Каковы преимущества и недостатки тестов разного размера?
Каковы преимущества и недостатки тестов разного размера?

Каждая тестовая шкала приносит определенные преимущества. Что касается масштаба тестирования, ее можно разделить на три категории: малые, средние и большие, как показано на рисунке ниже. Тесты разных масштабов прямо пропорциональны информации тестировщика. Чем больше масштаб, тем выше информация по всей системе. Чем больше масштаб, тем выше зависимость и медленнее скорость. Преимущества и недостатки каждой тестовой шкалы также перечислены только для справки и сравнения.

1. Масштабное тестирование

К преимуществам и недостаткам крупномасштабного тестирования относятся следующие:

Проверьте самое фундаментальное и важное: как система приложений работает с учетом внешних систем.

Они недетерминированы из-за зависимостей от внешних систем.

Широкий диапазон тестирования означает, что в случае неудачного выполнения теста будет сложно найти точную причину сбоя.

Подготовка тестовых данных может занять много времени.

Большие тесты — это операции более высокого уровня, и нецелесообразно переходить к конкретным областям пути кода, тогда как эта часть является особенностью небольших тестов.

2. Тест среднего размера

К преимуществам и недостаткам тестирования среднего размера относятся следующие:

Поскольку нет необходимости использовать мок-технологию и она не ограничена временем выполнения, данный тест является переходом от большого тестирования к малому тестированию.

Поскольку они выполняются относительно быстро, их можно запускать часто.

Их можно запускать в стандартных средах разработки, поэтому разработчики также могут легко их запускать.

Они полагаются на внешние системы.

Они по своей сути неопределенны из-за своей зависимости от внешних систем.

Они выполняются не так быстро, как небольшие тесты.

3. Небольшой тест

К преимуществам и недостаткам небольших тестов можно отнести следующее:

Чтобы его можно было легко протестировать, код должен быть ясным и понятным, с небольшими и целенаправленными функциями. Чтобы облегчить моделирование, необходимо четко определить интерфейсы между системами.

Поскольку они могут выполняться быстро, их можно запускать сразу же при возникновении изменений в коде, что позволяет обнаруживать дефекты на ранней стадии и обеспечивать своевременную обратную связь.

Они надежно работают в любых условиях.

Они имеют меньшую область тестирования, что позволяет легко тестировать пограничные сценарии и ошибки, такие как нулевой указатель.

У них есть специальные области, которые позволяют легко изолировать ошибки.

Не проводите интеграционное тестирование между модулями, это то, что делают другие типы тестирования (среднее тестирование).

Иногда сложно моделировать подсистемы.

При использовании макета или поддельной среды нет необходимости синхронизироваться с реальной средой.

Небольшие тесты обеспечивают превосходное качество кода, хорошую обработку исключений и элегантные отчеты об ошибках; крупные и средние тесты обеспечивают общее качество продукта и проверку данных; Ни один тип тестирования не может удовлетворить все потребности проекта. Именно по этой причине программы некоторых компаний поддерживают разумное соотношение между различными типами тестов. Для проекта неправильно использовать все большие сквозные автоматизированные тесты, а также неправильно использовать все небольшие модульные тесты.

Небольшие тесты обеспечивают превосходное качество кода, хорошую обработку исключений и элегантные отчеты об ошибках; крупные и средние тесты обеспечивают общее качество продукта и проверку данных;

Хороший способ проверить, имеет ли проект правильное соотношение малых, средних и больших тестов, — использовать покрытие кода. Покрытие тестового кода может создавать отдельные отчеты для небольших тестов, а также для средних и больших тестов. Отчет о покрытии покажет приемлемый результат покрытия для различных проектов. Если средние и крупные тесты имеют покрытие кода только 20%, а маленькие — почти 100%, это указывает на то, что проекту не хватает сквозной функциональной верификации. Если число результатов обратное, это означает, что этот проект сложно обновлять, расширять и поддерживать. Поскольку мелких тестов мало, на отладку и проверку базового кода уходит много времени. Инженеры по разработке тестов могут использовать те же инструменты, которые они используют для создания и запуска тестов, для генерации и просмотра результатов тестового покрытия, добавив дополнительный параметр в командную строку. Результаты покрытия будут храниться в облаке, и любой инженер сможет просмотреть эти отчеты через браузер в сетевой среде компании.

У некоторых крупных производителей есть много разных типов проектов, и у этих проектов разные потребности в тестировании. Соотношение между малым тестированием, средним тестированием и большим тестированием варьируется в зависимости от разных проектных команд. Это соотношение не является фиксированным, но обычно существует эмпирическое правило, принцип 70/20/10: 70% — маленькие тесты, 20% — средние тесты и 10% — большие тесты. Если проект ориентирован на пользователя, имеет высокий уровень интеграции или пользовательский интерфейс сложен, ему следует проводить больше средних и крупных тестов, если это базовая платформа или проект, ориентированный на данные, например, индексирование или сканирование веб-страниц; тогда лучше иметь большое количество маленьких тестов, а требований к количеству средних и больших тестов будет гораздо меньше.

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