缺陷知识库

简介: 缺陷知识库

大家好,我是阿萨。


测试人员测试得久了,针对如何挖掘缺陷都有了自己的经验和教训。缺陷库也可以像管理知识一样管理起来。

通过缺陷知识库我们可以学习到哪些地方比较容易出现缺陷, 哪些地方是客户关心的点,哪些场景是我们产品必须要支持的场景。

本期我们聊一聊如何建立缺陷知识库。

建立缺陷库有2个目的:

  1. 归类总结经验。

  1. 预防未开发需求犯同样的错误。

如何管理缺陷库?


任何组织形式都是可以的。Word,Excel,Wiki,Xmind等其他所有你认为方便在团队内共享的知识的工具或者平台都可以。


缺陷库记录什么?

开发人员代码库中宜出错地方。比如数组的边界,字符前后台校验,代码流程不完善等,功能相同,实现逻辑不同。

  1. 界面易用性问题:没有必填字段提醒,没有错误提醒,没有防呆设计。

  1. 需求分析问题:场景遗漏,场景未覆盖所有客户场景,场景理解有歧义。

  1. 兼容性:浏览器,操作系统,数据库等软件的兼容性。

  1. 数据问题:数据刷新,数据读取,数据存储,大数据量等

  1. 设计缺陷:设计的可扩展性,页面在不同浏览器或者不同操作系统上的呈现。

  1. 三方件:引用的三方件库bug导致缺陷等。

以上仅为举例。

实际的缺陷知识库以自己项目实际发生情况进行知识管理和总结。


在每次上线后,不停补充缺陷知识库,尤其是线上问题的缺陷库,有助于缺陷预防和质量提升,以及效率提升。

你的团队有缺陷知识库吗?你们是如何管理他们的呢?欢迎私信阿萨一起讨论。

相关文章
|
7月前
|
人工智能 安全 算法
Copilot的缺陷分析与探讨
【2月更文挑战第17天】Copilot的缺陷分析与探讨
172 1
Copilot的缺陷分析与探讨
|
4月前
|
数据采集 存储 数据处理
数据平台问题之知识管理系统的效果如何评估
数据平台问题之知识管理系统的效果如何评估
|
7月前
|
机器学习/深度学习 数据采集 人工智能
【专栏】AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计
【4月更文挑战第27天】本文探讨了AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计。AI辅助工具利用机器学习、自然语言处理和图像识别提高效率,但面临数据质量、模型解释性、维护更新及安全性挑战。未来,AI将更注重用户体验,提升透明度,并在保护隐私的同时,通过联邦学习等技术共享知识。AI在软件测试领域的前景广阔,但需解决现有挑战。
963 6
|
2月前
|
SQL 安全 算法
ChatGPT高效提问—prompt实践(漏洞风险分析-重构建议-识别内存泄漏)
ChatGPT高效提问—prompt实践(漏洞风险分析-重构建议-识别内存泄漏)
|
3月前
|
存储 DataWorks 数据挖掘
方案内容的技术细节评估
该方案通过明确的文档指导、可用的代码示例及数据分析需求评估,提升用户体验。文档需详列操作步骤与资源要求,并提供异常处理指南;代码示例应保持更新,附带错误处理与必要注释;方案需评估数据处理规模、复杂分析功能及实时性需求,以确定是否需额外优化或补充策略。总体而言,方案在基础架构描述上表现良好,但需在技术细节等方面进一步完善。
|
4月前
|
敏捷开发 Dubbo Java
需求开发人日评估
需求开发人日评估
|
7月前
|
监控 测试技术
深入分析软件测试中的风险评估与管理
【5月更文挑战第30天】 在软件开发生命周期中,风险无处不在,特别是在软件测试阶段。本文旨在探讨软件测试过程中如何有效地进行风险评估和管理,以确保软件质量和项目成功。文中将介绍风险评估的基本概念,提出一个结构化的风险识别和评估框架,并详细讨论如何通过定性和定量方法来管理测试风险。此外,文章还将展示一个案例研究,以说明所提策略在实际中的应用效果。
|
7月前
|
前端开发 测试技术 数据安全/隐私保护
软件测试 —— 案例系统缺陷报告
软件测试 —— 案例系统缺陷报告
|
7月前
|
芯片
ChatGPT的缺陷
【1月更文挑战第8天】ChatGPT的缺陷
84 1
ChatGPT的缺陷
|
数据采集 运维 算法
转:决策树算法在文档管理系统中的异常检测与修复
决策树算法在文档管理系统中可以应用于异常检测和修复的过程。下面是决策树算法在文档管理系统中异常检测与修复的一般步骤和方法。
85 1
下一篇
无影云桌面