《手机测试Robotium实战教程》—第1章 1.2节自动化测试和手动测试的对比

简介: 自动化测试比手动测试速度要快很多,在用例数目多的情况下,这种优势会更加明显。

本节书摘来自异步社区《手机测试Robotium实战教程》一书中的第1章,第1.2节自动化测试和手动测试的对比,作者杨志伟,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.2 自动化测试和手动测试的对比
自动化测试与手动测试相比,具有以下方面的优势。

1.执行速度快
自动化测试比手动测试速度要快很多,在用例数目多的情况下,这种优势会更加明显。

假设有一个测试用例,需要执行上百次,若手动测试执行,会很枯燥乏味,也会很疲惫,但自动化测试是用机器来执行测试,优势会很明显,它可以成千上万次、昼夜不分地重复执行都没任何问题,

还可以通过多增加硬件支持,缩短运行时间。例如,本来是一台手机运行1000个用例,多增加一台手机,就能缩短一半的运行时间,比多增加一个人来手动运行性价比高很多。

2.可靠性高
手动测试免不了一些人为的失误,如某个测试人员因为生病了状态不好,执行Case的过程中就更容易发生一些差错,重复性的次数越多,就越容易发生错误。

自动化测试通过编程执行,确保每次执行的操作都是唯一的,非0就是1,不像手动测试那样还受一些外在因素的制约。

3.复用性高
举个Android平台的例子,我们都知道Android平台厂家多,碎片化严重,而兼容性测试又非常重要,这时,自动化测试只需要将脚本放到不同的设备或者OS上逐个运行,查看结果是否有问题即可,但手动测试必须用人力去验证应用的兼容性,压力会比较大。

4.节省人力资源
如果自动化程度高,就可以更好地把测试人员解放出来,节省一定的人力成本。或者让这部分解放出来的测试人员有更多时间去做其他一些有利于保障产品质量的活动。

列举了这么多自动化测试的优点,但不能因此否认手动测试的价值,首先,并不是所有的用例场景都可以进行自动化测试,因为一些技术上的限制,做到100%自动化测试是不现实的,或者说是性价比不高的。很多测试场景用手动测试会比较适合,如一些用户体验方面的用例和一些视觉感官上面的测试等,切勿只用自动化测试,尽量做到自动化了的测试会真的给实际工作带来了效率上的提升。

相关文章
|
9月前
|
前端开发 测试技术 API
测试金字塔:别再只盯着UI自动化了
测试金字塔:别再只盯着UI自动化了
769 116
|
9月前
|
敏捷开发 测试技术 API
测试金字塔:构建高效自动化测试策略的基石
测试金字塔:构建高效自动化测试策略的基石
662 116
|
9月前
|
设计模式 前端开发 测试技术
告别脆弱:构建稳定UI自动化测试的3个核心策略
告别脆弱:构建稳定UI自动化测试的3个核心策略
835 113
|
9月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
9月前
|
数据采集 JSON JavaScript
Cypress 插件实战:让测试更稳定,不再“偶尔掉链子”
本文分享如何通过自定义Cypress插件解决测试不稳定的痛点。插件可实现智能等待、数据预处理等能力,替代传统硬性等待,有效减少偶发性失败,提升测试效率和可维护性。文内包含具体实现方法与最佳实践。
|
9月前
|
人工智能 自然语言处理 JavaScript
利用MCP Server革新软件测试:更智能、更高效的自动化
MCP Server革新软件测试:通过标准化协议让AI实时感知页面结构,实现自然语言驱动、自适应维护的自动化测试,大幅提升效率,降低脚本开发与维护成本,推动测试左移与持续测试落地。
|
10月前
|
存储 关系型数据库 测试技术
玩转n8n测试自动化:核心节点详解与测试实战指南
n8n中节点是自动化测试的核心,涵盖触发器、数据操作、逻辑控制和工具节点。通过组合节点,测试工程师可构建高效、智能的测试流程,提升测试自动化能力。
|
9月前
|
测试技术 API 数据库
测试金字塔:构建高效自动化测试策略的基石
测试金字塔:构建高效自动化测试策略的基石
668 114
|
10月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
821 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读