小小品'测试设计方法'之一：PICT
小小迎着春风，独自站在办公楼十楼的窗台前。闭着眼睛，表情不像是享受春天的气息，更有一丝惆怅和无奈，倒像有种要跳楼的感觉。此情此景被当当看到了，走上前来询问究竟。原来小小今天拿到一个测试任务，验证某路口的车牌识别，想了想影响因素和因子，大致列举如下：要想测试的全面性，采用全组合覆盖的方法，五个因素，因子数量分别是：4、3、3、4、3，全组合覆盖的用例量为：432件，怎么也要10个工作日的测试执行投入。然而大大卷说了，此项任务只给8H，因天气问题不可控，一个月后交成果就行，但总执行投入不超过8H。看来小小就是质量、成本长久PK的牺牲品了。从高质量的角度，要求测试的全面覆盖，从而细化测试粒度，扩大测试用例规模；从成本消减的角度，优化测试观点、减少测试用例，从而消减测试设计、执行的投入。催生了一个命题：如何用有限的测试用例最大限度保证测试覆盖率。相信很多测试组长都曾经遇到过这样的难题。小小说：“一般这种情况，我们的测试经验按理可以派上用场，就从432件用例中挑出几十件，重点对因素中的主要因子进行覆盖即可，但是。。。”当当说：“但是大大卷说不行，对吧？说仅凭借经验消减用例没有充足的理论依据，对吧？如何证明你消减后的用例有较好的测试覆盖率，你回答不上了，对吧？”小小说：“对对对对，大大卷就是这么说的，好气人！总说测试设计方法的应用，相关理论我们也学过，这种情况基本用正交表，但是选表、填表都挺麻烦，可应用性不强”当当说：“不着急，给你一些关键词，你有空了解一下：直交表、正交实验、HAYST法、allpairs、Pairwise、PICT、PictMaster等等”小小静下心来，后面几天还真把每个关键词都搜索了一遍，也学习了一些相关资料，整理如下： 测试用例设计方法基本按照下表进行划分，以‘车牌识别’为例，测试结果受到各个因素的影响，所以应该是‘组合测试’，并且各个因素之间不存在因果关系，可以采用HAYST、Pairwise、PICT等测试方法和工具来开展用例设计
（未完待续，感兴趣可私信）
多想想为什么 亲的表格是日文的呢，看不懂
页:
[1]
