Как тестирование Android Monkey улучшает охват?
Как тестирование Android Monkey улучшает охват?

фон

Индикатор покрытия в тесте повлияет на результаты теста. Тот же принцип действует и в тесте Android Monkey. Из-за высокой случайности выполнения Android Monkey основная страница может быть не покрыта или результатом теста будет меньшее покрытие, сбой невозможен. быть перехвачен и обнаружен. В этой статье рассказывается, как улучшить покрытие Android Monkey.

расчет покрытия

Давайте сначала разберемся с несколькими методами расчета покрытия, используемыми в отрасли:

1. Рассчитайте покрытие на основе активности.

FastBot основан на активности/всех выполненных действиях. Получено из службы packagemanager. Полученная деятельность обязательно останется без входа.

Введение в модель Fastbot:

Мы абстрагируем информацию графического интерфейса страницы в состояние в модели и абстрагируем выполняемые действия в действие в модели. Состояние используется в качестве узла графа, а действие используется в качестве края графа. и они связаны, образуя модель ориентированного циклического графа. На рисунке показан частичный пример ориентированного циклического графа, в котором пунктирные линии со стрелками представляют действия выполнения и соединяют различные узлы.

Логическая схема выполнения:

Преимущества: Самый простой и быстрый способ расчета коэффициента покрытия.

недостаток:

(1) Активность не может представлять страницу. Активность – это грубый метод расчета. Возможно, активность была удалена и имеет недостаточную точность. (2) Некорректно смотреть на охват через активность, т.к. Активность не может представлять собой функциональную страницу.

2. Как посчитать покрытие кода

Для статистики покрытия уровня Java используется Jacoco, а для покрытия кода уровня C++ используется gcov. gcov — это инструмент анализа покрытия кода C/C++, который поставляется с GCC под Linux. Я не буду подробно рассказывать о Jacoco и gcov. Просто поищите его сами.

Поэтому нам необходимо использовать статистическую структуру покрытия интеграционными тестами, аналогичную jacoco, чтобы измерить, является ли область регрессии тестера точной и не пропущены ли тестовые сценарии;

Код, гарантированно выходящий в сеть, проверен тестировщиками. В ответ на это мы предложили инструмент статистики тестового покрытия Android, чтобы улучшить способность тестировщиков точно тестировать и использовать данные о покрытии для дополнения тестовых случаев, пропущенных при тестировании.

Основным языком разработки приложений для Android является язык Java, а наиболее распространенными инструментами покрытия Java являются Jacoco, Emma и Cobertura.

Преимущества: способ расчета покрытия является более детальным и точным вплоть до уровня метода и функции.

недостаток: Внедрение структуры покрытия и анализ для создания отчетов о покрытии во время упаковки имеют определенный порог в технологии тестирования и требуют сотрудничества в области исследований и разработок.

3. Скрытые данные

Я слышал об этом раньше, но не смог найти примеров в Интернете. Общая идея: тестирование обезьян также будет генерировать скрытые поведенческие данные, такие как PageShow, Click и другие события.

Затем мы можем сначала использовать PageShow для подсчета охвата на уровне страницы и комбинировать его только с платформой отслеживания, чтобы получить данные отслеживания в течение периода Monkey.

Используйте скрытые точкирасчет покрытиячиновник: Monkey's PageShow (числитель) / Наибольшее освещение последних онлайн-версий (знаменатель)

Преимущества: Статистический охват ближе к пользовательскому измерению,

недостаток: Использование внутренних скрытых данных компании при строительстве

Улучшить покрытие

1. Увеличить охват тестирования на обезьянах

После регулярного тестирования и стресс-тестирования базовой версии уже невозможно обнаружить проблемы с помощью обычного тестирования на этапе выпуска. Лучше всего использовать псевдослучайное тестирование для создания некоторых сценариев, которые могут вызвать проблемы со временем.

2. Используйте автоматический обход интерфейса + adb.

Метод Monkey используется для улучшения покрытия тестов Monkey. Поскольку тесты Monkey являются высокослучайными, некоторые интерфейсы могут быть недоступны во время тестирования. Автоматический интерфейс переходит к указанному интерфейсу перед запуском теста Monkey, чтобы обеспечить тестовое покрытие.

3. Перейти через маршрутизацию

На некоторых страницах с относительно глубокими путями и основными функциями вы можете использовать маршрутизацию для прямого перехода.

Маршрутизация Android в основном сопоставляет отношения перехода между страницами и распределяет запросы страниц на указанные страницы в соответствии с таблицей маршрутизации.

Сценарии использования маршрутизации Android:

  • Приложение получает уведомление. Щелкните уведомление, чтобы открыть страницу приложения.
  • Нажмите ссылку в приложении браузера, чтобы открыть страницу в приложении.
  • Для удовлетворения потребностей операционной деятельности динамически заменяйте собственные страницы страницами H5.
  • Для открытия страницы необходимы определенные условия. Прежде чем открывать эту страницу, сначала проверьте условия.
  • Незаконные страницы для открытия приложения будут заблокированы.
  • Открытые ссылки H5 одинаковы на всех платформах, что позволяет легко переходить одинаково.
  • Откройте приложение. Если приложение существует, откройте его напрямую. Если оно не существует, перейдите на страницу загрузки, чтобы загрузить его.

Вы можете использовать команду adb, чтобы перейти к маршруту

Язык кода:javascript
копировать
adb shell am start -a android.intent.action.VIEW -d "custom-scheme://custom-host?itemId=17331" com.foreverstar.test

4. Улучшите время выполнения

По статистике, если время выполнения каждый раз увеличивать с 60 минут до 120 минут, показатель покрытия увеличится на несколько процентных пунктов, но есть верхний предел для улучшения.

краткое содержание

Чем больше охват Android Monkey, тем лучше, но не стремитесь к 100%. Вообще говоря, достаточно 30–40 %. Вы можете быстро перейти на определенную страницу через клиентские бэкдоры и маршрутизацию клиентов.

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose