Τι είναι η δοκιμή ορθογωνικής διάταξης; (Παράδειγμα)
Τόμας Χάμιλτον
Δοκιμή ορθογωνικής διάταξης
Δοκιμή ορθογωνικής διάταξης (OAT) είναι τεχνική δοκιμής λογισμικού που χρησιμοποιεί ορθογώνιους πίνακες για τη δημιουργία δοκιμαστικών περιπτώσεων. Είναι μια προσέγγιση στατιστικών δοκιμών ιδιαίτερα χρήσιμη όταν το προς δοκιμή σύστημα έχει τεράστιες εισροές δεδομένων. Ο έλεγχος ορθογώνιων συστοιχιών βοηθά στη μεγιστοποίηση της κάλυψης δοκιμής συνδέοντας και συνδυάζοντας τις εισόδους και δοκιμάζοντας το σύστημα με συγκριτικά μικρότερο αριθμό δοκιμών για εξοικονόμηση χρόνου.
Για παράδειγμα, όταν ένα εισιτήριο τρένου πρέπει να επαληθευτεί, πρέπει να ελέγχονται παράγοντες όπως – αριθμός επιβατών, αριθμός εισιτηρίου, αριθμός θέσεων και αριθμοί τρένου. Ο ένας προς έναν έλεγχος κάθε παράγοντα/εισόδου είναι επαχθής. Είναι πιο αποτελεσματικό όταν ο μηχανικός QA συνδυάζει περισσότερες εισόδους μαζί και κάνει δοκιμές. Σε τέτοιες περιπτώσεις, μπορούμε να χρησιμοποιήσουμε τη μέθοδο δοκιμής Orthogonal Array.
Αυτός ο τύπος σύζευξης ή συνδυασμού εισόδων και δοκιμής του συστήματος για εξοικονόμηση χρόνου ονομάζεται Pairwise testing. Η τεχνική OATS χρησιμοποιείται για ζεύγος δοκιμές.
Γιατί OAT (Orthogonal Array Testing);
Στο παρόν σενάριο, η παράδοση ενός ποιοτικού προϊόντος λογισμικού στον πελάτη έχει γίνει πρόκληση λόγω της πολυπλοκότητας του κώδικα.
Στη συμβατική μέθοδο, οι σειρές δοκιμών περιλαμβάνουν περιπτώσεις δοκιμών που έχουν προκύψει από όλους τους συνδυασμούς τιμών εισόδου και προϋποθέσεων. Ως αποτέλεσμα, πρέπει να καλυφθεί n αριθμός περιπτώσεων δοκιμής.
Αλλά σε ένα πραγματικό σενάριο, οι δοκιμαστές δεν θα έχουν τον ελεύθερο χρόνο να εκτελέσουν όλες τις περιπτώσεις δοκιμών για να αποκαλύψουν τα ελαττώματα, καθώς υπάρχουν άλλες διαδικασίες όπως η τεκμηρίωση, οι προτάσεις και τα σχόλια από τον πελάτη που πρέπει να ληφθούν υπόψη κατά την δοκιμαστική φάση.
Ως εκ τούτου, οι υπεύθυνοι δοκιμών ήθελαν να βελτιστοποιήσουν τον αριθμό και την ποιότητα των περιπτώσεων δοκιμών για να εξασφαλίσουν το μέγιστο Δοκιμή κάλυψης με ελάχιστη προσπάθεια. Αυτή η προσπάθεια λέγεται Δοκιμαστική θήκη Βελτιστοποίηση.
- Συστηματικός και Στατιστικός τρόπος δοκιμής αλληλεπιδράσεων κατά ζεύγη
- Οι αλληλεπιδράσεις και τα σημεία ολοκλήρωσης είναι μια σημαντική πηγή ελαττωμάτων.
- Εκτελέστε μια καλά καθορισμένη, συνοπτική δοκιμαστική περίπτωση που είναι πιθανό να αποκαλύψει τα περισσότερα (όχι όλα) σφάλματα.
- Η ορθογώνια προσέγγιση εγγυάται την ανά ζεύγη κάλυψη όλων των μεταβλητών.
Πώς αντιπροσωπεύεται το OAT's
Ο τύπος για τον υπολογισμό του OAT
- Εκτέλεση (N) – Αριθμός σειρών στον πίνακα, ο οποίος μεταφράζεται σε έναν αριθμό δοκιμαστικών περιπτώσεων που θα δημιουργηθούν.
- Παράγοντες (K) – Αριθμός στηλών στον πίνακα, ο οποίος μεταφράζεται σε μέγιστο αριθμό μεταβλητών που μπορούν να χειριστούν.
- Επίπεδα (V) – Μέγιστος αριθμός τιμών που μπορεί να ληφθεί σε οποιονδήποτε μεμονωμένο παράγοντα.
Ένας μεμονωμένος παράγοντας έχει 2 έως 3 εισόδους προς δοκιμή. Αυτός ο μέγιστος αριθμός εισόδων καθορίζει τα Επίπεδα.
Πώς να κάνετε δοκιμή ορθογωνικής διάταξης: Παραδείγματα
- Προσδιορίστε την ανεξάρτητη μεταβλητή για το σενάριο.
- Βρείτε τον μικρότερο πίνακα με τον αριθμό των εκτελέσεων.
- Αντιστοιχίστε τους παράγοντες στον πίνακα.
- Επιλέξτε τις τιμές για τυχόν επίπεδα "υπολειμμάτων".
- Μεταγράψτε τα Runs σε δοκιμαστικές περιπτώσεις, προσθέτοντας τυχόν ιδιαίτερα ύποπτους συνδυασμούς που δεν δημιουργούνται.
Παράδειγμα 1
Μια ιστοσελίδα έχει τρεις διακριτές ενότητες (επάνω, μεσαίο, κάτω) που μπορούν να εμφανιστούν μεμονωμένα ή να κρυφτούν από έναν χρήστη
- Αριθμός παραγόντων = 3 (επάνω, μεσαίο, κάτω)
- Αριθμός επιπέδων (ορατότητα) = 2 (κρυφό ή εμφανιζόμενο)
- Τύπος πίνακα = L4(23)
(4 είναι ο αριθμός των εκτελέσεων που έφτασε μετά τη δημιουργία του πίνακα OAT)
Αν πάμε για συμβατική τεχνική δοκιμών, χρειαζόμαστε δοκιμαστικές περιπτώσεις όπως 2 Χ 3 = 6 Δοκιμές
| Test Cases | Σενάρια | Αξίες προς δοκιμή |
|---|---|---|
| Δοκιμή #1 | HIDDEN | Κορυφή |
| Δοκιμή #2 | ΑΠΕΙΚΟΝΙΖΕΤΑΙ | Κορυφή |
| Δοκιμή #3 | HIDDEN | Κάτω μέρος |
| Δοκιμή #4 | ΑΠΕΙΚΟΝΙΖΕΤΑΙ | Κάτω μέρος |
| Δοκιμή #5 | HIDDEN | Μέσο |
| Δοκιμή #6 | ΑΠΕΙΚΟΝΙΖΕΤΑΙ | Μέσο |
Αν πάμε για δοκιμή OAT χρειαζόμαστε 4 περιπτώσεις δοκιμής όπως φαίνεται παρακάτω:
| Test Cases | ΚΟΡΥΦΉ | Μέσο | Κάτω μέρος |
|---|---|---|---|
| Δοκιμή #1 | κρυμμένο | κρυμμένο | κρυμμένο |
| Δοκιμή #2 | κρυμμένο | Ορατός | Ορατός |
| Δοκιμή #3 | Ορατός | κρυμμένο | Ορατός |
| Δοκιμή #4 | Ορατός | Ορατός | κρυμμένο |
Παράδειγμα 2
Η λειτουργικότητα ενός μικροεπεξεργαστή πρέπει να ελεγχθεί:
- Θερμοκρασία: 100C, 150C και 200C.
- Πίεση: 2 psi, 5psi και 8psi
- Ποσό ντόπινγκ: 4%, 6% και 8%
- Ρυθμός εναπόθεσης: 0.1 mg/s, 0.2 mg/s και 0.3 mg/s
Χρησιμοποιώντας τη συμβατική μέθοδο χρειαζόμαστε = 81 περιπτώσεις δοκιμών για να καλύψουμε όλες τις εισόδους. Ας δουλέψουμε με τη μέθοδο OATS:
Αριθμός παραγόντων = 4 (θερμοκρασία, πίεση, ποσότητα ντόπινγκ και ρυθμός εναπόθεσης)
Επίπεδα = 3 επίπεδα ανά συντελεστή (η θερμοκρασία έχει 3 επίπεδα-100C, 150C και 200C και ομοίως και άλλοι παράγοντες έχουν επίπεδα)
Δημιουργήστε έναν πίνακα όπως παρακάτω:
1. Στήλες με τον Αριθμό συντελεστών
| Δοκιμαστική περίπτωση # | Θερμοκρασία | Πίεση | Ποσό ντόπινγκ | Ποσοστό κατάθεσης |
|---|---|---|---|---|
2. Εισαγάγετε τον αριθμό των σειρών που είναι ίσος με τα επίπεδα ανά συντελεστή. δηλαδή η θερμοκρασία έχει 3 επίπεδα. Επομένως, εισάγετε 3 σειρές για κάθε επίπεδο για θερμοκρασία,
| Δοκιμαστική περίπτωση # | Θερμοκρασία | Πίεση | Ποσό ντόπινγκ | Ποσοστό κατάθεσης |
|---|---|---|---|---|
| 1 | 100C | |||
| 2 | 100C | |||
| 3 | 100C | |||
| 4 | 150C | |||
| 5 | 150C | |||
| 6 | 150C | |||
| 7 | 200C | |||
| 8 | 200C | |||
| 9 | 200C |
3. Τώρα διαχωρίστε την πίεση, την ποσότητα ντόπινγκ και τους ρυθμούς εναπόθεσης στις στήλες.
Για π.χ.: Εισαγάγετε 2 psi σε θερμοκρασίες 100C, 150C και 200C, εισάγετε επίσης το ποσό ντόπινγκ 4% για 100C, 150C και 200C και ούτω καθεξής.
| Δοκιμαστική περίπτωση # | Θερμοκρασία | Πίεση | Ποσό ντόπινγκ | Ποσοστό κατάθεσης |
|---|---|---|---|---|
| 1 | 100C | 2 psi | 4% | 0.1 mg/s |
| 2 | 100C | 5 psi | 6% | 0.2 mg/s |
| 3 | 100C | 8 psi | 8% | 0.3 mg/s |
| 4 | 150C | 2 psi | 4% | 0.1 mg/s |
| 5 | 150C | 5 psi | 6% | 0.2 mg/s |
| 6 | 150C | 8 psi | 8% | 0.3 mg/s |
| 7 | 200C | 2 psi | 4% | 0.1 mg/s |
| 8 | 200C | 5 psi | 6% | 0.2 mg/s |
| 9 | 200C | 8 psi | 8% | 0.3 mg/s |
Ως εκ τούτου, στις ΟΑ, χρειαζόμαστε 9 δοκιμαστικές περιπτώσεις για κάλυψη.
Πλεονεκτήματα OAT
- Εγγυάται τη δοκιμή των συνδυασμών ανά ζεύγη όλων των επιλεγμένων μεταβλητών.
- Μειώνει τον αριθμό των δοκιμαστικών περιπτώσεων
- Δημιουργεί λιγότερες περιπτώσεις δοκιμής που καλύπτουν τη δοκιμή όλου του συνδυασμού όλων των μεταβλητών.
- Μπορεί να γίνει ένας πολύπλοκος συνδυασμός των μεταβλητών.
- Είναι πιο απλό στη δημιουργία και λιγότερο επιρρεπές σε σφάλματα από τα σετ δοκιμών που δημιουργούνται με το χέρι.
- Είναι χρήσιμο για Δοκιμή ολοκλήρωσης.
- Βελτιώνει την παραγωγικότητα λόγω μειωμένων κύκλων δοκιμών και χρόνων δοκιμών.
Μειονεκτήματα OAT
- Καθώς οι εισαγωγές δεδομένων αυξάνονται, η πολυπλοκότητα της υπόθεσης δοκιμής αυξάνεται. Ως αποτέλεσμα, αυξάνεται η χειρωνακτική προσπάθεια και ο χρόνος που δαπανάται. Ως εκ τούτου, οι δοκιμαστές πρέπει να πάνε για Δοκιμές Αυτοματισμού.
- Χρήσιμο για δοκιμές ενσωμάτωσης στοιχείων λογισμικού.
Λάθη ή λάθη κατά την εκτέλεση OAT
- Η προσπάθεια δοκιμής δεν πρέπει να επικεντρώνεται σε λάθος περιοχή της εφαρμογής.
- Αποφύγετε να επιλέξετε λάθος παραμέτρους για συνδυασμό
- Αποφύγετε τη χρήση της δοκιμής ορθογωνικής διάταξης για ελάχιστες προσπάθειες δοκιμών.
- Χειροκίνητη εφαρμογή της δοκιμής ορθογωνικής διάταξης
- Εφαρμογή δοκιμής ορθογωνικής διάταξης για εφαρμογές υψηλού κινδύνου
Συμπέρασμα
Εδώ είδαμε πώς μπορεί να χρησιμοποιηθεί το OAT (Orthogonal Array Testing) για τη μείωση των προσπαθειών δοκιμών και πώς μπορεί να επιτευχθεί η βελτιστοποίηση της δοκιμαστικής περίπτωσης.
