Τεχνικές δοκιμών λογισμικού με παραδείγματα σχεδίασης δοκιμών

Τι είναι μια τεχνική δοκιμής λογισμικού;

Οι Τεχνικές Δοκιμής Λογισμικού σάς βοηθούν να σχεδιάζετε καλύτερες περιπτώσεις δοκιμών. Δεδομένου ότι οι εξαντλητικές δοκιμές δεν είναι δυνατές, οι Τεχνικές Χειροκίνητης Δοκιμής βοηθούν στη μείωση του αριθμού των περιπτώσεων δοκιμών που θα εκτελεστούν, αυξάνοντας παράλληλα την κάλυψη των δοκιμών. Βοηθούν στον εντοπισμό συνθηκών δοκιμών που διαφορετικά θα ήταν δύσκολο να αναγνωριστούν. Οι τεχνικές Δοκιμής Λογισμικού μπορούν να ταξινομηθούν στους ακόλουθους τύπους:

• Ανάλυση οριακής τιμής
• Διαμέριση κλάσης ισοδυναμίας
• Δοκιμές βάσει πίνακα αποφάσεων
• Κρατική Μετάβαση
• Σφάλμα εικασίας

👉 Εγγραφείτε για Δωρεάν Ζωντανό Έργο Δοκιμών Λογισμικού

Οι 7 Αρχές των Τεχνικών Δοκιμών Λογισμικού

Οι Τεχνικές Δοκιμής Λογισμικού ακολουθούν ένα σύνολο αρχών για τη διεξαγωγή της διαδικασίας δοκιμών. Αυτές οι 7 αρχές καθοδηγούν τους υπεύθυνους δοκιμών στον αποτελεσματικό σχεδιασμό, τον σχεδιασμό και την εκτέλεση δοκιμών. Αυτές οι αρχές διασφαλίζουν ότι οι δοκιμές παραμένουν στοχευμένες, αποτελεσματικές και ευθυγραμμισμένες με τους στόχους του έργου.

Οι 7 αρχές των τεχνικών δοκιμής λογισμικού είναι Οι δοκιμές δείχνουν την παρουσία ελαττωμάτων, οι εξαντλητικές δοκιμές είναι αδύνατες, οι έγκαιρες δοκιμές εξοικονομούν χρόνο και κόστος, τα ελαττώματα Clustering, το παράδοξο των φυτοφαρμάκων, η δοκιμή εξαρτάται από το πλαίσιο και το πλάνη της απουσίας σφαλμάτων. Μπορείτε να κάνετε κλικ στα παρακάτω σύνδεσμος για να μάθετε περισσότερα.

Πώς μεταμορφώνει η Τεχνητή Νοημοσύνη τις παραδοσιακές τεχνικές δοκιμής λογισμικού;

Το AI είναι revolutδοκιμή ιονίζοντος λογισμικού εισάγοντας αυτοματοποίηση, πρόβλεψη και προσαρμοστικότητα. Δίνει τη δυνατότητα αυτοματοποιημένη δημιουργία δοκιμαστικών περιπτώσεων από φυσική γλώσσα χρησιμοποιώντας μεταπτυχιακά LLM, σενάρια αυτοΐασης που προσαρμόζονται στις αλλαγές του UI, και προγνωστική ανάλυση ελαττωμάτων με βάση ιστορικά δεδομένα. Η τεχνητή νοημοσύνη υποστηρίζει επίσης ιεράρχηση προτεραιοτήτων βάσει κινδύνου, οπτικές δοκιμές, και αυτόνομη εκτέλεση δοκιμών εντός των αγωγών CI/CD. Μέσω διεπαφές φυσικής γλώσσας, Οι δοκιμαστές μπορούν να δημιουργούν υποθέσεις μέσω συνομιλίας, επιταχύνοντας τις ροές εργασίας. Στην ουσία, η Τεχνητή Νοημοσύνη κάνει τις δοκιμές πιο έξυπνα, πιο γρήγορα και πιο ανθεκτικά, μειώνοντας την χειροκίνητη προσπάθεια, βελτιώνοντας παράλληλα την ακρίβεια και την κάλυψη σε σύγχρονες, εξελισσόμενες εφαρμογές.

Τεχνικές δοκιμών λογισμικού

Ανάλυση οριακής τιμής (BVA)

Η ανάλυση οριακών τιμών βασίζεται σε δοκιμές στα όρια μεταξύ των διαμερισμάτων. Περιλαμβάνει μέγιστα, ελάχιστα, εσωτερικά ή εξωτερικά όρια, τυπικές τιμές και τιμές σφάλματος.

Εμπειρικά στοιχεία δείχνουν ότι πολλά ελαττώματα εμφανίζονται κοντά σε οριακές συνθήκες και όχι σε μεσαίες τιμές. Είναι επίσης γνωστό ως BVA και παρέχει μια επιλογή περιπτώσεων δοκιμών που ασκούν οριακές τιμές.

Αυτή η τεχνική ελέγχου μαύρου κουτιού συμπληρώνει την Διαμέριση Ισοδυναμίας εστιάζοντας στις ακραίες περιπτώσεις των ίδιων εύρων εισόδου. Αυτή η τεχνική ελέγχου λογισμικού βασίζεται στην αρχή ότι εάν ένα σύστημα λειτουργεί σωστά για οριακές τιμές, είναι πιθανό να λειτουργήσει για όλες τις τιμές εντός του εύρους.

Οδηγίες για την Ανάλυση Οριακών Τιμών

• Εάν μια συνθήκη εισόδου περιορίζεται μεταξύ των τιμών x και y, τότε οι περιπτώσεις δοκιμής θα πρέπει να σχεδιαστούν με τιμές x και y, καθώς και με τιμές που είναι πάνω και κάτω από τα x και y.
• Εάν μια συνθήκη εισόδου είναι ένας μεγάλος αριθμός τιμών, η δοκιμαστική περίπτωση θα πρέπει να αναπτυχθεί ώστε να ασκεί τις ελάχιστες και μέγιστες τιμές. Εδώ, ελέγχονται επίσης τιμές πάνω και κάτω από τις ελάχιστες και μέγιστες τιμές.
• Εφαρμόστε τις οδηγίες 1 και 2 στις συνθήκες εξόδου. Δίνει μια έξοδο που αντικατοπτρίζει τις ελάχιστες και τις μέγιστες αναμενόμενες τιμές. Επίσης, ελέγχει τις τιμές κάτω ή πάνω από τις τιμές.

Παράδειγμα:

Input condition is valid between 1 to 10

Boundary values 0,1,2 and 9,10,11

Διαμέριση κλάσης ισοδυναμίας

Η Διαμέριση Κλάσης Ισοδυναμίας διαιρεί το σύνολο των συνθηκών εισόδου σε ομάδες που αναμένεται να παράγουν παρόμοια συμπεριφορά. Αυτή η μέθοδος δοκιμής λογισμικού διαιρεί τον τομέα εισόδου ενός προγράμματος σε κλάσεις δεδομένων από τις οποίες θα πρέπει να σχεδιαστούν οι περιπτώσεις δοκιμής.

Η ιδέα πίσω από αυτήν την Τεχνική Σχεδιασμού Δοκιμαστικών Περιπτώσεων είναι ότι μια δοκιμαστική περίπτωση μιας αντιπροσωπευτικής τιμής κάθε κλάσης είναι ίση με μια δοκιμή οποιασδήποτε άλλης τιμής της ίδιας κλάσης. Σας επιτρέπει να εντοπίσετε έγκυρες καθώς και μη έγκυρες κλάσεις ισοδυναμίας.

Παράδειγμα:

Οι συνθήκες εισαγωγής ισχύουν μεταξύ

 1 to 10 and 20 to 30

Επομένως, υπάρχουν πέντε κλάσεις ισοδυναμίας

--- to 0 (invalid)
1 to 10 (valid)
11 to 19 (invalid)
20 to 30 (valid)
31 to --- (invalid)

Επιλέγετε τιμές από κάθε κλάση, π.χ.

-2, 3, 15, 25, 45

Διαβάστε επίσης περισσότερα για - Ανάλυση οριακών τιμών και Δοκιμή κατανομής ισοδυναμίας

Δοκιμές βάσει πίνακα αποφάσεων

Ένας πίνακας αποφάσεων είναι επίσης γνωστός ως πίνακας αιτίας-αποτελέσματος. Αυτή η τεχνική δοκιμής λογισμικού χρησιμοποιείται για συναρτήσεις που ανταποκρίνονται σε έναν συνδυασμό εισροών ή συμβάντων. Για παράδειγμα, σε ένα σενάριο επικύρωσης φόρμας, ένα κουμπί «Υποβολή» ενεργοποιείται μόνο αφού συμπληρωθούν όλα τα υποχρεωτικά πεδία.

Η πρώτη εργασία είναι να προσδιοριστούν οι λειτουργίες όπου η έξοδος εξαρτάται από έναν συνδυασμό εισόδων. Εάν υπάρχει ένα μεγάλο σύνολο συνδυασμών εισόδων, τότε διαιρέστε το σε μικρότερα υποσύνολα, τα οποία είναι χρήσιμα για τη διαχείριση ενός πίνακα αποφάσεων.

Για κάθε συνάρτηση, πρέπει να δημιουργήσετε έναν πίνακα και να απαριθμήσετε όλους τους τύπους συνδυασμών εισόδων και τις αντίστοιχες εξόδους τους. Αυτό βοηθά στον εντοπισμό μιας συνθήκης που παραβλέπεται από τον δοκιμαστή.

Τα βήματα για τη δημιουργία ενός πίνακα αποφάσεων είναι τα εξής:

• Καταχωρίστε τις εισόδους σε σειρές
• Εισαγάγετε όλους τους κανόνες στη στήλη
• Συμπληρώστε τον πίνακα με τους διαφορετικούς συνδυασμούς εισόδων
• Στην τελευταία σειρά, σημειώστε την έξοδο έναντι του συνδυασμού εισόδου.

ΠαράδειγμαΈνα κουμπί υποβολής σε μια φόρμα επικοινωνίας ενεργοποιείται μόνο όταν όλα τα δεδομένα εισόδου έχουν εισαχθεί από τον τελικό χρήστη.

Κρατική Μετάβαση

Στην τεχνική Μετάβασης Κατάστασης, οι αλλαγές στις συνθήκες εισόδου αλλάζουν την κατάσταση της Εφαρμογής υπό Δοκιμή (AUT). Αυτή η τεχνική δοκιμής επιτρέπει στον ελεγκτή να δοκιμάσει τη συμπεριφορά ενός AUT. Ο ελεγκτής μπορεί να εκτελέσει αυτήν την ενέργεια εισάγοντας διάφορες συνθήκες εισόδου σε μια ακολουθία. Στην τεχνική Μετάβασης Κατάστασης, η ομάδα δοκιμής παρέχει θετικές καθώς και αρνητικές τιμές δοκιμής εισόδου για την αξιολόγηση της συμπεριφοράς του συστήματος.

Κατευθυντήρια γραμμή για τη μετάβαση του κράτους:

• Η μετάβαση κατάστασης θα πρέπει να χρησιμοποιείται όταν μια ομάδα δοκιμών δοκιμάζει την εφαρμογή για ένα περιορισμένο σύνολο τιμών εισόδου.
• Η Τεχνική Σχεδιασμού Δοκιμαστικής Περιπτώσεως θα πρέπει να χρησιμοποιείται όταν η ομάδα δοκιμών θέλει να δοκιμάσει μια ακολουθία συμβάντων που συμβαίνουν στην υπό δοκιμή εφαρμογή.

Παράδειγμα:

Στο ακόλουθο παράδειγμα, ο χρήστης μπορεί να συνδεθεί με επιτυχία αφού εισαγάγει έναν έγκυρο κωδικό πρόσβασης εντός τριών προσπαθειών. Εάν ο χρήστης εισαγάγει έναν μη έγκυρο κωδικό πρόσβασης στην πρώτη ή τη δεύτερη προσπάθεια, θα του ζητηθεί να εισαγάγει ξανά τον κωδικό πρόσβασης. Όταν ο χρήστης εισαγάγει τον κωδικό πρόσβασης λανθασμένα 3^rd φορά, η ενέργεια λαμβάνεται και ο λογαριασμός θα μπλοκαριστεί.

Διάγραμμα μετάβασης κατάστασης

Σε αυτό το διάγραμμα, όταν ο χρήστης δώσει τον σωστό αριθμό PIN, μεταβαίνει στην κατάσταση "Πρόσβαση χορηγήθηκε". Ο ακόλουθος πίνακας δημιουργείται με βάση το παραπάνω διάγραμμα:

Πίνακας μετάβασης κατάστασης

	Σωστό PIN	Εσφαλμένο PIN
S1) Έναρξη	S5	S2
S2) 1st απόπειρα	S5	S3
S3) 2nd απόπειρα	S5	S4
S4) 3rd απόπειρα	S5	S6
S5) Παραχωρήθηκε πρόσβαση	-	-
S6) Αποκλείστηκε ο λογαριασμός	-	-

Στον παραπάνω πίνακα, όταν ο χρήστης εισάγει το σωστό PIN, η κατάσταση μεταβαίνει σε "Πρόσβαση χορηγήθηκε". Και εάν ο χρήστης εισάγει λανθασμένο κωδικό πρόσβασης, μετακινείται στην επόμενη κατάσταση. Εάν κάνει το ίδιο 3^rd ώρα, θα φτάσει στην κατάσταση αποκλεισμού του λογαριασμού.

Σφάλμα εικασίας

Σφάλμα εικασίας είναι μια τεχνική δοκιμών λογισμικού όπου οι δοκιμαστές χρησιμοποιούν την εμπειρία και τη διαίσθησή τους για να προβλέψουν πιθανά σφάλματα στον κώδικα. Η τεχνική βασίζεται σε μεγάλο βαθμό στην εμπειρία, όπου οι αναλυτές δοκιμών χρησιμοποιούν την εμπειρία τους για να μαντέψουν το προβληματικό μέρος της εφαρμογής δοκιμών. Ως εκ τούτου, οι αναλυτές δοκιμών πρέπει να είναι εξειδικευμένοι και έμπειροι για καλύτερη μαντεία σφαλμάτων.

Η τεχνική καταμετρά μια λίστα πιθανών σφαλμάτων ή καταστάσεων επιρρεπών σε σφάλματα. Στη συνέχεια, ο δοκιμαστής γράφει ένα περίπτωση δοκιμής για να αποκαλύψει αυτά τα σφάλματα. Για να σχεδιάσει δοκιμαστικές περιπτώσεις με βάση αυτήν την τεχνική δοκιμών λογισμικού, ο αναλυτής μπορεί να χρησιμοποιήσει προηγούμενες εμπειρίες για να εντοπίσει τις συνθήκες.

Οδηγίες για την εικασία σφαλμάτων:

• Η δοκιμή θα πρέπει να χρησιμοποιεί την προηγούμενη εμπειρία δοκιμής παρόμοιων εφαρμογών
• Κατανόηση του υπό δοκιμή συστήματος
• Γνώση τυπικών σφαλμάτων υλοποίησης
• Θυμηθείτε τις προηγούμενες προβληματικές περιοχές
• Αξιολόγηση ιστορικών δεδομένων και αποτελεσμάτων δοκιμών

Πλεονεκτήματα και περιορισμοί των τεχνικών δοκιμών

Πλεονεκτήματα:

• Βελτιώνει την κάλυψη των δοκιμών και διασφαλίζει ευρύτερη επικύρωση της λειτουργικότητας του λογισμικού.
• Βελτιώνει την ανίχνευση ελαττωμάτων στοχεύοντας σε περιοχές υψηλού κινδύνου ή επιρρεπείς σε σφάλματα.
• Promoσυστηματικός σχεδιασμός δοκιμών, μειώνοντας τον πλεονασμό και την επικάλυψη.
• Βοηθά στον εντοπισμό προβλημάτων νωρίς στο SDLC, μειώνοντας το συνολικό κόστος του έργου.
• Απλοποιεί πολύπλοκες δοκιμές μέσω μεθόδων όπως η BVA και η Διαμέριση Ισοδυναμίας.
• Ενισχύει την αξιοπιστία του λογισμικού και την εμπιστοσύνη των ενδιαφερόμενων μερών στην ποιότητα του προϊόντος.

Περιορισμοί:

• Καμία μεμονωμένη τεχνική δεν εγγυάται πλήρη ανίχνευση ελαττωμάτων.
• Ορισμένες τεχνικές εξαρτώνται σε μεγάλο βαθμό από την εμπειρία και την κρίση του ελεγκτή.
• Μπορεί να παραβλέψει ζητήματα ενσωμάτωσης, χρηστικότητας ή απόδοσης στον πραγματικό κόσμο.
• Οι περιορισμοί χρόνου και πόρων μπορούν να περιορίσουν την ενδελεχή εφαρμογή.
• Ορισμένες μέθοδοι προσφέρουν περιορισμένη υποστήριξη αυτοματισμού, μειώνοντας την επεκτασιμότητα.

Πώς να επιλέξετε τις σωστές τεχνικές δοκιμών;

Η επιλογή των κατάλληλων τεχνικών δοκιμών λογισμικού απαιτεί την ευθυγράμμισή τους με τις ιδιαιτερότητες του έργου, ώστε να διασφαλίζεται η αποτελεσματικότητα και η κάλυψη. Παράγοντες όπως το μοντέλο ανάπτυξης, οι κίνδυνοι και οι πόροι καθοδηγούν τη διαδικασία επιλογής. Ως ειδικός στις δοκιμές λογισμικού, συνιστώ πάντα τον συνδυασμό πολλαπλών τεχνικών για βέλτιστα αποτελέσματα. Αυτό αποτρέπει την πιθανότητα υπερβολικής εξάρτησης από μία μόνο μέθοδο.

• Ευθυγράμμιση με τους στόχους: Αντιστοιχίστε τεχνικές με στόχους όπως λειτουργικότητα, απόδοση ή ανάγκες ασφάλειας.
• Αξιολογήστε τους κινδύνους: Δώστε προτεραιότητα σε περιοχές υψηλού κινδύνου με μεθόδους που βασίζονται στον κίνδυνο για στοχευμένη επικύρωση.
• Προσαρμογή αρχιτεκτονικής και μοντέλου: Επιλέξτε προσεγγίσεις φιλικές προς την ευελιξία σε επαναληπτικά ή πολυεπίπεδα συστήματα.
• Περιορισμοί ισορροπίας: Λάβετε υπόψη τον χρόνο, τον προϋπολογισμό, τις δεξιότητες και τα εργαλεία για εφικτή εκτέλεση.

Συχνές Ερωτήσεις