当代码变更遇上精准测试的总结

Martech 代码变更遇上精细化测试的总结

需求背景：

敏捷模式下迭代频繁，回归测试时总是不知道变动的范围。Devlop 有的时候也不知道他改了哪些东西，影响到哪些节点，或者是很多人改的，彼此不知道。遇到有代码洁癖的，改了别人的代码，大家都不知道。通常情况是，要么测试范围定小了，遗漏了；要么测试范围过大，付出过多代价。每次回归，测试心里总没底，生怕漏了哪里。如何才能准确定位到变更范围呢？

项目测试过程的痛点：

1.迭代更新快，人力有限

2.多分支代码合入到主干分支，修改哪个文件哪个行，测试不可控。

3.代码更新影响哪些功能无感知

4.盲测，上线风险大

5.无法更加精准监控代码质量

6.不能做到高效精准，不可衡量ROI

解决方案：精细化测试探索

1流程图：

2录制自动化测试+phpcoverage 配合落地XDEBUG文件，解析覆盖率文件，生成文件-行号/函数-用例 映射关系表【phpcover_process.py】

XDEBUG_IP服务ip_DATE日期.txt 文件如下：

3基于git diff 针对版本号之间的差异化分析.【git_diff.py】

2.1过滤相关文件（phpunit，js，test文件，vendor公共库）

2.2记录当前代码分支版本号（分支-旧版本-新版本-系统-环境）

2.3针对新版本号和旧版本号 文件中行变化的明细入库（版本号-文件-旧行号-新行号-变更类型class fun）

4生成命中的测试用例【down_accurate_case.py】

原理图：

待测json文件

5插桩-自动化测试（指定case_id顺序执行）-缺陷数量回写DB【accurate_runcase.py】

6统计精准测试效果数据统计【accurate_stat_image.py】

7.最新跑完的测试覆盖率数据新增/更新/删除 文件-用例-行/函数 覆盖率关系表，形成闭环为下次精准测试做铺垫【phpcover_process.py】

总结

·精细化测试基于自动化覆盖率到达一定量的基础上去做比较有意义。

·通过这个探索能让我们更加深入的去了解被测系统及架构，在保障质量的前提下，在不断的版本迭代过程中更加高效、可靠、自信地制定合理的测试计划和执行我们的测试工作。

·被测系统 php 语言+ git代码管理，暂不包含js的精准性测试，测试解析语言：python。