前情简介
本集我们要讨论的是目前业界普遍认为技术含量最高的测试方向-工具测开。
概要
【难度】*******
【市场】******
【点评】这个算是测开领域里最顶尖的存在了，说是测开中的测开也毫不为过，他们的工作大多是开发内部工具，框架，新技术，新规范，中台组件等，他们的下游有时候会是其他业务测开，这个虽然非常难，但是市场也是非常火爆，甚至在很多业内大佬的眼中，都是未来最牛逼的测开方向了，当然要学习它其实找对方法也不难，更重要的是设计思维，希望读者能在我的文章中慢慢锻炼起这种设计能力哦~
这里还要先说一下，这个方向的市场暂时并没有那么大的需求，大多数公司重金招的也基本都是作为技术储备人才。所以现在学习这个方向还是可以的，因为这个方向如果未来火了，那时候现学可能来不及。
有的同学可能会觉得在当下知识共享，随处可见开源框架的时候，这样造轮子还有必有么？这里我只能给大家说一种可能性：在技术逐渐孤岛和封闭的趋势下，未来你可能很难用到人家公司的核心技术，能用上阉割版都要看人家脸色。还有，目前所谓的百家争鸣只不过是撒网阶段，人家研发开源都需要巨大成本的，最终阶段一定是商业化，只是现在还没到时机，用户还没积累足够。最后一定会开启收网阶段，随便一个用例管理平台要你年费几十万，随便一个接口测试平台要你充值才能用，随便一个大数据平台克扣你核心数据的事都有可能发生，不信你好看看看某度网盘，前期免费当所有人都用了，后续限速，充钱解决。等所有人都充钱成会员了，就需要额外再花钱了，比如某超前点播。我们都能想明白的事，领导老板股东不可能不明白，所以为了长远计划，不被人家卡脖子随便宰，大部分都会做好自研准备。再一个就是最近的反盗版保护原创风潮，自己好好看看自己公司多少人在用多少盗版软件，真以为人家软件开发者是傻子让你白用？出来混迟早要还的，现在不抓紧自研，后面大概率多倍赔款。综上，如果我猜测的正确，那么我们工具测开未来的发展前景则是一片大好，趁着现在技术没有完全孤岛效应封锁收费，抓紧学，一旦真火了，培训费都要翻几番。
学习路线 （基础技术部分）
本方向基础技术和普通业务测开基础是重叠的，大家快速阅读。这里用python举例，其他语言小伙伴可以找同类代替函数。
- python的各种数据类型转化和逻辑分支，循环等。
- python的类和函数，传参返回等，需要掌握较深。
- 中等以上的算法水平,数组，字符串，动态规划，二叉树等。
- python对其他系统的交互，如各种文件,其他服务器，os系统，数据库等。
- python报告和报警技术
- python的设计模式，工厂模式，单例模式等。
- python的并发,线程，进程，携程必会。
- 一个写web平台的框架，比如django
- 一个写c/s架构的工具，比如wxpython
- django或wxpython的基础理论和常见库方法，内置方法。
- 数据库和Linux需要掌握较深
设计思维部分
- 首先工具要符合高可用特点，稳定性是重中之重。
- 工具或框架要符合 易用性，易学性，易理解性。说明必须详细。
- 工具要充分考虑在兼容性，在不同系统，不同平台内如何嵌入使用。
- 工具要考虑收集反馈，比如你开源到github上。
- 工具要有足够的测试，以免被人从底层上找漏洞。
- 如果是某前端框架，则需要考虑组内不同技术水平同事，比如设计的ui脚本可插拔，就要考虑线性脚本，关键字驱动，动态维护脚本等多种水平的共用。
- 如果设计的是某种封装协议接口，则要符合行业依从性和标准，最主要是安全性。
- 工具要可以快速下载，安装。比如你上传到pypi
- 工具要尽量按照《测开方法论》来进行检查，详情可以参考：
- 工具框架要落地，不要太脱离业务，要服务于业务测开。
- 工具的ui设计和交互上最好学习下产品思维。
- 工具的更新频率不要太低
好，本系列暂时说到这里了，安全和性能还有白盒领域测开其实大多数并没有成为单独的方向存在，全都融入在了业务测开中，大家若感兴趣，可以加我v和我详细讨论。
