UI自动化稳定性提升

1. 等待策略优化：添加合适的等待时机，页面加载成功&元素稳定后执行操作
2. 稳定的定位策略：使用唯一且稳定的定位器
   1. 尽量选取稳定的识别方式，如OCR
   2. 对识别元素无强要求，如点击空白区域关闭页面等，尽量使用屏幕百分比定位
   3. 元素本身变动大，但是页面内有相对稳定的元素，使用相对稳定的元素+offset（根据元素位置偏移）识别
   4. 为了提高元素识别率，可以控制识别区域
3. 建设容灾能力
   1. 设备容灾能力建设：ATX崩溃重建、手机卡死（内存不足）、设备异常识别（如下线、断网）、电脑磁盘空间定期清理
   2. case容灾能力：添加适当的异常处理机制，wda重连接、操作重试等
   3. 任务容灾能力：任务级异常（如节点打满，设备突然离线）等添加重试
4. 测试数据管理
   1. 确定测试数据的准确性和一致性
   2. 使用数据驱动的方法，将测试数据和测试脚本分离，便于管理和维护
   3. 利用模块化思想，将通用操作集合打包成名字有意义的函数
5. 去除外借干扰
   1. 卸载手机无用软件，降低干扰：adb shell pm list packages | cut -d':' -f2 | tr '\r' ' ' | xargs -n1 -t adb uninstall
   2. 关闭安全键盘、系统自动更新、电池优化等

   3. 定时重启

   4. 使用背夹，固定温度，避免长时间运行，温度过高down掉

   5. 电脑磁盘异常告警及自动清理

   6. 手机连接专有WiFi，电脑连接网线

   7. 自动化设备、电脑专用，位置专用，放在无干扰角落

6. 定期维护和优化：定期审查优化自动化测试脚本

三、全链路压测

1. 海量并发请求的发起：
   1. 使用jenkins Job单独调用Jmeter节点来控制和发起测试压力，能避免master节点引发的瓶颈问题，且各个Jmeter相互独立，所以只要job够多，网络带宽没有瓶颈的情况下，就能发起足够大的并发
   2. 做一个压测框架，处理脚本分发、数据分发、结果回传等工作，避免master节点引发问题
   3. 流量发起的要求：在多个城市的数据中心都搭建jmeter slave
2. 全链路压测流量和数据隔离
   1. 数据隔离：
      1. 对压测流量进行数据标记，以区别真实的流量和数据（改造和扩展各个业务模块或者中间件，以保证链路上的系统都能传递和处理这种特殊的数据标记，同时写库的也需要进行标记，或者专门设置压测数据库）
   2. 实际业务负载的模拟：录制已有的实际用户负载
      1. 录制数据的清洗，如将录制得到的真实数据统一替换成压测准备的数据，如将录制得到的真实用户替换成专门为压测准备的测试用户等
      2. 基于用户模型的估算，按比例方法录制脚本的负载，最后用这个负载用来模拟全链路压测的负载
   3. 测试数据的清理：通过脚本筛选出标记的数据，进行批量处理