境以及测试数据相关原因。

1) 测试环境无法模拟客户现场环境类似验证环境, 比如硬件,软件,组网等因素导致无法模拟。

2)测试数据不全,测试无法构造现场客户数据,导致无法测试。

针对以上各种漏测根因,相信聪明的你看到具体根因,就能想到实际的应对措施了。

按照具体根因提出预防措施以及补救措施,就会大大减少上线问题。

相关文章
|
SQL 监控 网络协议
线上故障如何快速排查?来看这套技巧大全
有哪些常见的线上故障?如何快速定位问题?本文详细总结工作中的经验,从服务器、Java应用、数据库、Redis、网络和业务六个层面分享线上故障排查的思路和技巧。较长,同学们可收藏后再看。
线上故障如何快速排查?来看这套技巧大全
|
1月前
|
消息中间件 SQL 运维
AIOps 智能运维:比专家经验更优雅的错/慢调用分析工具
本文主要介绍ARMS 错/慢 Trace 分析功能基本原理; 该功能能够覆盖哪些异常 Trace 根因; 最后会介绍一些最佳实践案例。
49292 8
|
1月前
|
SQL 运维 监控
如何排查线上问题的?
在当今的互联网时代,线上问题对企业的业务连续性和用户体验产生的影响越来越大。无论是网站崩溃、应用性能下降,还是服务中断,这些问题都可能对企业的声誉和用户满意度造成严重影响。因此,快速、准确地排查并解决线上问题变得至关重要。本文将介绍一些高效的线上问题排查方法,帮助您在面对线上问题时,迅速定位并解决问题。我们将在接下来的内容中详细讨论如何利用日志分析、监控系统、代码审查等手段,以及如何制定有效的应急预案。通过这些策略的实施,您将能够提高线上问题的解决速度,减少对业务的影响,并提高用户满意度。
101 2
|
11月前
|
运维 监控 前端开发
记一次线上 bug 的排查分析过程及总结
记一次线上 bug 的排查分析过程及总结
记一次线上 bug 的排查分析过程及总结
|
监控 容灾 数据挖掘
全链路压测(6):确认范围和识别风险
全链路压测,见名知意,其本质是一个技术验证手段和过程。即通过一系列的准备工作和测试手段,来验证系统在生产环境的“三高”是否能满足某些特定情况下的业务需要。
全链路压测(6):确认范围和识别风险
|
存储 缓存 运维
如何实现全链路系统问题90%精准诊断?
DevKit系统诊断工具是鲲鹏性能分析工具的子工具之一,能够针对内存、网络、存储等常见故障和异常,提供精准定位和诊断能力,帮助用户识别出源代码中的问题点,提升程序的可靠性,故障定位准确率高达90%。
188 0
如何实现全链路系统问题90%精准诊断?
|
运维 监控 NoSQL
一次线上问题排查所引发的思考
之前或多或少分享过一些内存模型、对象创建之类的内容,其实大部分人看完都是懵懵懂懂,也不知道这些的实际意义。
|
前端开发 JavaScript 程序员
如何追踪线上错误
如何追踪线上错误
156 0
如何追踪线上错误
|
SQL 数据挖掘 BI
数据指标体系搭建 & 异常指标分析
指标是数据分析的基础,搭建一个完善的指标体系能让分析工作变得更加高效,还能量化业务质量。在真实场景中,经常会遇到异常指标,清晰的指标体系能帮助我们快速定位问题。今天将系统地介绍一下指标体系的搭建和异常指标分析思路。
706 0
|
运维 监控 NoSQL
排查线上问题的9种方式
排查线上问题的9种方式
 排查线上问题的9种方式