软件测试的一些概念

一.基本概念

1.什么事需求

1)需求的定义

用户需求:可以简单理解为甲方提出的需求,如果没有甲方,那么就是终端用户使用产品时,必须完成的任务,该需求一般比较简略

软件需求:或则叫功能需求,该需求会详细描述开发人员必须实现的软件功能(需求规格说明书)

2)为什么要有需求

需求是一个标准,有了这个标准开发人员按照这个标准开发,测试人员按照这个标准测试

3)测试人员眼里的需求

比如登陆测试:

功能:满足基本使用操作

安全:数据存储,数据传输

兼容:一套代码在不同平台上都能使用

性能:账号和密码输入后能否立刻登上

4)为什么需求对测试人员这么重要

从软件功能需求出发,无遗漏的识别出测试需求是至关重要的,这将直接关系到用例的测试覆盖率 对于识别出的每个测试需求点,需要采用具体的设计测试用例的方法来进行测试用例的设计

5)如何深入理解需求

深入理解规格说明书,尽早介入去求,了解项目背景,项目是什么,项目收益,开需求评审会议

2.什么是测试用例

1)定义:测试用例是为了实施测试而向被测试的系统提供的一组集合,这组集合包含:测试环境,操作步骤,测试数据,预期结果等要素

比如:

测试环境:牛客提供了一套可以编写代码,运行代码环境

操作步骤:写代码,编译代码,运行代码,提交代码(一系列的动作)

测试数据:验证代码对不对,就会用到牛客提供的测试数据

预期结果:想要代码的通过率是100%,此时这个100%就是预期结果

比如:博客系统:写完项目之后,需要把项目部署到服务器上,验证是否能够登陆成功

环境:Linux系统,浏览器访问

操作步骤:输入账号,输入密码,点击登

预期结果:登陆成功,跳转到bloglist.html

测试数据:账号(zhangsan),密码(123456)

2)为什么要有测试用例

①提高测试效率

②建立自动化基础

3)手机打电话

功能:不输入电话直接拨打,电话打不通、输电入话号码小于11位,电话打不通、输入电话号码等于11位。。。

安全相关:会不会出现病毒,会不会打入非法份子的手机上。。。

兼容相关:不同系统的手机是否能够打通

界面相关:键盘区域,返回桌面区域

二.软件错误的概念

准确的来说:当且仅当规格说明是存在的并且正确,程序与规格说明不匹配才是错误

当需求规格说明书没有提到功能,判断标准以最终用户为准,当程序没有实现其最终用户的合理预期的功能要求是,就是软件错误

三.开发模型和测试模型

软件的生命周期:软件的生命周期是指从软件产品的设想开始到软件不在使用而结束的时间,把软件看成是有生命的事物, 那么软件的生命周期可以分成六个阶段,即需求分析,计划,设计,编码,测试,运行维护

需求分析阶段:分析需求的可行性,产品经理产出需求文档

计划:项目什么时候开始,什么时候结束,由谁开发,测试确定开始结束时间,测试人员。。。

设计:

1)开发人员:软件的架构

2)测试人员:设计师产出UI设计稿

编码:编写代码

测试:测试人员提交bug,验证bug,发测试报告。。。

运行和维护:如果项目上线有bug,此问题时测试人员协助开发人员定位问题,解决问题,最终将项目重新上线

开发模型:这里的模型指的不是大家认为的飞机模型或者汽车模型,指的是软件的开发流程

瀑布流程:

瀑布模型优点是什么

线性的(每个阶段做什么事情都是非常难明确的)

瀑布模型的缺点是什么

测试人员介入需求太晚了,导致发现项目问题的时机太晚了

瀑布模型使用的项目是什么样的

适用于小项目

螺旋模型:

优点:每一个阶段都会进行风险分析,避免问题达到下一个阶段

缺点:公司需要一定的成本(一旦风险分析错误,就会带来一定的损失)

适用项目:大型项目

四、增量,迭代

增量:ABCD(先开发A,再开发B模块,C模块,D模块)

迭代:ABCD各自开发一部分,框架搭建起来-》再去开发接口-》方法

五、敏捷

敏捷宣言:

1.个体与交互重于过程和工具(人和人沟通面对面)

2.可用的软件

(给客户交付的软件)重于完备的文档(测试用例,需求文档,技术文档。。。)

3.客户协作重于合同谈判

4.响应变化重于遵循计划

5.在每对对比中,后者并非全无价值,但我们更看重前者

六、Scrum

Scrum角色:produce owner(产品经理)、scrum master(项目经理)和team(研发团队)组成

produce owner负责整理user   story(用户故事),定义其商业价值,对其进行排序,制定发布计划,对产品负责

scrum master 负责召开各种会议,协调项目,为研发团队服务

研发团队则由不同技能的成员组成,通过紧密协议,完成每一次迭代的目标,交付产品

测试模型:

v模型:

v模型的优点:线性执行,将测试分为好多种类型

v模型的缺点:测试人员介入需求较晚,发现问题实际较晚

w模型:

优点:测试人员就可以更早的介入需求

缺点:不能拥抱变化,不能适用于敏捷

特点:第一个v是开发流程,第二个v是测试流程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/703568.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux服务器中了病毒后的清理方法

病毒的基础排查 1. 检查计划任务 黑客入侵服务器后,为了让病毒脚本持续执行,通常会在计划任务配置文件里面写入定时执行的脚本任务。 检查命令说明ls -l /var/spool/cron/*查看用户级计划任务配置。有的人喜欢用 crontab -l 命令来排查,这…

怎么截图公式识别?方法简单介绍

怎么截图公式识别?随着科技的不断发展,人们对于高效、便捷的工作方式的需求日益增加。在学术、教育以及科技研发等领域,数学公式是不可或缺的一部分。然而,手动输入公式往往费时费力,且容易出错。因此,截图…

Python 机器学习 基础 之 监督学习/分类问题/回归任务/泛化、过拟合和欠拟合 基础概念说明

Python 机器学习 基础 之 监督学习/分类问题/回归任务/泛化、过拟合和欠拟合 基础概念说明 目录 Python 机器学习 基础 之 监督学习/分类问题/回归任务/泛化、过拟合和欠拟合 基础概念说明 一、简单介绍 二、监督学习 三、分类问题 四、回归任务 五、泛化、过拟合和欠拟合…

OpenAI新模型GPT-4o“炸裂登场” 响应速度堪比真人 关键还免费!

GPT-4o模型基于来自互联网的大量数据进行训练,更擅长处理文本和音频,并且支持50种语言。更值得一提的是,GPT-4o最快可以在232毫秒的时间内响应音频输入,几乎达到了人类的响应水平。 GPT-4o有多“炸裂”?核心能力有三 G…

Linux之·网络编程·I/O复用·select

系列文章目录 文章目录 前言一、概述1.1 介绍IO复用的概念和作用1.1.1 I/O复用具体使用的场景1.1.2 I/O复用常用函数 二、select函数的重要性和用途2.1 基本的select函数2.2 如何使用FD_SET、FD_CLR等宏来设置和清除文件描述符集合2.3 select()函数函数整体使用框架&#xff1a…

关于JVM内存模型和堆内存模型的理解

文章目录 前言一、JVM 内存模型的理解1.第一部分:线程共享区(堆和方法区)2.第二部分:线程独占区(程序计数器、虚拟机栈和本地方法栈)3.JVM的几个知识点3.1 垃圾回收就指线程共享区(堆和方法区&a…

adobe安装“Error:SyntaxError:JSON Parse error:Unexpec

mac电脑安装Adobe时,会提示错误“Error:SyntaxError:JSON Parse error:Unexpected EOF”,这是怎么回事儿的,不管您是安装AI、PS、PR还是LR,如果也遇到相同的问题,可以参考一下方法解决: 「adobe安装提示错误…

SHELL编程(一)

目录 一、 Linux操作系统(一)内核与操作系统(二)操作系统的功能 二、Linux高级命令(一) 离线安装 dpkg1. 安装2. 使用3. 查看安装详细信息4. 安装路径5. 不完全删除6. 完全删除 (二)…

c++ visualstudio2017 opencv debug源码 windows配置

源码下载和cmake opencv源码和opencv-contribue文件夹的层级目录 在opencv-4.4.0中新建build文件夹,并启动cmake-gui 配置如下,使用vs2017 x64, 需要注意contrib文件夹的设置,如下方蓝色所示,依次点击Configure和Generate 在bu…

RuoYi-Vue-Plus (Logback 和 logback-plus.xml 、p6spy)

项目后本地日志 一、logback依赖 打开最外层的 pom.xml,查看 SpringBoot的依赖配置。 <dependencyManagement><dependencies><!-- SpringBoot的依赖配置--><dependency><groupId>org.springframework.boot</groupId><artifactId>s…

AutoNeRF:Training Implicit Scene Representations with Autonomous Agents

论文概述 《AutoNeRF》是由Pierre Marza等人撰写的一篇研究论文&#xff0c;旨在通过自主智能体收集数据来训练隐式场景表示&#xff08;如神经辐射场&#xff0c;NeRF&#xff09;。传统的NeRF训练通常需要人为的数据收集&#xff0c;而AutoNeRF则提出了一种使用自主智能体高效…