QA测试流程

简介: QA测试规范–流程图                PS:任何因需求、质量等引起的delay/block 风险问题,QA必须及时关注跟进,推动协调接口同学解决,及时邮件通告。 1.需求MRD评审    PS:需求MRD评审,接口PM/RD评估需求复杂度与风险。

QA测试规范–流程图 


             


PS:任何因需求、质量等引起的delay/block 风险问题,QA必须及时关注跟进,推动协调接口同学解决,及时邮件通告。


1.需求MRD评审

   PS:需求MRD评审,接口PM/RD评估需求复杂度与风险。分析需要QA测试把关的需求,应主动提前邮件通知QA同学,QA同学提前阅读MRD文档熟悉需求,需求评审中提出测试建议。

2.需求排期

   PS:需求排期,明确RD、FE排期及QA测试排期,邮件通告各接口人,QA需有owner意识去推动各角色尽快确定排期,以便安排QA资源。

3.设计评审

   PS:设计评审,需提前通知QA,QA提前了解背景及设计内容,参与评审,对数据库结构、架构设计合理性等维度,提出可测性建议,发现数据库及架构设计等底层问题。

4.Case 设计

   PS:Case 设计,参考MRD文档理解需求业务,设计业务场景Case,参考接口文档理解接口功能与参数意义,设计接口测试Case,优先覆盖接口核心逻辑,关注边界和异常逻辑。强化接口Case 设计,弱化业务场景Case,注重接口case的自动化设计。

5.测前沟通

    PS:提测前,QA主动发起与接口RD、PM的测前沟通,如:Case Review 补充遗漏及更新Case,明确测试重点,模块代码改动点,关联影响模块功能,梳理一份测试checkList。

6.准入测试

    PS:a.准入测试,QA和接口RD/PM确认需求可正常提测后,梳理提测邮件,提供准入Case,明确RD/PM的准入Case测试通过标准。如:P0 Case 通过率 >= 90%,P1 Case 通过率  >= 80% 。

             b.PM准入验收测试时,除基本需求逻辑外,需关注UI交互设计、文案方面。

             c.准入测试不通过的需求项目,QA总结质量风险问题,邮件通告驳回,RD修改解决问题且自测通过后,再次重新提测。QA同学必须对需求提测质量做严格把关。

7.系统测试

   PS:a.需求通过准入测试后,QA同学合理安排测试排期时间,做2-3轮系统测试,及时同步Bug问题至接口RD,修复后做及时回归验证。每天必须梳理总结当日测试进度、质量风险问题等,群同步或邮件通告各方向接口角色

8.Mirror回归(预上线

   PS:系统测试通过后,在Mirror机环境做预上线回归测试。

9.上线回归(自动化

    PS:a.正式上线回归测试,优先覆盖主流程,Bug关联功能模块,测试覆盖充分,推动RD/PM一起做上线回归测试。

            b.通过执行接口自动化测试,提高回归效率。

            c.对质量风险较大的需求项目,QA必须把关不允许上线,且及时发出通告邮件。

            d.对上线较晚,如:21:00-23:00及以后,才开始上线的需求项目,QA必须注意上线过晚而低效导致的质量风险问题,评估存在高风险,与接口RD/PM充分沟通,选择第二天再上线。

            e.代码上线后,必须打开且密切关注线上监控告警信息。对于存在Warning、Fatal告警信息,必须及时跟进解决,Fatal的确认后做回滚处理。

10.线上高峰问题跟踪

    PS:需求正常上线后,必须及时跟进关注线上服务是否正常,直至挺过第二天流量高峰。

11.质量报告,wiki更新

    PS:梳理质量报告邮件,同步更新排期wiki。

12.自动化+监控(更新维护)

            1.补充维护新接口的自动化Case,使用Numen录入或Code实现,对于不能实现自动化的接口必须明确说明原因,以便评估。

            2.补充维护新接口的监控,使用Numen录入或Code实现,对于不能实现监控的接口必须明确说明原因,以便评估。

            3.关于接口的自动化case和监控,需和接口RD及方向QA对接确认覆盖。

注:a.所有经QA测试项目,必须上效率云平台,管理需求MRD、Bug等。

        b.线上Bug,按方向上效率云管理,此类Bug标题命名,如:【线上问题】-XX。

QA测试规范–核心CheckList (注:所有C级项目的测试流程必须严格参考此CheckList做规范测试,D级可适当裁剪,保证测试质量

阶段

分类

检查项 

强制性

通过标准

执行情况

备注

测前检查

提测阶段

代码设计

提测报告

1.是否进行设计评审,是否通过。  可选(RD排期>5人日)  
 
2.是否进行了代码CodeReview,Review人:xx    必选  
 
3.RD自测通过。 必选 自测结果(核心流程通过) 通过/不通过 不通过,则提测打回 
4.RD给出上线步骤,回滚方案。 必选

上线方案(重点,多系统交互时)

通过/不通过  
PM验收 PM完成核心功能的效果验收 。 必选 发出验收结果 通过/不通过 不通过,则提测打回
MRD文档 PM保证最终版最新MRD。 必选 效率云MRD更新 通过/不通过  
接口、设计等文档 RD给出接口文档,数据库字段含义及对应属性代表含义。 必选

Wiki最终接口文档

RD辅助第一次梳理逻辑

包含在提测报告

通过/不通过  
用例及方案计划评审 QA发起用例、方案计划评审。 必选

输出RD/QA/PM认可用例

通过/不通过  
测试中

打回机制 一轮测试时发现P0,阻碍主流程,必须打回。 必选
通过/不通过
Bug管理

相关Bug效率云纪录,流程规范。

按照复现步骤在完整环境中验证并关闭Bug。

必选 天级别总结 通过/不通过  
自动化 按需进行 接口/流程自动化,以及线上监控思考。 可选 Numen用例或自动化脚本

进度通报

每晚汇报,状态,进度,风险。

可选 测试排期>=5人天项目

上线标准  日志 php-error无warning/fatal,wf日志无异常。 必选 无warning 通过/不通过  
数据库/Redis 新表dba审核通过,Redis数据量有预估。 必选 新表、新库及Redis等通过DBA审核  通过/不通过  
性能 性能符合预期or有明确的结论。 必选

有一致的性能测试结论

对外接口/外部依赖:耗时->超时配置

通过/不通过  
回归 mirror/线上功能回归ok。 必选 回归覆盖全面,发现且解决完问题 通过/不通过  
上线后 

监控 一周内完成监控项添加(日志/qps/脚本监控,语义/数据) 必选


完成/未完成  
质量报告 第二天午高峰,服务稳定后发出质量报告。 必选   完成/未完成  
回归CheckList Case补全 补全方向内回归CheckList Case-上传Git。 必选
完成/未完成
线上问题跟进 持续跟进,梳理方法论/流程图->工具 → Wiki/Git记录。 可选



相关文章
|
2月前
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
3491 1
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
2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。
974 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)
|
2月前
|
安全 Java 数据库
shiro学习一:了解shiro,学习执行shiro的流程。使用springboot的测试模块学习shiro单应用(demo 6个)
这篇文章是关于Apache Shiro权限管理框架的详细学习指南,涵盖了Shiro的基本概念、认证与授权流程,并通过Spring Boot测试模块演示了Shiro在单应用环境下的使用,包括与IniRealm、JdbcRealm的集成以及自定义Realm的实现。
53 3
shiro学习一:了解shiro,学习执行shiro的流程。使用springboot的测试模块学习shiro单应用(demo 6个)
|
2月前
|
机器学习/深度学习 监控 计算机视觉
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
本文介绍了如何使用YOLOv7进行目标检测,包括环境搭建、数据集准备、模型训练、验证、测试以及常见错误的解决方法。YOLOv7以其高效性能和准确率在目标检测领域受到关注,适用于自动驾驶、安防监控等场景。文中提供了源码和论文链接,以及详细的步骤说明,适合深度学习实践者参考。
615 0
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
2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。
178 0
|
2月前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
69 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
机器学习/深度学习 XML 并行计算
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务(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YOLOX完成图像目标检测任务的完整流程,包括数据准备、模型训练、验证和测试。
256 0
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
机器学习/深度学习 算法 PyTorch
目标检测实战(五): 使用YOLOv5-7.0版本对图像进行目标检测完整版(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YOLOv5-7.0版本进行目标检测的完整流程,包括算法介绍、环境搭建、数据集准备、模型训练、验证、测试以及评价指标。YOLOv5以其高精度、快速度和模型小尺寸在计算机视觉领域受到广泛应用。
1062 0
目标检测实战(五): 使用YOLOv5-7.0版本对图像进行目标检测完整版(从自定义数据集到测试验证的完整流程)
|
2月前
|
Ubuntu API Python
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
77 1
|
2月前
|
监控 测试技术 数据安全/隐私保护
新产品测试流程如何?
新产品测试流程如何?【10月更文挑战第10天】
125 0