内容简介：最近分享了关于前端测试的一些内容，关于开发如何通过测试来提升效率，常见的测试框架，以及什么的测试指标是我们关心的。[1] 经常会遇到代码审查时候遭遇到非常多的"同事不理解"
最近分享了关于前端测试的一些内容，关于开发如何通过测试来提升效率，常见的测试框架，以及什么的测试指标是我们关心的。
[1] 经常会遇到代码审查时候遭遇到非常多的"同事不理解"
[2] 经常会遇到线上产生很多未知的 bug
[3] 经常会遇到 Dev 和 测试理解的不一致
那么我们如何避免这样的问题发生？
作为开发而言，我们关注， 代码规范 ， 单元测试 ， 集成测试 ;
代码规范
单元测试
[11] 通过单元测试确认程序的正确性以及发现问题。
[12] 追求代码覆盖，发现无用代码
使用 Enzyme 测试 React 应用
集成测试
性能测试
[26] 我们关注页面的性能，开发在开发完成后，一定要做性能测试，这是对自己代码负责的表现。而对于线上应用级别，如果存在高并发的情况，我们需要去预估 QPS ，及时和 运维沟通，机器的数量，限流策略等。 2/8 法则 可以帮助我们预估应用的 QPS 峰值（页面 80% 的访问量来自 20% 的时间访问）。
无论是开发，还是测试，我们都希望我们的质量以及迭代的效率，所以开发应该关注测试，以及在合理条件下完善 测试用例，这也算作为工程师的基本职责。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Python机器学习基础教程
[德]安德里亚斯·穆勒、[美]莎拉·吉多 / 张亮 / 人民邮电出版社 / 2018-1 / 79.00元
本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。一起来看看 《Python机器学习基础教程》 这本书的介绍吧!
MD5 加密
MD5 加密工具
Markdown 在线编辑器
Markdown 在线编辑器