当前位置: 首页 > article >正文

【测试基础】02-软件的生命周期和软件的测试流程

什么是软件工程(了解)软件开发语言机器码-汇编语言-c语言-高级语言(java)定义随着我们c语月的诞生开发软件变得更加的团队化因此暴露出一个巨大的问题就是协作。我们迫切需要一个方法和手段来约束我们的开发过程指导我们更好地进行软件开发所以聪明的人们借鉴了工程建筑的思想通过不断的总结与归纳形成软件工程。软件生命周期(了解)定义软件开始研制到最终被废弃不用所经历的各个阶段。软件开发模型(了解)软件开发模型是由开发决定的软件的开发模型有哪些我们需要更好的开发那么我们就得总结出一些模型然后我们照着这些模型去开发软件。瀑布模型那请问这个模型有什么问题呢我们测试是在编码之后的那如果在需求分析阶段就有bug的话如果有需求和用户的需求违背那么你的设计和编码都是会有问题的而这个东西我们在测试阶段才发现那么其实我们的成本就会很高。而如果我们提前就进行测试介入测试那么我们的成本就会降低。瀑布模型特点信息结构有顺序缺点是测试人员在编码之后再进入测试早期的错误到后期才被发现极大地增加修复bug的成本。v模型V模型是在测试瀑布模型基础上的升级更加细化我们的测试工作把测试分为单元测试集成测试、系统测试、验收测试但是它还是存在和瀑布模型一样的缺点就是编码之后再进入测试。w模型特点是它是V模型的升级测试和开发同步进行同时解决了瀑布模型和V模型存在的缺点。h模型H模型是与其他开发流程是完全独立的他只有在什么时候会有去交涉只有在进行测试的时候才会交涉。x模型他把整个程序切割成很多个程序片段,把项目区分成各种颗粒进行边开发边测试的状态最终呢把所有的程序片段集.做一点集成一点做一点集成一点。原型模型现在常用的开发模型敏捷开发模型产品负责人认领了任务之后把任务呢丢给对应的部门然后我们的开发区认领任务开发的主要去从产品功能列表中拿一部分先完成接下来开发就开始进行设计编码同样我们的测试需要同步进行测试设计进行测试然后我们的第1个版本测完之后呢我们测试在测试这个过程开发就会去抽下一轮任务。然后等我们把测试任务测完之后呢开发已经把第2个版本也开发完了然后我们再继续接着测试这样的循环我们就不会等太久的时间。我们主要是以人为中心注重沟通取代文档的输出。W模型前面已经提到原型模型前面已经提到迭代开发模型我们的项目比如有模块1模块2模块3模块4模块5模块6。那么我们的迭代式开发模型就是项目切割成多个版本进行迭代。第一个版本先开发好核心模块作为第1个版本(假设模块一和模块二是核心模块)。迭代周期15天到30天。每一次版本迭代阶段需求分析-计划-开发-测试-发布-回顾。第2个版本增加模块3模块4。然后每次周期都是需求分析计划开发测试发布…第3个版本增加模块5第4个版本增加模块6增量开发模型精炼式开发是继续把项目切割成多个模块是开发一个或多个模块每次都不断的去递增模块进行开发。比如项目中总共有6个功能模块那第1次增量开发我就开发模块1增量式开发每个周期的阶段需求分析-计划-开发-测试-发布当第一个周期开发完之后就进行第2次的增量开发增加模块2然后每次周期都是需求分析计划开发测试发布。软件测试过程(重点掌握)我们要进行软件测试首先要进行一个需求分析首先需求分析产品整体出入的需求规格说明书。测试人员如何去测这个软具是否有问题此时就根据需求规格说明书去衡量当前这个功能是否是对的所以在做测试之前需要详细的去理解这个需求规格说明书同时理解完需求还要进行一个需求评审。那么什么是需求评审呢评审参与的人员是谁主要的目的是什么我们从头开始来软件测试详细流程1、需求分析重点研读并理解需求规格说明书(SRS)。因为你必须知道当前你被测的软件有哪些需求标准是什么我们接下来以这个标准去判断它是问题还是不是问题它的内部逻辑是什么它的关联是什么这些你都得通过需求分析去了解到。输出的文档需求规格说明书2、我们在进行需求分析的过程中还要去参与需求评审。**需求评审是做什么的**需求评审他有一个需求评审会议那会议的参与人员是什么主要目的是什么参与人员产品经理项目经理开发测试主要目的主要是进行项目业务的学习方便我们更快的去了解这个需求。同时我们在看需求分析的时候肯定是有一些不懂的那么在这个阶段我们就可以去学习去发现需求的问题有问题我们就尽早的提出这个需求的问题最终的确定内容写到需求规格说明书里面此时就已经完全的确定了需求规格说明书。然后接下来就是开发和测试同时根据需求规格说明书去开展后续的工作他们是同时进行就是开发做开发的计划测试做测试的计划【同时进行】。3、测试计划输出的文档是测试计划文档4、编写测试用例编写完测试用例之后我们还会进行用例评审看一下你编写的这个测试用例覆盖率怎么样对不对那些。与此同时开发那边已经开发完了我们就可以进行第5个步骤了。输出的文档是测试用例文档5、部署测试环境部署环境的人员可能是开发测试或者运维。没有对应文档6、执行测试我们先做冒烟测试等冒烟测试通过才转正式测试。我们是根据测试用例去执行测试然后在执行测试的过程中我们会发现bug然后去提交bug提交bug并不是不管了而是去跟踪bug目的是你提交的这个bug是否被修复好了同时呢还要去验证与这个bug相关联的一些功能是否受影响。输出文的文档是bug的清单7、编写测试报告我们经过多轮的测试去达到测试标准然后在这个阶段我们一般会输出一个测试报告。输出的文档是测试报告8、测试通过则发布上线常见笔试面试题笔试软件的生命周期包括哪些阶段你们的开发模型是什么需求分析输出文档是需求规格说明书(SRS)参与人员是项目经理产品开发测试。设计1概要设计针对软件的架构及模块以及这个模块业务关联与数据传递这一块的设计。输出文档时概要设计说明书参与人员是我们的开发人员。2详细设计针对某个模块或某个功能的具体详细设计。输出文档是详细设计说明书参与人员是开发人员。编码测试单元测试-集成测试-系统测试-验收测试运行和维护开发模型是敏捷开发模型还有迭代式开发模型测试流程包含哪些阶段需求分析需求评审进行测试计划然后用例的编写然后用例的评审然后执行测试编写测试报告然后再发布上线。面试你们公司的开发流程是怎样的需求分析再做计划然后再做设计再编码。你们公司的测试流程是怎样的各个阶段的输出是什么需求分析输出的文档是需求规格说明书。测试计划书的文档是测试计划文档。编写测试用例输出的文档是测试用例文档。部署测试环境没有对应的文档。执行测试输出的文档是bug清单。编写测试报告输出的文档是测试报告测试通过发布上线没有对应文档。开发环境测试环境生产环境是什么你在测试环境后台添加的数据和信息能够在生产环境看到吗三大环境开发环境开发人员研发的环境。测试环境测试人员测试的环境也可以理解为对应的由开发或者运维人员或者我们的测试人员拿到项目包部署到另外一台服务器对应的环境就是测试环境。注意并不是开发开发出这个软件之后我们是在开发那边去测试的他们的环境不一样我们是独立出来的。他开放完代码之后他会把这个代码的包部署到测试环境上去是另一台服务器。因为我们如果在开发那边的服务器去测试的话那么开发那边进行下个任务的开发的时候我们测试和开发是不能共用同一台服务器的防止影响我们的互相工作。生成环境是产品真实用户的环境比如我们现在访问www.baidu.com它就是一个生产环境。你在测试环境后台添加的数据和信息能够在生产环境看到吗不能。测试环境和生产环境是完全隔离的你在测试后台添加的数据生产环境看不到。那本期我们说了测试的相关流程之后我们后面就开始看这个流程里面的具体每一个阶段的任务。下期我们将从测试需求分析开始。最后如果这个总结对老铁们有用别忘了点赞、关注、加收藏哦

相关文章:

【测试基础】02-软件的生命周期和软件的测试流程

什么是软件工程(了解) 软件开发语言 机器码->汇编语言->c语言->高级语言(java) 定义 随着我们c语月的诞生,开发软件变得更加的团队化,因此暴露出一个巨大的问题,就是协作。 我们迫切需要一个方法和手段来约束我们的开发过程&#xf…...

Sentinel 集群限流:分布式服务统一控流

在分布式微服务架构成为企业标配的今天,流量管控早已告别“单机单打独斗”的时代。当一个服务部署数十甚至上百个实例,单机限流的局限性愈发凸显——单实例流量未超阈值,集群总流量却可能因分布不均而超限,最终导致服务雪崩、业务…...

【RAG】【Data-Processor】【node_parsers03】语义双重合并分块(Semantic Double Merging Chunking)案例分析

本案例展示了如何使用LlamaIndex中的语义双重合并分块器(SemanticDoubleMergingSplitterNodeParser)来智能地分割文本,这是一种更高级的语义分块方法,通过双重合并过程来创建语义连贯的文本块。1. 案例目标本案例的主要目标是:演示语义双重合…...

深入浅出计算机网络基石:详解 OSI 模型、TCP/IP 模型及数据通信全过程

前言大家好,这里是程序员阿亮,今天也是在公司里面当起黑奴了,实习生,大小周,不包饭,吃公司饭还要收钱。。。但是博客还是要写滴今天来给大家讲解一下OSI七层模型和TCP/IP模型这是计算机网络中的基础架构&am…...

【“小白致命坑”】[特殊字符] 备战蓝桥杯C++:别再写嵌套循环了!一招掌握 STL 结构体多级排序

【“小白致命坑”】🚀 备战蓝桥杯C:别再写嵌套循环了!一招掌握 STL 结构体多级排序 在备战蓝桥杯的过程中,我们经常会遇到一类非常经典的排序题(比如历年真题中的“奖学金”问题): “先按总分从…...

C语言_指针函数double字面量运算符

1、/除法运算符 //printf( 1/3); 输出是0, 无打印 printf( 4/3); 报错 printf(“%d\n”, 4/3); 正常,输出1 确保printf的第一个参数是一个字符串字面量,即直接用双引号括起来的字符串。 2、指针: 地址运算符& 和间接运算符 * &nur…...

免费开源毕设:基于YOLO的道路缺陷检测系统

🛣️ 基于 YOLO 的道路缺陷检测系统 (Road Defect Detection System) 本项目是一个功能完整的道路缺陷(如路面坑洼 Pothole)智能检测系统。基于最新的 Ultralytics YOLO 系列模型构建,并提供了一个美观、易用的 Streamlit Web 交…...

Java必背45道

一、Java基础8道 1. 和 equals() 的区别是什么? 在java中 和 equals()主要的区别在于比较的内容不同。是一个运算符,对于基本数据类型来说,比较的是数值本身,比如比较两个int 数值是否相同;对于引用数据类型&#xf…...

Phi-3-vision-128k-instruct惊艳案例:宠物照片→品种识别+健康风险+喂养建议

Phi-3-vision-128k-instruct惊艳案例:宠物照片→品种识别健康风险喂养建议 1. 模型简介 Phi-3-Vision-128K-Instruct 是一款轻量级的多模态模型,专注于高质量的文本和视觉数据处理。作为 Phi-3 模型家族的一员,它支持长达128K的上下文长度&…...

【Docker 27集群调度优化终极指南】:20年SRE亲测的7大反模式与5个生产级调优阈值

第一章:Docker 27集群调度优化的认知跃迁Docker 27(即 Docker Engine v27.x)引入了调度器内核级重构与资源感知型调度策略,标志着从静态标签匹配向动态拓扑感知的范式转变。传统基于 docker service create --constraint 的硬性约…...

DeOldify图像上色服务MySQL数据管理实战:任务记录与结果存储

DeOldify图像上色服务MySQL数据管理实战:任务记录与结果存储 老照片修复和上色,听起来是个挺有情怀的事儿,但如果你是一家需要处理成千上万张历史照片的机构,比如档案馆、博物馆或者影视制作公司,这事儿立马就从“情怀…...

Alpamayo-R1-10B WebUI深度使用:调整Samples=3生成多候选轨迹并评估置信度排序

Alpamayo-R1-10B WebUI深度使用:调整Samples3生成多候选轨迹并评估置信度排序 1. 项目概述 Alpamayo-R1-10B是专为自动驾驶研发设计的开源视觉-语言-动作(VLA)模型,其核心能力在于通过类人因果推理生成车辆行驶轨迹。该模型基于100亿参数架构&#xff…...

StructBERT情感分类模型在科技产品评测分析中的实践

StructBERT情感分类模型在科技产品评测分析中的实践 1. 引言 科技产品评测和用户反馈中蕴含着大量有价值的情感信息,但人工分析海量文本既耗时又容易主观偏差。最近我们在实际项目中尝试了StructBERT情感分类模型,用它来自动分析科技产品的用户评价&am…...

无需编程基础!cv_resnet18_ocr-detection图形化界面操作全解析

无需编程基础!cv_resnet18_ocr-detection图形化界面操作全解析 1. 引言:OCR文字检测的零门槛解决方案 在日常工作和生活中,我们经常需要从图片中提取文字信息——可能是扫描的合同文档、产品包装上的说明文字,或是手机拍摄的会议…...

基于Git-RSCLIP的新闻图片自动标注系统

基于Git-RSCLIP的新闻图片自动标注系统 1. 引言 每天新闻编辑室都要处理成千上万的图片,每张图片都需要准确标注才能进入发布流程。传统的人工标注方式不仅耗时耗力,还容易出现标注不一致的问题。想象一下,一位编辑需要为几百张新闻图片逐一…...

lingbot-depth-pretrain-vitl-14开源可部署优势:无需GPU驱动重装,兼容主流云平台

lingbot-depth-pretrain-vitl-14开源可部署优势:无需GPU驱动重装,兼容主流云平台 想快速体验一个强大的深度估计模型,但被复杂的GPU环境配置、驱动版本冲突搞得头大?如果你也有过这种烦恼,那么今天介绍的lingbot-dept…...

RexUniNLU Docker镜像详解:3.11-slim基础镜像+加速推理配置,适配国产算力平台

RexUniNLU Docker镜像详解:3.11-slim基础镜像加速推理配置,适配国产算力平台 1. 镜像概览与核心价值 RexUniNLU是一个基于DeBERTa-v2架构的零样本通用自然语言理解模型,专门针对中文信息抽取任务进行了优化。这个Docker镜像将完整的推理环境…...

MedGemma-X开箱即用体验:预装环境,零配置快速体验智能诊断

MedGemma-X开箱即用体验:预装环境,零配置快速体验智能诊断 1. 为什么选择MedGemma-X进行智能影像诊断 在医疗影像诊断领域,传统CAD系统往往存在两个痛点:一是只能提供简单的二分类结果(阳性/阴性)&#x…...

Phi-3-vision-128k-instruct一文详解:Phi-3多模态家族中128K上下文的技术突破点

Phi-3-vision-128k-instruct一文详解:Phi-3多模态家族中128K上下文的技术突破点 1. 模型简介与技术亮点 Phi-3-Vision-128K-Instruct是微软Phi-3模型家族中的多模态成员,代表了当前轻量级开放模型的最先进水平。这个模型最引人注目的特点是支持128K的超…...

同态加密性能优化指南:如何让Go实现的Paillier算法快10倍

Go实现的Paillier同态加密性能优化实战:从理论到10倍加速 在金融科技、医疗数据共享和隐私计算领域,同态加密技术正成为解决数据"可用不可见"难题的关键方案。作为加法同态加密的经典实现,Paillier算法因其数学简洁性和实用价值&am…...

AD画板不想手绘封装?立创EDA封装库一键迁移保姆教程(含3D预览技巧)

AD画板不想手绘封装?立创EDA封装库一键迁移保姆教程(含3D预览技巧) 在PCB设计领域,Altium Designer(AD)用户经常面临一个棘手问题:官方库中找不到所需元器件的封装。传统解决方案是手动绘制封装…...

Qwen3-14b_int4_awq效果对比:在C-Eval、CMMLU等中文基准测试中的表现

Qwen3-14b_int4_awq效果对比:在C-Eval、CMMLU等中文基准测试中的表现 1. 模型简介 Qwen3-14b_int4_awq是基于Qwen3-14b模型的int4量化版本,采用AngelSlim技术进行压缩优化,专门针对文本生成任务进行了性能调优。该模型通过先进的量化技术&a…...

Java性能调优实战:为什么System.nanoTime()比currentTimeMillis()更适合高精度计时?

Java高精度计时实战:为何nanoTime()是性能调优的首选? 在游戏开发、算法性能测试等对时间精度要求极高的场景中,Java开发者常常面临一个关键选择:System.currentTimeMillis()还是System.nanoTime()?这个看似简单的选择…...

Proteus 8.0安装避坑指南:从下载到破解的完整流程(附百度网盘资源)

Proteus 8.0 高效安装与配置实战手册 在电子设计与仿真领域,Proteus 8.0 作为一款功能强大的EDA工具,其安装过程往往成为新手面临的第一个挑战。不同于普通软件的"下一步"式安装,Proteus 8.0 的部署涉及多个技术环节,从…...

ROS机器人导航优化:yocs_smoother_velocity平滑算法实战解析

1. 为什么你的机器人总是"抖抖病"? 每次看到机器人移动时那种卡顿、抖动的样子,就像看一个刚学会走路的小孩,心里总忍不住想:这货是不是该送去维修了?其实大多数情况下,问题并不出在硬件上。我在…...

逆向解析App中的Protobuf协议:从抓包到proto文件还原

1. 认识Protobuf协议逆向分析 第一次接触Protobuf协议逆向时,我和大多数人一样感到无从下手。这种高效的二进制传输协议在移动App中越来越常见,但抓包工具里看到的往往是一堆难以理解的二进制数据。经过多次实战,我发现逆向解析Protobuf协议其…...

差分隐私联邦学习:从理论基石到前沿突破

1. 差分隐私联邦学习的基础理论 差分隐私联邦学习是近年来隐私计算领域最受关注的技术方向之一。简单来说,它就像是一群医生在讨论病例时,既想分享医疗经验,又不想泄露具体病人的隐私信息。这种技术结合了差分隐私的数学严谨性和联邦学习的分…...

Cesium实战:地形贴合技术与Entity高级应用指南

1. 地形贴合技术基础与核心参数 在三维地理场景开发中,让各种实体完美贴合地形表面是个常见需求。想象一下,如果你要在数字地球上标注一座山峰的位置,肯定不希望这个标注点飘在空中,而是希望它稳稳地"站"在山顶上。这就…...

长尾关键词在推动SEO优化效果中的策略应用与实践探索

本文将探讨长尾关键词在SEO优化中的应用,强调其选择与使用方法。本段落将概述长尾关键词的定义及其在提升搜索引擎排名和网站流量方面的重要性,为后续深入讨论奠定基础。长尾关键词是较低竞争度但能精准满足用户意图的关键词,这使得它们在网站…...

【笔试真题】- 顺丰-2026.03.15

📌 点击直达笔试专栏 👉《大厂笔试突围》 💻 春秋招笔试突围在线OJ 👉 笔试突围在线刷题 bishipass.com 顺丰-2026.03.15 1. 等距货架 问题描述 LYA 正在整理一排长度为 n n n 的货架,第 i i...