收录了 测试覆盖率 频道下的 50 篇内容
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。
@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。
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。
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。
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。
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。
本文介绍用代码覆盖率对工程质量进行精细化管理。
本文主要介绍vivo内部研发平台使用Jacoco实现测试覆盖率的实践,包括Jacoco原理介绍以及在实践过程中遇到的新增代码覆盖率统计问题和频繁发布导致覆盖率丢失问题的解决办法。
提升代码覆盖率是确保软件质量的关键步骤之一。利用静态分析工具优化测试覆盖率可以帮助发现代码中的潜在问题,并指导测试用例的编写,从而提高代码覆盖率。以下是一些策略和方法,可以利用静态分析工具来优化测试覆盖率:
自动化测试覆盖不足的问题可以通过增加测试用例的数量和质量、引入代码覆盖率分析工具、加强团队的测试意识和技能、优化测试框架和工具、自动化测试与手动测试相结合等方式来解决。其中,引入代码覆盖率分析工具是关键,它可以帮助我们精准地识别未被测试的代
本文介绍有赞 GO 项目单测、集成、增量覆盖率统计与分析。
就像没有人愿意吃烂苹果一样,不会有人喜欢写烂代码。
微服务架构的使用给测试带来了新的挑战
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。