先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新软件测试全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上软件测试知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注软件测试)
正文
【测试要关注的是】新算法有没有提升转化率百分比,提升量的有没有达到预期。
例子2: 某人脸识别软件更新了识别算法,预期是减少识别耗时。
【测试要关注的是】耗时减少的同时准确率有没有下降。
二、如何测试算法?
1、普通功能测试会使用到的方法
1)算法稳定性测试
a ) 长时间运行,算法是否奔溃
b )数据量提升后,算法模型的结果是否符合预期
2 ) 算法性能测试
a )算法模型的响应时间
b )算法模型对处理器cpu和磁盘的消耗
3 ) 算法兼容性测试
a ) 设置不同阈值内的数据,算法结果是否稳定(比如用户年龄、区域、性别等)
上面说到测试方法,是不是似曾相识?没错,这几个与普通功能测试中用到的测试方法基本一样
2、普通功能测试中不会用到的测试方法
1 ) 算法pk(赛马)
对于一个需求,不同的人或团队可以设计出不同的算法模型,到底哪个更靠谱,是骡子是马拉出来溜溜,pk一下就知道了。
这个环节是算法测试的关键部分,用例设计主要采用场景法,通过列举不同场景,对多个算法分别进行测试验证,最终综合所有场景中的算法模型的表现,选出前几名。
你可能会有疑问:为什么要前几名,选第一名不就可以了吗?
下文中通过实例列举了这个环节中的测试用例,可以更好地理解这样设计用例的原因 ( 在此暂时不表 )。
2)A/B测试
由于算法的准确性会受到测试数据的影响,而在测试环境中,数据的来源一般是手动插入数据库或从线上导入数据。
尽管测试数据会接近于真实数据,但仍会有数据类型覆盖不够全面、数据量不够大等方面的问题。因此,即使算法模型在测试环境通过验收,仍然不能在生产环境全部放量。
通常采用的方法是:拿出线上流量的5%-10%,其中一部分数据作为对照组,其它部分作为一个或多个实验组(实验组采用的算法为pk中胜出的前几名算法)。对照组合实验组数据分别打不同的标,一段时间后分别统计计算的各项指对照组合实验组的各项指标标,根据关键指标来验证算法是否有效。
实际测试中,对算法的选择往往不是通过一项指标来定的,通常是多项指标综合比较。
看到这里,你是不是还有点迷糊,别担心,我们也通过下面的例子来说明。
三、算法测试实例
某导航APP,要升级导航路线推荐算法,预期是找到耗时更少的路线并推荐给用户。
首先来理解一下需求中的关键词 「耗时更少」:耗时不等同于距离,有可能距离短但是堵车,实际比绕路耗时还长。
经过n天的研发,算法同学最终给出了3个优化后的算法模型,现在到了测试验证环节。
为方便描述,我把旧导航路线推荐算法称为算法0,新算法分别称算法1、算法2、算法3
1、算法pk(下面是场景化测试用例的列举)
同一条路线,默认为当前时间和天气状况,多轮测试之后,选出最优的算法,假定是算法2
同一条路线,分别设定不同时间段(早晚高峰、工作日、节假日等),找出最优算法,假定是算法1
同一条路线,分别设定不同的天气状况(雨、雪、雷、沙尘、冰雹等),找出最优算法,假定是算法3
还有其它很多场景的测试,这里就不一一列举了……
2、稳定性测试
长时间(24小时以上)运行算法模型,是否有稳定的表现,假定这里的最优算法是算法1
超长距离(1000km以上)测试算法模型,对比推荐效果是否稳定,假定这里的最优算法是算法2
……
3、兼容性测试
选取不同城市的道路测试(比如重庆、贵州等地),测试山路、爬坡、转弯等不同路况下导航推荐算法的表现,假定这里的最优算法是算法1
选取不同通行能力的道路(城市和乡间小路等),测试小路、窄路等不同路况下,推荐算法是否有
稳定表现,假定这里的最优算法是算法3
……
4、性能测试
同一条路线下,不同算法模型的耗时,假定耗时最少的算法是算法3
同一条路线下,不同算法模型对服务器的压力,假定最终结果是算法2最服务器压力最小
……
5、AB测试
经过上面几个环节的测试,综合所有结果,假定最终选出的算法1和算法3
线上灰度放量,选取目标用户,被选中的用户会收到「是否参加内测/灰度」之类的消息
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注软件测试)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
份系统化的资料的朋友,可以添加V获取:vip1024b (备注软件测试)**
[外链图片转存中…(img-YoxbEYJc-1713608182723)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!