回归测试自动化不充分-Bug总结系列笔记

简介:

一、定义:

测试自动化的数量过少,无法充分回归测试。

 

二、发生时间段

Always

 

三、陷阱表现

1.大多数测试靠手动执行

 

四、负面后果

1.手动执行回归测试需消耗过多时间和资源

2.回归测试作为系统测试的最后一个阶段,可有可无,时间不充足,不能够发现更多bug

3.测试工程师手动执行失误不可避免

4.缺乏足够测试自动化使得敏捷开发模式不能有效顺利执行

 

五、原因

1. 管理层及单元测试开发人员认为,大部分变更是小范围的,系统测试足够发现,从而认为回归测试非必要;而且非技术管理层无法意识到回归测试的重要性、自动化回归测试的价值、敏捷开发模式对测试自动化的依赖。

2. 自动化回归测试并非标准测试过程的一环

3. 测试计划中未体现自动化回归测试

4. 项目计划中未安排时间开发维护自动化测试

5. 项目原自动化测试脚本未及时维护

6. 项目原自动化测试脚本在项目交付时未提供。

 

六、对自动化回归测试的建议

1.准备阶段

项目开始前需列入计划中,如测试计划、测试过程文档、总体进度计划、WBS

 

2. 启用阶段

为测试管理层提供关于自动化回归测试的重要性及培训计划

进度计划中计算自动化和维护测试的时间

测试资源或预算考虑到测试自动化工具的支付

 

3. 执行阶段

(1)自动化回归测试需要对应开发人员的协作支持(测试人员确定回归测试类型、Case标准、Case、测试完成标准等;开发人员创建自动化的回归测试,包括工具的配置、脚本编写等)

(2)自动化测试可以执行更多回归测试

(3)使运行回归测试尽可能简单,可以编写定时脚本在任意时间执行(如定时执行或在非工作时间)

(4)系统版本更新时,及时维护测试脚本

(5)结束时,测试脚本随产品交付。

 

4. 验证阶段

(1)验证各测试文档(eg.测试计划、测试过程、WBS)充分考虑到自动化的回归测试

(2)验证进度计划中包含自动化和维护测试的时间

(3)验证自动化测试的数量

(4)验证自动化测试的项目可正常运行

(5)验证自动化测试已随产品交付。



本文转自 honzhang 51CTO博客,原文链接:http://blog.51cto.com/hongz/2058979

相关文章
|
7月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
513 1
|
10月前
|
人工智能 算法 程序员
AiPy自动化数学题生成实战,修复表弟暑假“太闲.bug”
这段内容介绍了一款名为AiPy的开源工具如何解决“熊孩子”假期无事可做的问题。通过融合LLM与Python生态,AiPy生成大量不重复、难度适中的数学题,并支持整除保障和智能去重。项目实现从题目生成到Word文档输出的一站式功能,界面简洁且高效。核心技术包括利用AiPy编排任务流程、py-docx生成格式化文档以及算法确保题目质量。
388 0
|
机器学习/深度学习 人工智能 运维
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
501 14
|
存储 数据可视化 测试技术
一个测试工程师的实战笔记:我是如何在Postman和Apipost之间做出选择的?
优秀的API测试工具应该具备: 分层设计:既有可视化操作,也开放代码层深度定制 场景感知:自动识别加密需求推荐处理方案 协议包容:不强迫开发者为了不同协议切换工具 数据主权:允许自主选择数据存储位置
396 7
|
机器学习/深度学习 JSON 算法
实例分割笔记(一): 使用YOLOv5-Seg对图像进行分割检测完整版(从自定义数据集到测试验证的完整流程)
本文详细介绍了使用YOLOv5-Seg模型进行图像分割的完整流程,包括图像分割的基础知识、YOLOv5-Seg模型的特点、环境搭建、数据集准备、模型训练、验证、测试以及评价指标。通过实例代码,指导读者从自定义数据集开始,直至模型的测试验证,适合深度学习领域的研究者和开发者参考。
6530 3
实例分割笔记(一): 使用YOLOv5-Seg对图像进行分割检测完整版(从自定义数据集到测试验证的完整流程)
|
测试技术
自动化测试项目实战笔记(三):测试用户注册(验证码错误,成功,出现弹框时处理)
本文是关于自动化测试项目实战笔记,主要介绍了如何测试用户注册功能,包括验证码错误、注册成功以及弹框处理的测试步骤和代码实现。
478 2
自动化测试项目实战笔记(三):测试用户注册(验证码错误,成功,出现弹框时处理)
|
机器学习/深度学习 JSON 算法
语义分割笔记(二):DeepLab V3对图像进行分割(自定义数据集从零到一进行训练、验证和测试)
本文介绍了DeepLab V3在语义分割中的应用,包括数据集准备、模型训练、测试和评估,提供了代码和资源链接。
4138 0
语义分割笔记(二):DeepLab V3对图像进行分割(自定义数据集从零到一进行训练、验证和测试)
|
Java 关系型数据库 MySQL
自动化测试项目实战笔记(一):JDK、Tomcat、MySQL、Jpress环境安装和搭建
这篇文章是关于自动化测试项目实战笔记,涵盖了JDK、Tomcat、MySQL、Jpress环境的安装和搭建过程,以及测试用例和常见问题总结。
385 1
自动化测试项目实战笔记(一):JDK、Tomcat、MySQL、Jpress环境安装和搭建
|
计算机视觉
目标检测笔记(二):测试YOLOv5各模块的推理速度
这篇文章是关于如何测试YOLOv5中不同模块(如SPP和SPPF)的推理速度,并通过代码示例展示了如何进行性能分析。
622 3
|
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。
1031 1