测试流程规范--准入准出规则

简介: 为了加强测试部软件测试的质量控制及与测试相关部门、人员更好理解测试各阶段的准入/准出条件而建立的准入/准出规范。

一,目的


为了加强测试部软件测试的质量控制及与测试相关部门、人员更好理解测试各阶段的准入/准出条件而建立的准入/准出规范。


二,适用范围


适用于爱问医联所有项目测试过程。


三,研发自测


1.测试根据自己的任务将对应的需求拆解功能点,然后输出冒烟测试的测试用例。

2.冒烟测试的测试用例,需跟开发、产品碰一下,评审通过或达成共识。

3.研发人员负责分配开发自测或交叉测试冒烟测试用例,保证主流程没有问题(基础的业务联调,那是必须的,否则,冒烟都通过不了) 。


四,测试准入标准


1.手动执行冒烟测试用例,且都测试通过(打包时,自动执行新业务的接口自动化测试,以及已有业务的自动化接口测试,通过后,准入 )。

2.需求所规定的功能均已实现,如未全部完成,需以文档形式提交明确的测试范围。

3.转测资料齐全(需求文档、接口文档、部署文档、UI设计稿、数据库表结构、提测邮件)。

4.兼容性测试要求明确,安全、性能测试的范围和要求要明确。

5.部署资料正确。

6.提测邮件(提测内容、影响范围)。

测试暂停、停止

   1.不符以上任一一条时,暂停测试,打回给开发并说明原因。

   2.测试过程中出现产品重大变更或者研发设计变更,需要暂停测试重新评估测试范围。

   3.被测项目经过UAT测试,达到系统准出标准,可以停止测试

注:多次提测时,需在原提测邮件上回复全部即可。目的:一封邮件内能记录所有过程内容。

测试准入信息(由提测申请人填写)

项目名称


申请人


冒烟测试用例全通过(并附自测报告链接)

是    



转测资料

 需求文档  

 UI设地计文  

 数据库表结构

风险项


影响范围


服务部署发布说明



五.测试准出标准(测试完成后,达到可以交付的准出标准)


1.测试用例覆盖率达到95%以上。

2.测试输出结果与预期输出之间的符合率:95%以上。

3.所有发现的BUG都已提交到TAPD并修复:一、二级BUG修复率为100%,三、四级BUG修复率达到95%。

4.本期不修复或者产品确认非BUG的需在TAPD备注(所有遗留问题都有解决方案)。

5.开发和测试有争议的缺陷需要经项目产品经理、项目经理、业务方)确认,若经讨论后确认可以忽略不改或因其他原因要在以后的版本中实现,则本次测试可以认为通过。

6.产品UAT通过。


六.有完整的测试报告


测试准出信息(由测试人员填写)

项目名称


申请人


用例覆盖率

95%以上  

95%以下

产品UAT测试通过

是     

一、二级BUG修复率

100%  

非100%

三、四级BUG修复率

95%以上

95%以下

测试范围


需求地址


风险项


已知BUG(需给出解决方案)


BUG列表(tapd链接)


附:word版的模板,方便复制粘贴

image.png


目录
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。
1808 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。
555 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。
45 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 人工智能 自然语言处理
软件测试中的人工智能:改变游戏规则的革新
在这篇技术性文章中,我们将深入探讨人工智能(AI)如何彻底改变了软件测试领域。从自动化测试到智能缺陷检测,AI不仅提高了测试的效率和准确性,还为软件开发团队提供了前所未有的洞察力。通过具体案例,本文揭示了AI在软件测试中应用的现状、挑战及未来趋势,强调了技术创新在提升软件质量与开发效率中的关键作用。
|
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。
400 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。
107 0
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)
|
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。
59 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。
182 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。
605 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
|
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】
103 0