在 2025 收官前,看清 Data + AI 的真实走向,点击查看 BUILD 大会精华版 了解详情
写点什么

“缺陷狩猎”详解:采访 Klaus Olsen

  • 2014-03-25
  • 本文字数:1491 字

    阅读完需:约 5 分钟

InfoQ:您能否就“缺陷狩猎”技术的起源再多谈一些呢?

早在 2003 年我就从 James Whittaker 的一本名为“How to Break Software【译注 2】”的书中读到了它。James Whittaker 在此书中用了一整页的篇幅来阐述他在佛罗里达理工学院所使用的体系,他所描述的内容使我深受启发,于是我在丹麦本地的 SIGIST(2003 年成立的软件测试领域专门兴趣团体)进行了实验来尝试他的观点,然后在阿姆斯特丹举行的 EuroSTAR 2003 大会上,我将“缺陷狩猎”的想法作为实验品进行了展示并获得了成功。

此后在我所工作的几家公司中,我们使用了“缺陷狩猎”技术。在这些经历的基础上,我建立起了对“缺陷狩猎”技术的一些研究成果和经验教训,随后,在印度新德里、澳大利亚的悉尼和堪培拉、欧洲的布拉格和赫尔辛基以及这次在里斯本举行的一系列大会上,我将我的研究成果进行了展示。

InfoQ:您是从何时起被这种技术所吸引的?为什么?

我对“缺陷狩猎”技术可以说是一见钟情。因为“缺陷狩猎”在测试中混合使用了多种测试技术,而结对工作的方式促进了测试技术及专业领域知识的分享和传播,更加锦上添花的是,与此同时你还进行了团队建设。

此外还有一个天大的好处:你获得了被测软件的相关知识,从而能够详细全面的记录被测软件的质量情况。绝大多数情况下,测试团队将识别出一份软件内部缺陷的列表,这份列表上的缺陷都是可修复的,一旦我们修复了这些缺陷,并再一次测试这些缺陷以确保修复有效,再加上一般意义上的回归测试,我们就能提高软件的质量。

InfoQ:在你看来,使用“缺陷狩猎”技术最主要的优点是什么?

“缺陷狩猎”技术可以非常快捷的确保任意一件软件的质量。如果在一个精心准备的时长两小时、由 10 至 16 人执行的缺陷狩猎活动中,被测软件上没有发现任何缺陷或发现的缺陷非常少(当然,这要基于该软件的规模和复杂度),那么我的经验告诉我,起码在我这些年接触并测试过的软件当中,这款被测软件的质量也可能会是中等偏上的。

当你获得了另一家公司的软件产品,并且你的公司准备执行验收测试时,把“缺陷狩猎”作为一种高效的冒烟测试使用将取得非常好的效果。在验收测试之前执行的“缺陷狩猎”可以作为一个质量检查保障机制来执行,通过该机制,你就可以判断待验收的软件是否已经足够好,从而决定是否需要抽调人手去帮忙进行验收测试。

如果在“缺陷狩猎”中你发现了大量的缺陷和很多高优先级的缺陷,那么你就知道了验收测试必须推迟而且待验收软件的质量必须提高,在此之前你是不会抽调人手去进行验收测试的。

InfoQ:您引用了名言“没有银弹”,那么,您建议将何种技术和“缺陷狩猎”配合使用呢?您能否给出一些具体例子?

“缺陷狩猎”是建立在“探索性测试”基础上的,我认为“探索性测试”就是一个很好的测试方式 / 方法,但是如果你仅仅把你的测试建立在软件运行时可见的部分上时,它会有一个缺点。

这个缺点就是,由于你只进行了探索性测试,那么如果有一些需求没有被实现到被测软件中去的话,在测试中你将有可能无法识别出这些缺失的部分。出于这个原因,你需要让测试有一些层次结构,以保证需求和测试用例之间是可追溯的。

如果想追求测试对需求的覆盖率,那么这会是一个更好的做法。

【译注 1】TMMi:测试成熟度模型集成。详见: http://tmmi.org

【译注 2】中译版本由电子工业出版社出版,中译名《实用软件测试指南》,ISBN:7505381601

查看英文原文: Klaus Olsen Elaborates on Bug Hunting Top of Form


感谢杨赛对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ )或者腾讯微博( @InfoQ )关注我们,并与我们的编辑和其他读者朋友交流。

2014-03-25 23:391629

评论

发布
暂无评论
发现更多内容

怎样通过YashanDB支持实时监控需求

数据库砖家

基于开发者空间,实现仓颉 – C跨语言编程控制台小游戏

华为云开发者联盟

云主机 仓颉 华为开发者空间

大数据-67 Kafka 分区分配策略详解与实战:Range、RoundRobin、Sticky 全面解析

武子康

Java 大数据 kafka 分布式 消息队列

怎样实现YashanDB与其他工具的无缝集成?

数据库砖家

通过YashanDB集成云计算服务提升灵活性

数据库砖家

通过YashanDB实现数据集成平台的技术分析

数据库砖家

使用Jekyll Bootstrap快速构建静态博客

qife122

ruby 静态站点

本地Linux环境连接管理开发者空间 - 云开发环境

华为云开发者联盟

云原生集成开发环境 Linux、 华为开发者空间

怎样做保障YashanDB数据库的安全性与稳定性?

数据库砖家

跨集群搜索在安全应用中的配置指南

qife122

机器学习 跨集群搜索

通过YashanDB支持深度学习模型的训练

数据库砖家

怎样在YashanDB中实现负载均衡?

数据库砖家

可扩展文本转语音框架实现多模型协同

qife122

系统架构 文本转语音

通过YashanDB进行API的性能测试

数据库砖家

怎样通过YashanDB优化服务的响应时间

数据库砖家

构建基于YashanDB数据库的分布式事务管理系统技术分析

数据库砖家

Awesome Vite.js - 精选Vite.js资源大全

qife122

vite 脚手架

怎样做调优YashanDB数据库参数提升查询性能?

数据库砖家

怎样做定期优化YashanDB数据库性能的实用方法?

数据库砖家

怎样在YashanDB中支持多种数据分析工具

数据库砖家

怎样构建高效安全的YashanDB数据库访问控制?

数据库砖家

怎样做备份与恢复YashanDB数据库的最佳实践

数据库砖家

基于华为开发者空间-云开发环境,部署Jupyter Notebook

华为云开发者联盟

Jupyter Notebook AI+ 华为开发者空间

怎样搭建适合大规模企业的YashanDB系统架构

数据库砖家

怎样做分布式数据一致性优化?YashanDB实现策略分享

数据库砖家

怎样做高效查询优化,提升YashanDB性能表现?

数据库砖家

YashanDB数据库安全策略规划与配置

数据库砖家

怎样做海量数据归档管理?选择YashanDB的理由详解

数据库砖家

Amazon Q Developer 结合 MCP 实现智能化云成本分析

亚马逊云科技 (Amazon Web Services)

怎样在YashanDB中实现数据流动性

数据库砖家

怎样做保障YashanDB数据安全与权限管理

数据库砖家

“缺陷狩猎”详解:采访Klaus Olsen_研发效能_Rui Miguel Ferreira_InfoQ精选文章