Тестване на ортогонален масив
Тестване на ортогонални масиви (OAT) е техника за тестване на софтуер, която използва ортогонални масиви за създаване на тестови случаи. Подходът за статистическо тестване е особено полезен, когато системата за тестване има огромни данни. Тестването на ортогонален масив помага да се увеличи максимално покритието на теста чрез сдвояване и комбиниране на входовете и тестване на системата със сравнително по-малък брой тестови случаи за спестяване на време.
Например, когато трябва да се провери билет за влак, трябва да се проверят фактори като - броят на пътниците, номерът на билета, номерата на седалките и номерата на влаковете. Едно по едно тестването на всеки фактор / вход е тромаво. По-ефективно е, когато QA инженерът комбинира повече входящи данни и извършва тестване. В такива случаи можем да използваме метода за тестване на Orthogonal Array.
Този тип сдвояване или комбиниране на входове и тестване на системата за спестяване на време се нарича Pairwise testing. Техниката OATS се използва за двойно тестване.
В този урок ще научите -
- Какво е OAT (тестване на ортогонален масив)?
- Защо OAT (тестване на ортогонален масив)?
- Как се представя OAT
- Как се прави тестване на ортогонален масив: Примери
- Предимства на OAT
- Недостатъци на ОВС
- Грешки или грешки при изпълнение на OAT
Защо OAT (тестване на ортогонален масив)?
В настоящия сценарий предоставянето на качествен софтуерен продукт на клиента стана предизвикателство поради сложността на кода.
В конвенционалния метод тестовите пакети включват тестови случаи, които са получени от всички комбинации от входни стойности и предварителни условия. В резултат на това трябва да бъдат обхванати n броя тестови случаи.
Но в реален сценарий тестерите няма да имат свободното време да изпълнят всички тестови случаи, за да разкрият дефектите, тъй като има други процеси като документация, предложения и обратна връзка от клиента, които трябва да бъдат взети предвид, докато са в фаза на тестване.
Следователно тестовите мениджъри искаха да оптимизират броя и качеството на тестовите случаи, за да осигурят максимално покритие на теста с минимални усилия. Това усилие се нарича Оптимизиране на тестови случаи.
- Систематичен и статистически начин за тестване на двойни взаимодействия
- Точките за взаимодействие и интеграция са основен източник на дефекти.
- Изпълнете добре дефинирани, кратки тестови случаи, които е вероятно да разкрият повечето (не всички) грешки.
- Ортогоналният подход гарантира двойното покритие на всички променливи.
Как се представя OAT
Формулата за изчисляване на OAT
- Изпълнения (N) - Брой редове в масива, което се превръща в брой тестови случаи, които ще бъдат генерирани.
- Фактори (K) - Брой колони в масива, което се превръща в максимален брой променливи, които могат да бъдат обработвани.
- Нива (V) - Максимален брой стойности, които могат да бъдат взети за всеки един фактор.
Един фактор има 2 до 3 входа за тестване. Този максимален брой входове определят нивата.
Как се прави тестване на ортогонален масив: Примери
- Идентифицирайте независимата променлива за сценария.
- Намерете най-малкия масив с броя на изпълненията.
- Картографирайте факторите към масива.
- Изберете стойностите за всички остатъчни нива.
- Транскрибирайте Runs в тестови случаи, добавяйки всякакви особено подозрителни комбинации, които не са генерирани.
Пример 1
Уеб страницата има три отделни раздела (отгоре, в средата, отдолу), които могат да бъдат индивидуално показани или скрити от потребител
- Брой фактори = 3 (отгоре, средно, отдолу)
- Брой нива (видимост) = 2 (скрити или показани)
- Тип масив = L4 (23)
(4 е броят на изпълненията, пристигнали след създаването на масива OAT)
Ако се спрем на конвенционална техника за тестване, имаме нужда от тестови случаи като 2 X 3 = 6 тестови случая
| Тестови случаи | Сценарии | Стойности, които трябва да бъдат тествани |
|---|---|---|
| Тест №1 | СКРИТИ | Връх |
| Тест №2 | ПОКАЗАНО | Връх |
| Тест №3 | СКРИТИ | Отдолу |
| Тест №4 | ПОКАЗАНО | Отдолу |
| Тест №5 | СКРИТИ | Средна |
| Тест №6 | ПОКАЗАНО | Средна |
Ако отидем на OAT тестване, имаме нужда от 4 тестови случая, както е показано по-долу:
| Тестови случаи | ВРЪХ | Средна | Отдолу |
|---|---|---|---|
| Тест №1 | Скрити | Скрити | Скрити |
| Тест №2 | Скрити | Видим | Видим |
| Тест №3 | Видим | Скрити | Видим |
| Тест №4 | Видим | Видим | Скрити |
Пример 2:
Функционалността на микропроцесора трябва да бъде тествана:
- Температура: 100C, 150C и 200C.
- Налягане: 2 psi, 5 psi и 8 psi
- Количество допинг: 4%, 6% и 8%
- Скорост на отлагане: 0.1 mg / s, 0.2 mg / s и 0.3 mg / s
Използвайки конвенционалния метод, се нуждаем от = 81 тестови случая, за да покрием всички входове. Нека да работим с метода OATS:
Брой фактори = 4 (температура, налягане, количество допинг и скорост на отлагане)
Нива = 3 нива на фактор (температурата има 3 нива - 100C, 150C и 200C, както и други фактори също имат нива)
Създайте масив, както е показано по-долу:
1. Графи с номер на факторите
| Тестов случай # | Температура | Налягане | Количество допинг | Степен на отлагане |
|---|---|---|---|---|
2. Въведете броя на редовете, равен на нива на фактор. т.е. температурата има 3 нива. Следователно, поставете 3 реда за всяко ниво за температура,
| Тестов случай # | Температура | Налягане | Количество допинг | Степен на отлагане |
|---|---|---|---|---|
| 1 | 100 ° С | |||
| 2 | 100 ° С | |||
| 3 | 100 ° С | |||
| 4 | 150 ° С | |||
| 5 | 150 ° С | |||
| 6 | 150 ° С | |||
| 7 | 200 ° С | |||
| 8 | 200 ° С | |||
| 9 | 200 ° С |
3. Сега разделете налягането, количеството на допинга и степента на отлагане в колоните.
Например: Въведете 2 psi при температури 100C, 150C и 200C, също въведете количество допинг 4% за 100C, 150C и 200C и т.н.
| Тестов случай # | Температура | Налягане | Количество допинг | Степен на отлагане |
|---|---|---|---|---|
| 1 | 100 ° С | 2 psi | 4% | 0,1 mg / s |
| 2 | 100 ° С | 5 psi | 6% | 0,2 mg / s |
| 3 | 100 ° С | 8 psi | 8% | 0,3 mg / s |
| 4 | 150 ° С | 2 psi | 4% | 0,1 mg / s |
| 5 | 150 ° С | 5 psi | 6% | 0,2 mg / s |
| 6 | 150 ° С | 8 psi | 8% | 0,3 mg / s |
| 7 | 200 ° С | 2 psi | 4% | 0,1 mg / s |
| 8 | 200 ° С | 5 psi | 6% | 0,2 mg / s |
| 9 | 200 ° С | 8 psi | 8% | 0,3 mg / s |
Следователно в OA се нуждаем от 9 тестови случая, които да покрием.
Предимства на OAT
- Гарантира тестване на комбинациите по двойки на всички избрани променливи.
- Намалява броя на тестовите случаи
- Създава по-малко тестови случаи, които обхващат тестването на цялата комбинация от всички променливи.
- Може да се направи сложна комбинация от променливите.
- По-лесно е да се генерира и по-малко склонни към грешки от тестовите набори, създадени на ръка.
- Полезно е за тестване на интеграция.
- Подобрява производителността поради намалените цикли на изпитване и времената за изпитване.
Недостатъци на ОВС
- С увеличаване на входящите данни сложността на тестовия случай се увеличава. В резултат на това се увеличават ръчните усилия и изразходваното време. Следователно тестерите трябва да отидат за тестване за автоматизация.
- Полезно за тестване на интеграция на софтуерни компоненти.
Грешки или грешки при изпълнение на OAT
- Усилията за тестване не трябва да се фокусират върху грешната област на приложението.
- Избягвайте да избирате грешни параметри за комбиниране
- Избягвайте да използвате тестване на ортогонален масив за минимални усилия за тестване.
- Прилагане на тестване на ортогонален масив ръчно
- Прилагане на тестване на ортогонален масив за високорискови приложения
Заключение:
Тук видяхме как OAT (Orthogonal Array Testing) може да се използва за намаляване на усилията за тестване и как може да се постигне оптимизация на тестовите случаи.
Тази статия е предоставена от Мадхумита.