Bug的级别,按照什么划分
Bug分类和定级
一、bug的定义
二、bug的类型
三、bug的等级
四、bug的优先级
一、bug的定义
一般是指不满足用户需求的则可以认为是bug,狭义指软件程序的漏洞或缺陷,广义指测试工程师或用户提出的软件可改进的细节、或与需求文档存在差异的功能实现等
对应三个测试目的:
1、为了发现程序的代码或业务逻辑错误
2、为了检查产品是否符合用户需求
3、为了提高用户的体验
二、bug的类型
对bug的划分,大致分为以下几类:
1、代码错误
2、设计缺陷
3、界面优化
4、性能问题
5、配置相关
6、安装部署
7、安全相关
8、标准规范
9、其他划分:功能类、界面类、性能类、易用性类、兼容性类、其他
三、bug的等级
1级bug:(致命错误)
1、常规操作引起的系统崩溃、死机、死循环报错,无法正常退出
2、功能设计与需求严重不符,基本模块缺失,测试流程无法进行
3、严重的数据计算错误
4、用户数据丢失或破坏
5、内存泄漏,系统无法登录
6、其他导致功能无法测试的问题
2级bug:(严重错误)
1、重要功能不能实现(例如:用户所要求的功能缺失,该有的页面未实现,逻辑不通,重要图表数据未开发,等)
2、错误的波及面广,影响到其他重要功能正常实现
3、非常规操作导致的程序崩溃、死机、死循环 (非常规操作:用户使用软件时不会进行的操作)
4、系统中数据保存后数据库中显示错误
5、密码明文显示
6、页面无显示白屏,无数据
7、地图数据和图表数据不一致
3级bug:(一般错误)
不影响产品的运行、不会成为故障的起因、但对产品外观和下道工序影响较大的缺陷
1、次要功能不能正常实现
2、操作界面错误(包括数据窗口内列名的定义,含义不一致)
例如:列名与列名下的内容不一致
3、查询错误、数据错误显示
4、简单的输入限制未放在前端进行控制;(格式显示,如登录和注册中的格式判断可由前端判断)
5、删除操作未给出提示
6、边界条件错误或者未做限制
7、系统未做优化,数据页面加载慢,操作卡顿之类(性能层面问题)
8、兼容性问题(分辨率,系统版本等等)
4级bug:(界面问题)
程序在一些显示上不美观,不符合用户习惯,或者是一些文字的错误
1、界面不规范
2、辅助说明描述不清楚
3、提示窗口文字未采用行业术语
4、界面存在文字错误
5、操作时未给用户提示
6、文字排列不整齐等一些小问题
5级bug:(建议性问题)
1、对于产品设计方面的意见和建议
2、对于产品界面优化方面的意见和建议
3、对于产品需要优化增强用户体验方面的意见和建议
四、bug的优先级
P1: 即“马上解决”,优先级最高,应立即修复的问题,要求开发人员必须立即修改这条bug,一般是指该缺陷导致程序完全不能满足产品的需求,基本功能明显未实现或不可用,阻塞了测试流程与进度等。
P2:即“急需解决”,表示问题的修复很紧要,很急迫,关系到系统的主要功能模块能否正常使用,包括功能、数据,或者其他的一些比较着急的需求。
P3:即“高度重视”,表示有时间就要马上解决,主要是指系统实现的功能与预期结果要求较大,但不影响其他功能和主要的核心功能。
P4:即“正常处理”,按照个人计划处理就行,主要是指界面,交互和一些特别小的功能出错,但是可以跳过此类bug继续进行测试。
P5:即“低优先级”,一些可修改或不可修改,或者是还不确定能否修改成功的bug,不影响用户体验使用,不过修改了最好,一般如果要修改且时间来不及可以在后面的版本更新中再进行修改即可。
备注:严重性和优先级并不总是一一对应。有时候严重性高的软件缺陷,优先级不一定高,甚至不需要处理,而一些严重性低的缺陷却需要及时处理,具有较高的优先级,视具体情况而定。
相关文章:
Bug的级别,按照什么划分
Bug分类和定级一、bug的定义二、bug的类型三、bug的等级四、bug的优先级一、bug的定义一般是指不满足用户需求的则可以认为是bug,狭义指软件程序的漏洞或缺陷,广义指测试工程师或用户提出的软件可改进的细节、或与需求文档存在差异的功能实现等对应三个测…...
微服务项目简介
项目简介 项目模式 电商模式:市面上有5种常见的电商模式,B2B、B2C、 C2B、 C2C、O2O; 1、B2B模式 B2B (Business to Business),是指 商家与商家建立的商业关系。如:阿里巴巴 2、B2C 模式 B2C (Business to Consumer), 就是我们经常看到的供…...
SLAM中坐标轴旋转及ros的接口解释
读完几个loam算法,满篇的坐标轴旋转,还是手写的(作者,用eigen写不好嘛。。。),我滴天适应了好久…,今天就总结一下坐标轴旋转问题。 一、首先,我们看一下ros中关于欧拉角旋转的函数:setRPY、set…...
文件管理(9)
文件管理 0 引言 为什么要引入文件系统? 信息管理的需要:用户面前提供一种规格化的机制,方便用户对文件的存取、提高效率。操作系统本身需要–操作系统本身也不是常驻内存的,也有大量的信息需要存于外存。 1 文件定义 文件&a…...
PyTorch学习笔记:nn.TripletMarginLoss——三元组损失
PyTorch学习笔记:nn.TripletMarginLoss——三元组损失 torch.nn.TripletMarginLoss(margin1.0, p2.0, eps1e-06, swapFalse, size_averageNone, reduceNone, reductionmean)功能:创建一个三元组损失函数(triplet loss),用于衡量输入数据x1,x…...
冒泡排序详解
冒泡排序是初学C语言的噩梦,也是数据结构中排序的重要组成部分,本章内容我们一起探讨冒泡排序,从理论到代码实现,一步步深入了解冒泡排序。排序算法作为较简单的算法。它重复地走访过要排序的数列,一次比较两个元素&am…...
git极快上手指南超级精简版
注:本文参考https://www.liaoxuefeng.com/wiki/896043488029600 原文非常值得一读,作者学识渊博,补充了很多有意思的知识。我仅仅是拾人牙慧。 git是最先进的分布式版本控制系统。 版本控制系统——自动记录系统中文件的改动情况࿰…...
蓝桥杯-最长公共子序列(线性dp)
没有白走的路,每一步都算数🎈🎈🎈 题目描述: 已知有两个数组a,b。已知每个数组的长度。要求求出两个数组的最长公共子序列 序列 1 2 3 4 5 序列 2 3 2 1 4 5 子序列:从其中抽掉某个或多个元素而产生的新…...
GO的并发模式Context
GO的并发模式Context 文章目录GO的并发模式Context一、介绍二、Context三、context的衍生四、示例:Google Web Search4.1 server程序4.2 userip 包4.3 google 包五、使用context包中程序实体实现sync.WaitGroup同样的功能(1)使用sync.WaitGro…...
《Redis实战篇》六、秒杀优化
6、秒杀优化 6.0 压力测试 目的:测试1000个用户抢购优惠券时秒杀功能的并发性能~ ①数据库中创建1000用户 这里推荐使用开源工具:https://www.sqlfather.com/ ,导入以下配置即可一键生成模拟数据 {"dbName":"hmdp",…...
《C++ Primer Plus》第16章:string类和标准模板库(11)
其他库 C 还提供了其他一些类库,它们比本章讨论前面的例子更为专用。例如,头文件 complex 为复数提供了类模板 complex,包含用于 float、long 和 long double 的具体化。这个类提供了标准的复数运算及能够处理复数的标准函数。C11 新增的头文…...
声明和定义
前言 很多编程语言的语法中都有关于声明和定义的概念,这种概念一般会应用于函数或变量的创建和使用中,但是为什么要这么做? 以C语言为例,一些书籍或教程会要求读者在程序文件开头写上函数和变量的声明,然后再在后面对…...
Python获取最小路径,查找元素在list中的坐标
# codingutf-8__author__ Jeff.xiedef t(li):pass获取最小路径def minPathSum(grid):if not grid:return 0m len(grid) #m列n len(grid[0]) #n行print(grid[0])print("m: ",m)print("n: ",n)#创建一个二维数组dp [[0]*n for _ in range(m)]print(dp) #这…...
数据采集协同架构,集成马扎克、西门子、海德汉、广数、凯恩帝、三菱、海德汉、兄弟、哈斯、宝元、新代、发那科、华中各类数控以及各类PLC数据采集软件
文章目录 前言一、采集协同架构是什么?可以做什么(数控、PLC配置采集)?二、使用步骤 1.打开软件,配置MQTT或者数据库(支持sqlserver、mysql等)存储转发消息规则2.配置数控系统所采集的参数、转…...
Allegro172版本如何用自带的功能实现快速在1MMBGA下方等距放置电容
Allegro172版本如何用自带的功能实现快速在1MMBGA下方等距放置电容 在做PCB设计的时候,在1MM中心间距的BGA背面放置电容,是非常常见的设计,如何快速把电容等距放在BGA下方,除了借助辅助工具外,在Allegro升级到了172版本的时候,可以借助本身自带的功能实现快速放置,以下图…...
一种简单的统计pytorch模型参数量的方法
nelememt()函数Tensor.nelement()->引自Tensor.numel()->引自torch.numel(input)三者的作用是相同的Returns the total number of elements in the inputtensor.返回当前tensor的元素数量利用上面的函数刚好可以统计模型的参数数量parameters()函数Module.parameters(rec…...
【PyTorch】教程:对抗学习实例生成
ADVERSARIAL EXAMPLE GENERATION 研究推动 ML 模型变得更快、更准、更高效。设计和模型的安全性和鲁棒性经常被忽视,尤其是面对那些想愚弄模型故意对抗时。 本教程将提供您对 ML 模型的安全漏洞的认识,并将深入了解对抗性机器学习这一热门话题。在图像…...
中国区使用Open AI账号试用Chat GPT指南
最近推出强大的ChatGPT功能,各大程序员使用后发出感叹:程序员要失业了 不过在国内并不支持OpenAI账号注册,多数会提示: OpenAI’s services are not available in your country. 经过一番搜索后,发现如下方案可以完…...
STM32开发(9)----CubeMX配置外部中断
CubeMX配置外部中断前言一、什么是中断1.STM32中断架构体系2.外部中断/事件控制器(EXTI)3.嵌套向量中断控制器(NIVC)二、实验过程1.CubeMX配置2.代码实现3.硬件连接4.实验结果总结前言 本章介绍使用STM32CubeMX对引脚的外部中断进…...
Nextjs了解内容
目录Next.jsnext.js的实现1,nextjs初始化2, 项目结构3, 数据注入getInitialPropsgetServerSidePropsgetStaticProps客户端注入3,CSS Modules4,layout组件5,文件式路由6,BFF层的文件式路由7&…...
RKNN模型量化全解析:如何用1.5.2版本工具链提升瑞芯微3588芯片推理效率
RKNN模型量化实战指南:1.5.2版本工具链在RK3588芯片的深度优化 边缘计算时代的模型效率革命 当无人机需要在毫秒间识别障碍物,当零售摄像头要同时追踪上百个顾客行为,传统云端AI的响应速度已无法满足需求。这正是边缘AI芯片大显身手的舞台——…...
c++ 短信验证码 API 示例代码(接口开发专用)
在C服务端、嵌入式设备、桌面应用的开发场景中,短信验证码是用户注册、登录、身份校验的必备安全功能。C开发者常面临网络请求封装繁琐、接口参数不规范、调试无标准方案等痛点。本文提供c短信验证码API示例代码,基于原生C实现标准化接口对接,…...
ROS2机械臂实战:ros2_control、MoveIt2与move_group核心问题排查指南
1. ROS2机械臂控制栈的核心组件解析 搞ROS2机械臂开发的朋友应该都熟悉这个经典组合:ros2_control负责硬件接口,MoveIt2处理运动规划,move_group作为执行层。这三个组件就像机械臂控制的"三驾马车",任何一个环节出问题都…...
打造 TC397 AUTOSAR OS 多核工程最小系统:点亮多核的明灯之旅
tc397autosar os多核工程最小系统 tc397 autosar os 多核最小系统、配置工程、tasking工程 实现功能:六核跑起来、亮灯。在汽车电子领域,多核处理器的应用愈发广泛,TC397 凭借其强大的性能成为众多开发者的心头好。今天咱们就来聊聊如何搭建 …...
大模型Transformer架构学习
基础知识: 损失函数:梯度下降单次训练过程过拟合数据增强:增加训练数据,对原始数据加噪,翻转,旋转 正则化:防止该函数过分变化,让损失函数加上该参数,调整损失函数时会抑…...
深度学习训练中loss震荡与不收敛的常见原因及实战调优策略
1. 为什么你的模型loss像过山车?先看懂这些典型症状 第一次打开TensorBoard看到自己的loss曲线像心电图一样上蹿下跳,那种感觉就像新手司机开车时方向盘失控。其实loss震荡和不收敛是深度学习中再常见不过的问题,但不同表现背后藏着完全不同的…...
vue-sonner:轻量级Vue通知组件的高效集成方案
vue-sonner:轻量级Vue通知组件的高效集成方案 【免费下载链接】vue-sonner 🔔 An opinionated toast component for Vue. 项目地址: https://gitcode.com/gh_mirrors/vu/vue-sonner 项目概述 vue-sonner是一个为Vue和Nuxt应用设计的轻量级通知组…...
2026论文写作工具红黑榜:AI论文工具怎么选?用数据说话!
2026年论文写作工具红黑榜出炉,千笔AI、ThouPen、豆包位列红榜,适配国内学术规范,助力高效科研。黑榜需避开低质免费工具、无真实引用平台及过度依赖全文生成的工具。选择时建议按需求匹配度 - 数据可信度 - 成本承受力三维模型进行评估。 一…...
锂离子电池热失控模型:1方程参数辨识与MATLAB实践
锂离子电池热失控模型:1方程参数辨识 锂离子电池热失控仿真,详细描述了如何利用热失控ARC数据和MATLAB软件进行热失控模型参数辨识的方法步骤,及MATLAB代码解析,从下图可见,拟合的结果具有较高的准确度。 本案例提供基…...
AI 模型精度与性能的权衡
AI模型精度与性能的权衡:寻找最佳平衡点 在人工智能领域,模型的精度与性能往往是一对矛盾体。精度代表模型预测的准确性,而性能则涉及计算速度、资源占用和实时性等指标。开发者常常需要在两者之间做出权衡,以满足不同场景的需求…...
