结对测试算法性能优化(用例设计层面)
2021/5/2 1:26:35
本文主要是介绍结对测试算法性能优化(用例设计层面),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
在《parewise算法性能优化》一文中,
对原来算法代码进行了一些优化,
对于笛卡尔积后千条数据,是能满足使用需要的。
但在实际业务中,会碰到百万数据。
比如某接口共18个参数,每个参数均可为空,其中8个只需要单个值,10个为多选项,需要多个值。
对于多选项,我的设计是,全选+随机n个多选(1<=n<=len-1)+空。
按照这个策略,笛卡尔积的结果就是38*210=6718464。
671万数据!
parewise根本处理不动。
该怎么处理?
调整用例设计。
1、为空的情况,单独一条用例,即可以为空的,全部设置为空。parewise就不考虑为空的情况了。
38*210就变成了28*110=256,一下量级骤减。
2、视需要添加特殊的参数组合。
即使这样优化了,也会产生几十种组合。
假如接口本身响应慢,那么脚本执行的耗时就比较长。
遇到上线前回归,等待,是一件很痛苦的事。
该怎么处理?
还是回到用例设计。
在开发阶段,跑几十种组合的脚本,从时间成本来看是完全可以接受的。
在上线阶段,时间紧迫,就会显得效率有些低。
而实际上,上线前回归阶段更像是一种冒烟。
是可以适当降低覆盖度,提供效率的。
于是解决方案就是,把parewise扩展为两种模式
def parewise(dx, mode=2): """ :param dx: :param mode: 1开发 2上线 :return: """
开发模式:就完完整整返回结果
上线模式:从结果当中,随机返回1条用于快速冒烟
当然,如果是回归要测修改引入,建议还是多花点时间,老老实实跑开发模式比较好。
版权申明:本文为博主原创文章,转载请保留原文链接及作者。
这篇关于结对测试算法性能优化(用例设计层面)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)
- 2024-05-30【Java】百万数据excel导出功能如何实现
- 2024-05-30我们小公司,哪像华为一样,用得上IPD(集成产品开发)?