揭秘百度智能测试在测试自动执行领域实践
上一篇,介绍了测试活动测试输入、测试执行、测试分析、测试定位和测试评估五个步骤中测试输入智能化研究和实践,包含异常单测生成、接口用例生成、动作集生成等研究与实践。本章节重点介绍测试执行环节的智能化实践。测试执行是指将测试生成的用例集、数据集利用手动和自动化的方式对这些集合运行,测试执行本质上不能提升揭错水平,但如何高效稳定的执行完测试集合也是影响测试效果的关键。 测试执行智能化通过将数据、算法、工程等相关技术有机结合,一般包含测试用例推荐、测试流量筛选、测试任务调度、智能构建、执行自愈等方面,在学术界和工业界均有非常优秀的研究和实践。方法论上一般包含基于覆盖率相关性选择算法、基于数据建模或两者结合的方式。本章节将从多个实践的角度,介绍相关领域的目标、思路、涉及到的技术点、效果,希望能给到大家一定参考。 01 基于风险的手工用例推荐 测试执行,因为代码变化、环境等因素,往往不需要执行全部的用例,如何在用例全集中找到最有可能揭错的用例,是本方向的研究领域,也是业绩研究最多的领域。 手工测试用例推荐主要指通过代码变更推荐出关联手工用例,一个关键目标是希望能精选覆盖度高的用例组合,尽早发现问题...








