前台自动化测试:基于敏捷测试驱动开发(TDD)的自动化测试原理
一、自动化测试概述
自动化测试主要应用到查询结果的自动化比较,把借助自动化把相同的数据库数据的相同查询条件查询到的结果同理想的数据进行自动化比较或者同已经保障的数据进行不同版本的自动化比较,减轻人为的重复验证测试。多用户并发操作需要自动化模拟来保障大量用户的执行操作,减少对影响资源的依赖。自动化在迭代1开始进行搭建,在迭代2能够具备自动化能力。
二、测试目的
本文档主要描述NPB的自动化测试粒度、原理及操作流程等。为以后开发人员开发测试用例提供指导。基于敏捷测试驱动开发(TDD)的原理,自动化测试主要达到以下三个主要目的:
1、测试驱动开发。先写出针对测试用例,然后进行功能模块开发。该方式可能加大了开发人员在开发前期的工作量,但是就总体来说,此方式会驱动开发人员更进一步熟悉业务需求,提早预知开发过程中可能出现的各种情况,为后期进入编码测试提供便利。
2、减少或者避免由于模块代码更改,功能扩展等因素带来的重复测试工作。
3、指导开发人员能够更好的对代码进行架构设计,为以后的测试用例的书写,功能的扩展提供方便。
三、测试对象
NPB项目前台部分的测试对象是业务层(service层),测试粒度为service层类的所有的或者主要的核心方法,铺盖粒度为:语句覆盖(即开发人员提供的测试用例要能够走通每一行代码)。
四、测试环境
4.1外部环境
测试环境指的是测试用例的运行环境。测试环境与开发环境共用一个平台。开发代码和测试用例代码分属于不同的source file中,测试类与被测试类的包名称相同,类名称不同,这样使得测试类和被测试类的.class文件位于相同的目录中,测试类可以任意调用与测试相关的开发代码而不会产生耦合或者依赖关系。借助测试工具(如Junit)进行自动化测试。
4.2 测试工具
NPB 拟采用 Junit 工具进行测试。Junit 是一种单元测试工具,能够实现自动测试,对于一个要测试的方法,我们输入其所需要的参数(自己构造),然后查看其返回是否符合我们的要求,用 Assert 的方法来比较返回的结果是否正确。
五、测试操作
测试操作主要包括流程图和操作描述两部分。以图文的方式介绍一个测试流程。
5.1流程图
5.2 操作描述
目录结构:
首先针对 service 层的每个类,写一个 Junit 测试类,测试类要继承 Junit 的 TestCase类,测试类位于独立的测试包中。目录结构如下图所示:

针对 service 层指定类的每一个方法写一个测试方法或者多个方法对应一个测试方法。此方法要提供能够覆盖所有方法语句的入口参数,同时针对每一组入口参数要列出理想输出,然后用断言的方法来比较输入是否与预想相符。
测试模块:
NPB 项目会基于系统的核心模块及实际开发情况进行测试,如系统维护(system management)等。
六、测试原理用例示例
下面以简单示例的形式展现自动测试的原理:
现有一 service 层类 UserService,其包含多个方法如:insertUser()、updateUser()和QueryUserList()等 。
首先我们先了解下基于 iBATIS 持久层开发此方法的返回值问题,insert 操作会放回插入对象的 ID。而 update 操作和 delete 操作会返回更新或者删除操作的条数。
测试用例的命名原则:
测试类的命名以被测试类名后添加 Test 命名。
基于 junit3.8 的测试方法要求是 public 的,无返回值(void),并且每个测试方法的名字以 test 开头。
【下面是我整理的2023年最全的软件测试工程师学习知识架构体系图】
一、Python编程入门到精通
二、接口自动化项目实战
三、Web自动化项目实战

四、App自动化项目实战
五、一线大厂简历

六、测试开发DevOps体系
七、常用自动化测试工具

八、JMeter性能测试
九、总结(尾部小惊喜)
生命不息,奋斗不止。每一份努力都不会被辜负,只要坚持不懈,终究会有回报。珍惜时间,追求梦想。不忘初心,砥砺前行。你的未来,由你掌握!
生命短暂,时间宝贵,我们无法预知未来会发生什么,但我们可以掌握当下。珍惜每一天,努力奋斗,让自己变得更加强大和优秀。坚定信念,执着追求,成功终将属于你!
只有不断地挑战自己,才能不断地超越自己。坚持追求梦想,勇敢前行,你就会发现奋斗的过程是如此美好而值得。相信自己,你一定可以做到!
相关文章:
前台自动化测试:基于敏捷测试驱动开发(TDD)的自动化测试原理
一、自动化测试概述 自动化测试主要应用到查询结果的自动化比较,把借助自动化把相同的数据库数据的相同查询条件查询到的结果同理想的数据进行自动化比较或者同已经保障的数据进行不同版本的自动化比较,减轻人为的重复验证测试。多用户并发操作需要自动…...
基于SLAM的规划算法仿真复现|SLAM|智能规划
图片来自百度百科 前言 那么这里博主先安利一些干货满满的专栏了! 首先是博主的高质量博客的汇总,这个专栏里面的博客,都是博主最最用心写的一部分,干货满满,希望对大家有帮助。 高质量博客汇总https://blog.csdn.n…...
sqlite3多线程操作问题
在项目中使用sqlite3,有时会报database is locked 两种方式 1、多线程读,多线程写,只使用共同一个数据库连接,即使用同一个SQLiteHelper连接,调用sqlite3_busy_timeout 2、多线程读,单线程写,每…...
ACCESS数据库增删改查
[添加COM组件] A: Microsoft ADO Ext. 2.8 for DDL and Security B: Microsoft ActiveX Data Objects 2.8 Library [添加头文件]using System.Data.OleDb; using System.Data; using ADOX; using System.IO; using System; using System.Collections.Generic; using System.L…...
动捕系统mockup_optitrack替换为VRPN传递信息
motive:启动→载入已有→layout选择capture→view选择data streming→复选marker右键create刚体→rename刚体→修改local interface为本机ip→勾选vrpn ROS端:roslaunch vrpn_client_ros vrpn_efy.launch 记得修改server地址为motiveip地址 关掉motive…...
【服务平台】Rancher运行和管理Docker和Kubernetes,提供管理生产中的容器所需的整个软件堆栈
Rancher是一个开源软件平台,使组织能够在生产中运行和管理Docker和Kubernetes。使用Rancher,组织不再需要使用一套独特的开源技术从头开始构建容器服务平台。Rancher提供了管理生产中的容器所需的整个软件堆栈。 完整软件堆栈 Rancher是供采用容器的团…...
二叉树的完全性检验
给定一个二叉树的 root ,确定它是否是一个 完全二叉树 。 在一个 完全二叉树 中,除了最后一个关卡外,所有关卡都是完全被填满的,并且最后一个关卡中的所有节点都是尽可能靠左的。它可以包含 1 到 2h 节点之间的最后一级 h 。 示…...
激活函数总结(六):ReLU系列激活函数补充(RReLU、CELU、ReLU6)
激活函数总结(六):ReLU系列激活函数补充 1 引言2 激活函数2.1 RReLU激活函数2.2 CELU激活函数2.3 ReLU6 激活函数 3. 总结 1 引言 在前面的文章中已经介绍了介绍了一系列激活函数 (Sigmoid、Tanh、ReLU、Leaky ReLU、PReLU、Swish、ELU、SEL…...
tp5中的事务处理
使用事务首先要数据库支持事务; 如下MySQL数据库user表开启事务支持,即设计表->引擎设置为InnoDB->保存 事务处理 1. 数据库的表引擎需要是 InnoDB 才可以使用,如果不是调整即可; 2. 事务处理,需要执行多个 SQ…...
论文总结《Towards Evaluating the Robustness of Neural Networks(CW)》
原文链接 C&W 这篇论文更像是在讲一个优化问题,后面讲述如何针对生成对抗样本的不可解问题近似为一个可解的问题,很有启发。本文后面将总结论文各个部分的内容。 Motivation 文章提出了一个通用的设计生成对抗样本的方法,根据该论文提…...
2024重庆邮电大学软件工程809题库(带答案)
1.下列选项中,不属于质量管理的主要任务的是( C )。 A)制定软件质量保证计划 B)按照质量评价体系控制软件质量要素 C)增加软件产品的功能 D)对最终软件产品进行确认 2.下…...
三种目标检测方法(基于传统数字图像处理的识别方法、基于传统机器学习的识别方法和基于深度学习的识别方法)的区别
问题描述:图像检测分为了基于传统数字图像处理的识别方法、基于传统机器学习的识别方法和基于深度学习的识别方法,但是有时迷惑三者的区别是什么呢? 问题解答: 第一,基于传统数字图像处理的识别方法和其他两者的区分…...
制造业为什么要建设数字化供应链
数字化让越来越多的人走向了线上的世界,让那些拥有线上产品或提供线上服务的企业提供了更多流量。 但与此同时,传统制造业遭受了沉重的打击,考虑到防疫要求,很多工厂长期处于人手不足的状态,生产制造效率大幅降低&…...
webrtc Thread 和 TaskQueue 的 应用和思考
webrtc Thread 和 TaskQueue 的 应用和思考 Thread #include "rtc_base/thread.h"void FunctionToRunOnThread() {// Your threaded logic here.printf("Function running on the thread!\n"); }int main() {rtc::Thread* thread rtc::Thread::Create()…...
无涯教程-Perl - pos函数
描述 此函数用于查找最后匹配的子字符串的偏移量或位置。如果指定了SCALAR,它将返回该标量变量上最后一个匹配项的偏移量。 您还可以为此函数分配一个值(例如pos($foo) 20;),以更改下一个匹配操作的起点。 偏移是从第零位置开始的计数器。 语法 以下是此函数的简单语法- …...
【腾讯云 Cloud Studio 实战训练营】使用Cloud Studio构建Java、Python项目
文章目录 一、云IDE1、云IDE简介2、云IDE和云虚拟桌面区别 二、Cloud Studio 简介1、简介2、AI代码助手3、企业源代码安全 三、快速开始1、登录Cloud Studio2、新建工作空间3、代码空间 四、项目构建1、构建Java项目1.1 新建工作空间1.2 初始化项目1.3 初始化小案例1.4、测试Ja…...
Java的Class类:每一个类都对应着一个Class对象
Class类的基本概念 在Java中,每一个类都对应着一个Class对象,这个Class对象包含了类的相关信息,例如类的名称、继承关系、方法、字段、注解等信息。通过Class对象,可以获取类的各种信息并对其进行操作。 请细品这句话࿱…...
JavaScript预编译机制
变量预编译 任何变量,如果未经声明就赋值,此变量是属于 window 的属性,而且不会做变量提升,无论在哪个作用域内赋值。比如说直接写 console.log(a)肯定会报错,提示找不到 a。但如果直接写 a 100就不会报错࿰…...
【ARM 嵌入式 编译系列 4.1 -- GCC 编译属性 likely与unlikely 学习】
文章目录 GCC likely与unlikely 介绍linux 内核中的 likely/unlikely 上篇文章:ARM 嵌入式 编译系列 4 – GCC 编译属性 __read_mostly 介绍 下篇文章: ARM 嵌入式 编译系列 4.2 – GCC 链接规范 extern “C“ 介绍 GCC likely与unlikely 介绍 likely 和 unlikely …...
《算法竞赛·快冲300题》每日一题:“造电梯”
《算法竞赛快冲300题》将于2024年出版,是《算法竞赛》的辅助练习册。 所有题目放在自建的OJ New Online Judge。 用C/C、Java、Python三种语言给出代码,以中低档题为主,适合入门、进阶。 文章目录 题目描述题解C代码Java代码Python代码 “ 造…...
多系统集成破局:企业级智能体打通异构系统的完整解决方案 | 2026全链路落地实操
站在2026年的技术关口,企业数字化转型已从“系统建设期”全面进入“智能进化期”。根据IDC发布的最新数据,2025年中国企业级Agent市场规模已达190亿人民币,复合增长率突破110%。然而,繁荣背后是深层次的结构性矛盾:ERP…...
从Postman实战到源码:拆解SpringBoot处理multipart/form-data和application/x-www-form-urlencoded的全过程
从Postman实战到源码:拆解SpringBoot处理multipart/form-data和application/x-www-form-urlencoded的全过程 在Web开发中,理解HTTP请求的数据传输格式对于构建高效、可靠的应用程序至关重要。本文将深入探讨SpringBoot如何处理两种常见的HTTP请求体格式&…...
紧急预警:C++26反射特性将于2025 Q3进入ISO Final Draft阶段!现在不掌握`reflexpr`部署范式,明年重构成本将飙升300%
第一章:C26反射特性演进与生产就绪性评估C26 正在将反射(Reflection)从实验性提案推向核心语言能力,其核心机制围绕 std::reflexpr 和编译时元对象协议(METAPROTOCOL)展开,目标是实现零开销、类…...
别再只调RTC了!用STM32CubeIDE的RTC闹钟和唤醒功能,做个低功耗定时任务管理器
STM32CubeIDE实战:RTC闹钟与唤醒功能打造低功耗定时任务系统 在物联网和电池供电设备开发中,功耗优化往往成为决定产品成败的关键因素。想象一下,一个依靠纽扣电池运行的温湿度传感器,如果持续全速运转,可能几周就会耗…...
PrimeTime约束检查的隐藏技巧:用好all_fanin和get_attribute命令快速Debug
PrimeTime约束检查的隐藏技巧:用好all_fanin和get_attribute命令快速Debug 在大型SoC设计的静态时序分析(STA)中,面对成千上万的时序违例路径,如何高效定位约束设置的根本问题,是每个中高级PrimeTime用户必…...
手把手教你用C语言解析.opus文件:从Ogg封装到PCM数据提取(附完整源码)
深入解析C语言实现.opus文件解码:从二进制结构到PCM输出实战 在数字音频处理领域,理解音频文件的底层结构对于开发者而言至关重要。本文将带领您深入探索.opus音频文件的二进制世界,使用纯C语言实现从Ogg封装到PCM数据提取的全过程。不同于依…...
从‘人民公园’数据实战解析:如何用Python处理AOI地理边界数据(附完整代码)
从‘人民公园’数据实战解析:如何用Python处理AOI地理边界数据(附完整代码) 当你拿到一份包含复杂嵌套结构的AOI地理数据时,是否曾为如何高效解析和可视化这些信息而头疼?本文将以成都人民公园的真实AOI数据为例&#…...
YOLOv8-Pose实战:从Labelme标注到模型训练的数据流水线构建
1. 环境准备与工具安装 在开始构建YOLOv8-Pose数据流水线之前,我们需要准备好开发环境和必要的工具。我推荐使用Python 3.8环境,这个版本在兼容性和稳定性方面表现最好。首先安装Labelme标注工具,这个工具在关键点标注领域几乎是行业标准&am…...
WinUtil:一站式Windows系统优化与软件管理解决方案
WinUtil:一站式Windows系统优化与软件管理解决方案 【免费下载链接】winutil Chris Titus Techs Windows Utility - Install Programs, Tweaks, Fixes, and Updates 项目地址: https://gitcode.com/GitHub_Trending/wi/winutil Windows系统维护是每个技术用户…...
终极Windows优化工具:如何用WinUtil一键解决系统管理和软件安装所有难题
终极Windows优化工具:如何用WinUtil一键解决系统管理和软件安装所有难题 【免费下载链接】winutil Chris Titus Techs Windows Utility - Install Programs, Tweaks, Fixes, and Updates 项目地址: https://gitcode.com/GitHub_Trending/wi/winutil 你是否也…...




