关于精准测试左移设计方案的思考
每天进步一点点，关注我们哦，每天分享测试技术文章
本文章出自【码同学软件测试】
码同学公众号：自动化软件测试，领取资料可加：magetest
码同学抖音号：小码哥聊软件测试
背景：最近团队在和业务线一起共建精准测试，以提效和能力升级为目标，把回归测效率提升上去，借着这个机会机梳理了对精准测试的认识。
01测试左移
在讨论测试未来发展的过程中，经常被提到的一个点就是测试左移。那么什么是测试左移，左移什么？本文从工程效率的角度，借着《不测的秘密：精准测试之路》这本书的引发的思考，浅析一下测试左移，以及精准回归。
在说测试左移之前，先说一下现实的质量要求和测试成本之间的矛盾，现实情况中经常会遇到的一个场景，测试需求变更频繁，交付问题多，测试被催促。这样的背景下，大家已经慢慢对需求变更习以为常，延迟开发计划，压缩测试时间，测试效率还能提高吗？
测试左移本质上是要尽早的发现，预防问题，使用必要的测试手段在软件开发周期的早些阶段发现问题。
有个Global的效能和质量分析图，图上分别介绍了软件开发的5个阶段：
-
Coding(编码)
-
Unit Test(单元测试)
-
Function Test(功能测试)
-
System Test(系统集成测试)
-
Release(集成测试)
可以看到，大部分的问题在编码阶段引入，而几乎很少在编码阶段发现
免费领取码同学软件测试课程笔记+超多学习资料+完整视频+面试题，可加微信：magetest
在集成阶段发现问题的修复成本是编码阶段修复成本的40倍！造成修复成本高的原因有几类：
-
出现一个线上问题，如何定位，多团队如何配合，如何确定根因？
-
线上问题，集成问题牵扯到多个模块，如何复现？如何模拟真实环境？多线程的场景？
-
如何确定修复方案，谁来修，临时方案还是长久，是否是架构问题，多个模块都需要修复会增加再一次间接引入问题成本，修复会不会引入其他问题？
从不重视代码质量的第一天开始，就埋下了问题修复，定位的成本和修复问题再次引入问题的成本。所以需要测试左移，左移，需要一个重要的基础，工程习惯，SDLC成熟度，测试分层，持续集成，链路上延展发布的节奏，纵深上需要贴合业务的专精领域的深度探索，代码扫描（规范，问题，安全，异常等），CR， 代码提交行为分析，test double（mock ， fake， stub，dummy）， UT， 自动化，验收测试等。
如何左移？
1、代码扫描，单元测试，发现问题不是关键，关键是在质量意识的生态闭环中，不断减少存量问题，进而不断减少问题的发生。可以引入javacoco做单元测试覆盖率统计
2、编码规范，工程标准（git 提交规范，上线规范，研发模式等），对于减少线上问题非常重要，可以使用sonar，或者阿里规约对代码质量做一定管理及bug扫描
3、引入mock平台， 上下游依赖，第三方服务，数据构造，做隔离，Mock， 流量回放平台，能够有效模拟场景，提升稳定性，降低数据准备的成本，方便模拟异常场景，简化问题定位。
具体平台实现，原理比较复杂，本文不再赘述，可以参考下码同学Java测试开发课程中的两个平台。
码同学流量回放平台：
码同学测试开发平台：
免费领取码同学软件测试课程笔记+超多学习资料+学习完整视频 ☞ 可加：magetest／关注码同学公众号：自动化软件测试
本文著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
