收录了 测试覆盖 频道下的 50 篇内容
经常有人问我这样的问题:“我们在做单元测试,那测试覆盖率要到多少才行?”。而我的答案很简单,“作为指标的测试覆盖率都是没有用处的。” 测试覆盖应该是一种学习手段。学习为什么有些代码没有被覆盖到,以及为什么有些代码变了测试却没有失败。理解“为什么”背后的原因,程序员就可以做相应的改善和提高。本文会给大家介绍一些传统的测试覆盖方法和一种称为“代码变异测试”(Mutation Test)的方法。大家将会看到这些方法都可以产生什么样的学习点,以及代码变异测试相比传统方法更有价值的地方。
本文来自美团点评技术文章系列。
越来越多的团队开始意识到测试的重要性并积极开展了测试实践,在这个过程中,常常被夸大功效或者错误使用的便是测试覆盖率和测试覆盖率工具,在这篇文章中,作者希望从心理和技术的角度探讨测试覆盖率和测试覆盖率工具的误用以及应对之道。
多少测试才算够用呢?答案因人而异。有人会告诉你要做到100%的测试覆盖率。另一些人却不这么想,他们认为这个问题的答案因测试代码质量的不同而不同,而衡量测试覆盖率并不能说明这些测试及被测试代码的质量。
测试团队需要将测试工作与应用程序在不同销售区域市场的使用模式进行匹配,以满足消费者在所有数字媒介上都能流畅使用应用程序的期望。本文向大家介绍了一套以数据为驱动对移动终端进行测试覆盖的方法和指标,通过综合考虑设备特性(如上市时间、屏幕参数)和一些测试相关准则来得到不同设备型号和操作系统的测试组合。
谷歌研究人员的一项分析,揭示了该公司的工程师如何管理10亿行代码的代码测试覆盖率。
@姚若舟在实际的工作中发现,刚开始写单元测试同事的代码中有不少行为都没有被单元测试覆盖,他因此在微博上提出,想了解大家的意见。@程墨Morgan在与雅虎前同事聊天时得知,雅虎的CEO在力推Scrum开发流程和扁平的管理结构,从而将这家老牌的企业变回创业公司的模式。针对两条微博,大家展开了深入讨论。
本文介绍知乎开发的实时收集代码覆盖率的工具 Timon。
本文主要介绍前端集成测试覆盖率统计工具的需要。
下面我就来描述一下我们是怎么用 Espresso 来实现这一样一个完整覆盖的功能性测试平台。这篇文章会讲到一些在使用 Espresso 中遇到的坑,但是并不会在 How-to 的事情上面花太多的精力,如果你对 Espresso 还不是很了解的话,建议先去 官方文档 了解一些,并先进行一些简单的实践。
微服务架构的使用给测试带来了新的挑战
过去几个月间,互联网上关于测试先行还是测试居后、代码测试比率或者行为驱动开发(BDD)是否真的是测试驱动开发(TDD)的讨论进行得如火如荼。InfoQ访问了行为驱动开发(BDD)和测试驱动开发(TDD)领域的专家们,请他们就此发表观点。
如何在更短的时间内发现更多的Bug。
本文介绍用代码覆盖率对工程质量进行精细化管理。
测试覆盖率和代码覆盖率是衡量代码有效性的最流行方法。这些术语有时会同时出现,因为它们的基本原理相同。但是它们并不是那么一致。很多时候,测试团队和开发团队对这两个术语的使用感到困惑。下面详细讨论代码覆盖率和测试覆盖率之间的区别的原因。
已知的CI工具是否能够很好的支持Android? Android CI是否也能即时的反馈Android Application的健康状况? 这篇文章中将通过实践,向大家展示Android CI可用的实现方法。
API和服务仿真可以消除阻碍测试自动化的五个常见问题。
本文关注Java企业应用程序中不断增长的数据驱动测试采用趋势,并探究了一些Data和NoSQL Jakarta规范。
就像没有人愿意吃烂苹果一样,不会有人喜欢写烂代码。