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
|
3月前
|
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。
1182 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)
|
3月前
|
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。
150 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)
|
3月前
|
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。
68 1
自动化测试项目实战笔记(一):JDK、Tomcat、MySQL、Jpress环境安装和搭建
|
3月前
|
安全
红队测试方法论-课程笔记
红队测试方法论-课程笔记
红队测试方法论-课程笔记
|
3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。
155 1
|
3月前
|
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。
152 3
|
3月前
|
人工智能 算法 测试技术
自动化测试项目实战笔记(二):解决验证码识别问题
这篇文章介绍了三种自动化测试中验证码识别的方法:使用Python的pytesseract和PIL模块、利用第三方API如万维易源,以及使用开源的ddddocr库,还提到了一些注意事项,比如如何获取验证码区域的截图。
108 2
|
4月前
|
缓存 Java 测试技术
谷粒商城笔记+踩坑(11)——性能压测和调优,JMeter压力测试+jvisualvm监控性能+资源动静分离+修改堆内存
使用JMeter对项目各个接口进行压力测试,并对前端进行动静分离优化,优化三级分类查询接口的性能
129 10
谷粒商城笔记+踩坑(11)——性能压测和调优,JMeter压力测试+jvisualvm监控性能+资源动静分离+修改堆内存
|
3月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
89 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
3月前
|
机器学习/深度学习 并行计算 数据可视化
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用PaddleClas框架完成多标签分类任务,包括数据准备、环境搭建、模型训练、预测、评估等完整流程。
201 0