当前位置: 首页 > news >正文

探索式测试

探索式测试是一种软件测试风格,它强调独立测试人员的个人自由和职责,为了持续优化其工作的价值,将测试学习、测试设计、测试执行和测试结果分析作为相互支持的活动,在整个项目实现过程中并行地执行。

选择合适的探索式测试方法我们可以按照如下步骤来选择探索式测试方法。第一步:对被测对象进行分区。可将被测对象(系统、特性或功能)分到历史区(继承特性)​、商业区(销售特性)​、娱乐区(辅助特性)​、破旧区(问题高发区)和旅游区(噱头特性)​。实际操作的时候会发现,被测对象的特性可能同时存在于多个区,即被测对象区域存在互相重叠的情况,这就需要针对一个特性,使用多种探索式测试方法。

 第二步:根据不同的分区来选择适合的探索式测试方法。每个区域都有一些适合该区域特点的探索式测试方法。

1.历史区测试方法历史区测试法针对的是老代码,既包括前几个版本就已经存在的特性,又包括那些用于修复已知缺陷的代码特性。历史区测试法可以高效实现回归测试。适合历史区的一些探索式测试方法。

2.商业区测试法商业区测试法是针对产品的重要特性进行的探索式测试

3.娱乐区测试法娱乐区测试法针对的是那些并不是那么重要的特性进行的探索式测试,

4.破旧区测试法破旧区测试法针对的是问题比较多的特性。破旧区测试法是一种非常有效的测试方法,因为缺陷容易聚集,某一模块出现缺陷,其他模块出现类似缺陷(有可能出自一个开发人员之手)的概率很大,多花一些时间测试那些缺陷较多的代码往往更能高效地发现缺陷。破旧区测试法的核心思想就是“落井下石”​,即通过恶意数据、修改配置文件等各种破坏性的操作进行测试

 5.旅游区测试法旅游区测试法针对的是噱头特性。这种测试方法关注如何快速访问系统的各种功能,就像方法的名称一样,只是为了“到此一游

开展探索式测试的步骤

 来源《测试架构师修炼之道》

相关文章:

探索式测试

探索式测试是一种软件测试风格,它强调独立测试人员的个人自由和职责,为了持续优化其工作的价值,将测试学习、测试设计、测试执行和测试结果分析作为相互支持的活动,在整个项目实现过程中并行地执行。 选择合适的探索式测试方法我…...

服务器数据恢复—raid5故障导致上层ORACLE无法启动的数据恢复案例

服务器数据恢复环境&故障: 一台服务器上的8块硬盘组建了一组raid5磁盘阵列。上层安装windows server操作系统,部署了oracle数据库。 raid5阵列中有2块硬盘的硬盘指示灯显示异常报警。服务器操作系统无法启动,ORACLE数据库也无法启动。 服…...

ISP各模块功能介绍

--------声明,本文为转载整理------- ISP各个模块功能介绍: 各模块前后效果对比: 黑电平补偿(BLC) 在理想情况下,没有光照射的像素点其响应值应为0。但是,由于杂质、受热等其它原因的影响&…...

Python 数据建模完整流程指南

在数据科学和机器学习中,建模是一个至关重要的过程。通过有效的数据建模,我们能够从原始数据中提取有用的洞察,并为预测或分类任务提供支持。在本篇博客中,我们将通过 Python 展示数据建模的完整流程,包括数据准备、建…...

深入学习RocketMQ

参考&#xff1a;RocketMQ从从入门到精通_rocketmq入门到精通-CSDN博客 1、消息的类型 普通消息 顺序消息 延时消息 批量消息 事务消息 2、在java中使用 2.1、pom.xml中加入依赖 <dependency><groupId>org.apache.rocketmq</groupId><artifactId…...

国产编辑器EverEdit - 扩展脚本:关闭所有未修改文档

1 扩展脚本&#xff1a;关闭所有未修改文档 1.1 应用场景 当用户打开过多文档时&#xff0c;部分文档已经修改&#xff0c;而大部分没有修改&#xff0c;为了减少在众多已打开文档中来回跳转的不便&#xff0c;可以将没有修改的文档全部关闭&#xff0c;但目前提供的快速关闭窗…...

数据结构二叉树-C语言

数据结构二叉树-C语言 1.树1.1树的概念与结构1.2树的相关术语1.3树的表示1.4树形结构实际运用场景 2.二叉树2.1概念与结构2.2特殊的二叉树2.2.1满二叉树2.2.2完全二叉树 2.3二叉树存储结构2.3.1顺序结构2.3.2链式结构 3.实现顺序结构的二叉树4.实现链式结构二叉树4.1前中后序遍…...

Python基于YOLOv8和OpenCV实现车道线和车辆检测

使用YOLOv8&#xff08;You Only Look Once&#xff09;和OpenCV实现车道线和车辆检测&#xff0c;目标是创建一个可以检测道路上的车道并识别车辆的系统&#xff0c;并估计它们与摄像头的距离。该项目结合了计算机视觉技术和深度学习物体检测。 1、系统主要功能 车道检测&am…...

代码随想录算法训练营第六十天|KM94.城市间货物运输Ⅰ|KM95.城市间货物运输Ⅱ|KM96.城市间货物运输Ⅲ

94. 城市间货物运输 I 2、Bellman_ford队列优化算法&#xff08;又名SPFA&#xff09; SPFA是对Bellman_ford算法的优化&#xff0c;由于Bellman_ford 算法 每次都是对所有边进行松弛&#xff0c;其实是多做了一些无用功。其实只需要对 上一次松弛的时候更新过的节点作为出发节…...

人工智能学习路线全链路解析

一、基础准备阶段&#xff08;预计 2-3 个月&#xff09; &#xff08;一&#xff09;数学知识巩固与深化 线性代数&#xff08;约 1 个月&#xff09;&#xff1a; 矩阵基础&#xff1a;回顾矩阵的定义、表示方法、矩阵的基本运算&#xff08;加法、减法、乘法&#xff09;&…...

C++语言的学习路线

C语言的学习路线 C是一种强大的高级编程语言&#xff0c;广泛应用于系统软件、游戏开发、嵌入式系统和高性能应用等多个领域。由于其丰富的功能和灵活性&#xff0c;C是一门值得深入学习的语言。本文旨在为初学者制定一条系统的学习路线&#xff0c;帮助他们循序渐进地掌握C语…...

用于与多个数据库聊天的智能 SQL 代理问答和 RAG 系统(3) —— 基于 LangChain 框架的文档检索与问答功能以及RAG Tool的使用

介绍基于 LangChain 框架的文档检索与问答功能&#xff0c;目标是通过查询存储的向量数据库&#xff08;VectorDB&#xff09;&#xff0c;为用户的问题检索相关内容&#xff0c;并生成自然语言的答案。以下是代码逻辑的详细解析&#xff1a; 代码结构与功能 初始化环境与加载…...

20250110doker学习记录

1.本机创建tts环境。用conda. 0.1安装。我都用的默认&#xff0c;你也可以。我安装过一次&#xff0c;如果修复&#xff0c;后面加 -u bash Anaconda3-2024.10-1-Linux-x86_64.sh等待一会。 (base) ktkt4028:~/Downloads$ conda -V conda 24.9.2学习资源 Conda 常用命令大…...

MPU6050: 卡尔曼滤波, 低通滤波

对于MPU6050(一种集成了三轴加速度计和三轴陀螺仪的惯性测量单元),对加速度值进行卡尔曼滤波,而对角速度进行低通滤波的选择是基于这两种传感器数据的不同特性和应用需求。以下是详细解释: 加速度值与卡尔曼滤波 为什么使用卡尔曼滤波? 噪声抑制: 加速度计信号通常包含…...

C++的标准和C++的编译版本

C的标准和C的编译版本&#xff1a;原理和概念 理解 C标准 和 C编译版本 的关系是学习 C 的一个重要部分。这两者虽然看似相关&#xff0c;但实际上分别涉及了不同的概念和技术。下面将通过层次清晰的解释&#xff0c;帮助新手理解这两个概念的差异、特点及其相互关系。 一、C标…...

python学习笔记—17—数据容器之字符串

1. 字符串 (1) 字符串能通过下标索引来获取其中的元素 (2) 旧字符串无法修改特定下标的元素 (3) index——查找字符串中任意元素在整个字符串中的起始位置(单个字符或字符串都可以) tmp_str "supercarrydoinb" tmp_position1 tmp_str.index("s") tmp_p…...

UE5 使用内置组件进行网格切割

UE引擎非常强大&#xff0c;直接内置了网格切割功能并封装为蓝图节点&#xff0c;这项功能在UE4中就存在&#xff0c;并且无需使用Chaos等模块。那么就来学习下如何使用内置组件实现网格切割。 1.配置测试用StaticMesh 对于被切割的模型&#xff0c;需要配置一些参数。以UE5…...

51单片机——串口通信(重点)

1、通信 通信的方式可以分为多种&#xff0c;按照数据传送方式可分为串行通信和并行通信&#xff1b; 按照通信的数据同步方式&#xff0c;可分为异步通信和同步通信&#xff1b; 按照数据的传输方向又可分为单工、半双工和全双工通信 1.1 通信速率 衡量通信性能的一个非常…...

Taro+Vue实现图片裁剪组件

cropper-image-taro-vue3 组件库 介绍 cropper-image-taro-vue3 是一个基于 Vue 3 和 Taro 开发的裁剪工具组件&#xff0c;支持图片裁剪、裁剪框拖动、缩放和输出裁剪后的图片。该组件适用于 Vue 3 和 Taro 环境&#xff0c;可以在网页、小程序等平台中使用。 源码 https:…...

PHP民宿酒店预订系统小程序源码

&#x1f3e1;民宿酒店预订系统 基于ThinkPHPuniappuView框架精心构建的多门店民宿酒店预订管理系统&#xff0c;能够迅速为您搭建起专属的、功能全面且操作便捷的民宿酒店预订小程序。 该系统不仅涵盖了预订、退房、WIFI连接、用户反馈、周边信息展示等核心功能&#xff0c;更…...

实时娱乐资讯获取慢?Perplexity新闻查询延迟优化全解析,3步压降至800ms内

更多请点击&#xff1a; https://codechina.net 第一章&#xff1a;实时娱乐资讯获取慢&#xff1f;Perplexity新闻查询延迟优化全解析&#xff0c;3步压降至800ms内 在高并发娱乐资讯场景下&#xff0c;Perplexity API 默认配置常导致端到端响应延迟突破1.5秒&#xff0c;严…...

负载型聚丙烯酰胺PAM水凝胶:构筑多功能智能材料的新范式

名称&#xff1a;负载型聚丙烯酰胺&#xff08;PAM&#xff09;水凝胶 负载型聚丙烯酰胺&#xff08;PAM&#xff09;水凝胶作为一种先进的功能高分子材料&#xff0c;正以其独特的网络结构和可调控的物理化学性质&#xff0c;在环境治理、生物医药及智能传感等领域展现出巨大的…...

AR 巡检:6 大黄金行业与厂商推荐

AR 巡检是将增强现实技术与工业巡检流程深度融合的智能运维方案&#xff0c;核心作用是通过虚实叠加实现设备状态可视化、巡检流程标准化与故障诊断智能化。传统巡检依赖纸质记录、人工记忆和经验判断&#xff0c;存在漏检误检率高、数据无法实时同步、故障排查周期长等问题&am…...

RT-Thread v5.2.2内核与驱动深度优化:调度、CAN、串口与生态工具全面解析

1. 项目概述&#xff1a;RT-Thread v5.2.2 版本深度解析作为一名在嵌入式领域摸爬滚打多年的开发者&#xff0c;每次看到像RT-Thread这样的主流实时操作系统发布新版本&#xff0c;我都会习惯性地去“扒一扒”更新日志。这不仅仅是看热闹&#xff0c;更是为了评估它能否解决我手…...

赶Due救急必看!从飙红到安全线:5款降AI工具红黑榜与免费指令微调法

为了找到真正靠谱的解决方案&#xff0c;我过去测试了市面上大部分号称能降低ai率的方法。从一分钱不花的模型指令&#xff0c;到各种付费的专业降ai率工具&#xff0c;用手头的文本做了几十次实操对比。说心里话&#xff0c;里面套路确实不少&#xff0c;有些方法用完后语句颠…...

Nano-vLLM 源码解读 - 9. 抢占机制

nano-vllm 用千行代码拆解 vLLM 核心,是读懂大模型推理最快的捷径。 L07 第 5 节讲过 schedule() 的 decode 分支大致结构,其中提到一句:“decode 在块边界处可能装不下,装不下就走 preempt”,当时把细节明确推迟到本节。 那段代码不到 10 行,却同时回答三个问题:decode 在什么…...

嵌入式MCU流数据统计:Welford在线算法与定点数优化实践

1. 项目概述与核心挑战在嵌入式开发领域&#xff0c;尤其是面对那些主频几十兆赫兹、内存仅以KB计的低算力MCU时&#xff0c;我们常常需要处理来自传感器的连续数据流。计算这些数据的均值和方差&#xff0c;听起来像是统计学入门课的第一章&#xff0c;简单到让人几乎要忽略其…...

从点灯到AI:用高云Tang Nano 4K玩转FPGA+MCU混合开发(附避坑指南)

从点灯到AI&#xff1a;高云Tang Nano 4K混合架构开发实战与避坑指南 在嵌入式AI和边缘计算领域&#xff0c;FPGA凭借其并行计算能力和低功耗特性&#xff0c;正成为越来越多开发者的选择。而高云Tang Nano 4K这款搭载Cortex-M3硬核的FPGA开发板&#xff0c;以其独特的"FP…...

别再死记命令了!用ENSP模拟企业网,手把手教你配置VRRP+MSTP实现网关和链路双备份

企业网络高可用实战&#xff1a;用ENSP构建VRRPMSTP双冗余架构 刚接触企业网络设计的工程师常陷入一个误区&#xff1a;把网络设备配置等同于命令记忆。我曾见过一位学员能完整背诵VRRP的配置指令&#xff0c;却在真实网络故障时手足无措——因为他从未理解这些命令背后的网络逻…...

从信号处理到AI:卷积的含参积分本质,如何帮你理解PyTorch中的Conv1d层?

从信号处理到AI&#xff1a;卷积的含参积分本质&#xff0c;如何帮你理解PyTorch中的Conv1d层&#xff1f; 在信号处理领域&#xff0c;卷积操作早已是工程师们耳熟能详的工具。但当我们踏入深度学习的殿堂&#xff0c;面对PyTorch中的nn.Conv1d层时&#xff0c;是否曾疑惑过&a…...