测试方法之——正交实验法，一文搞懂，建议收藏

置顶 sungeme

已于 2024-04-18 09:12:44 修改

阅读量3.3w

点赞数 69

分类专栏：测试方法测试大杂烩文章标签：功能测试集成测试测试工具模块测试测试覆盖率可用性测试测试用例

于 2023-12-04 17:39:17 首次发布

本文链接：https://blog.csdn.net/sungeme/article/details/134713596

版权

测试大杂烩同时被 2 个专栏收录

5 篇文章

订阅专栏

测试方法

1 篇文章

订阅专栏

一、简介及作用

1、简介

正交实验法是一种设计实验的方法，目的是同时考虑多个因素对实验结果的影响，以确定各个因素之间的相互作用和最优的因素组合。
特点是通过有限次试验来获得全面和可靠的信息。它基于正交表，将多个因素的不同水平进行组合，保证各个因素之间相互独立，以避免因素间的干扰。通过改变不同因素的水平，可以观察和测量不同因素对实验结果的影响，进而确定最优的因素组合。
优势在于节省试验时间和成本，同时保证实验结果的可靠性和可重复性。它可以高效地确定影响因素，并找到最优的因素组合，以提高产品质量、优化工艺流程等。在品质管理、工程设计、产品开发等领域都有广泛的应用。
正交实验法是一种系统的、高效的实验设计方法，通过合理的样本选择和因素组合，可以同时考虑多个因素的影响，并确定最优的因素组合，以满足实验需求。

2、在测试中的作用

最大程度地覆盖测试场景：通过正交实验法，可以将多个因素的不同水平进行组合，从而生成一组最小的测试用例集合。这样可以确保测试覆盖面尽可能广泛，同时减少了测试用例的数量，节省了测试资源和时间。
发现不同因素间的相互影响：可以将不同因素进行独立组合，观察和测量不同因素对软件系统的影响。通过分析实验结果，可以确定不同因素之间的相互作用，从而帮助开发人员更好地理解和解决问题。
优化测试效果和资源利用：通过正交实验法，可以确定最优的因素组合，以提高软件系统的性能和质量。同时，正交实验法可以帮助测试人员在有限的资源条件下，更好地分配和利用测试资源，以获取最大的测试效果。
辅助决策和优化设计：正交实验法可以为软件系统的决策提供有力的支持。通过观察和分析正交实验的结果，可以确定不同因素对系统的影响程度，从而为系统的优化设计和决策提供指导。

由此可见，在测试用例设计期间，它帮助测试人员更好地设计测试用例，尽可能覆盖不同因素的组合，在确保覆盖的同时，减少测试用例的冗余，避免测试资源的浪费。

二、弱覆盖示例

1、测试场景示例

测试用例太多，怎么办？如何有效的控制测试用例的规模？

提到测试用例设计方法，我们一般优先会想到边界值法、等价类法、决策表法。这也都可以实现减少冗余用例这个用途，而且当输入数据之间存在关联性时，可以用决策表消除冗余。但是，当输入域之间没有关联性的时候，该怎么做到控制这个规模。

如下的Web应用兼容性测试案例：

测试条件

操作系统：Windows，MacOS，Unix，Linux
浏览器：IE内核，FireFor内核，Chnome内核，Safari内核
分辨率：1920*1080，2560*1440，1600*900

这个测试的等价类全组合为：4*4*3=48，太多了，如何降低测试规模，并保证测试典型性？

我们现在能想到的方法是利用弱覆盖标准来设计等价类组合，

坐标轴演示

第一次覆盖：横轴为操作系统，有1、2、3、4四个值；纵轴为浏览器，有1、2、3、4四个值

现在就是覆盖到了8个组合条件（4+4=8）
这里用xy轴，暂时不引入第三个条件，因为引入第三个条件之后，就是三维空间了，不好控制。
弱覆盖标准下只需在这些数值交点上取相应组合就行，不重复的前提下最终得到4个组合，这四个组合再与另外一个条件进行第二次覆盖。当然可以随意取值，一个点就是两个变量，只要都覆盖到就可以

第二次覆盖：横轴为第一步取到的4种组合，分别设定为1、2、3、4；纵轴为分辨率，有1、2、 3三个值，弱覆盖标准下只需在这些数值交点上取相应组合就行；最终得到4个组合。覆盖7(4+3)个组合条件。这里x轴第四个重复了2k分辨率，不影响

最终的得到的组合：

windows+IE内核+2560*1440
MacOS+Chrome+1920*1080
Unix+Firefor+1600*900
Linux+Safari+2560*1440

但是，弱覆盖不能保证测试的结果安全性，所以以上这种方法并不可取。它没有覆盖到所有条件组合的关系，只覆盖到了原有的11个条件类，而没有覆盖到这11个类的组合。在等价类方面，为了确保测试用例的典型性，就要用到正交试验法。

三、正交表概念与使用

正交实验法也就是正交测试、正交表测试。起源于英国统计学专家R.A.Fisher，1920年提出正交实验法的基本思想。最终，日本的质量管理专家田口玄一，正式提出正交实验法，并将其广泛应用于工业试验。

正交测试的核心是正交表，L就表示正交表。由三个要素组成，公式： $L_{n}(q^{s})$

因素s: 输入条件 (因素)的个数（例如上个例子中，有三个条件，分别是操作系统，浏览器，分辨率）
水平q: 每个实验因素的取值个数、即每个因素的实验点的个数（也就是取值个数）
实验总个数n：表示测试用例的总个数，也就是这个正交表生产的测试用例的数目

上个例子的因素中，水平条件的只有操作系统和浏览器，都是4个条件，而分辨率只有3个条件，就可以使用混合水平正交表

图片中的公式表示的是等水平正交表，也就是每个因素的水平值相等。当因素的水平值不相等时我们应该使用混合水平正交表：

图解：

以上就是混合水平正交表的表达方式

但是混合表，一般来说在查表的时候，在系统里面查不到，很多情况下要借助等水平的正交表来做变换。首先要把n值(测试用例总数)算出来，因为查表的时候首先要知道n值是多少才能进行查表，要不然这个表不好查。

测试用例总数计算

如下这样一个等水平正交表，s＝4、q＝3、n＝9
该例完全测试的用例总数是：条件1为3、条件2为3、条件3为3、条件4为3，总数 = 3*3*3*3=81
通过下列正交表简化，只剩下9个，并且已经设计好了每一个测试用例的等价类的组合方法

在这张表里可以看到，不同组合产生的用例结果为9，那9是怎么得来的

实际上，一个正交表的测试用例总数是有计算公式的： $n = 1 + \sum_{1}^{s}(q-1)$

ps：大写∑，下面的数字代表下界，即从哪里开始，上面的数字为上界，即在哪里结束。

等水平图解

最终公式就是L9(3^4)

混合水平图解

例如一开始的示例，操作系统和浏览器因素的q值(条件)分别都是4，而分辨率的q值(条件)是3

那么计算混合水平测试用例总数的方法就是：

最终也就是L9(4^2 * 3^1)

这9个用例既保证了测试用例的典型性，又保证了规模的大面积缩减，减少了大量冗余

四、正交表查询和处理

1、查询所需正交表

上例中，我们假设的输入条件s = L9的s值，取值个数q = L9的q值，这样可以在网络中找到L9的正交表设计(http://mathtt.com/consulting/odetable.pdf)

但是，并不是所有的正交表设计就刚好是可查询的正交表，比如上面的案例中，明显是一个混合水平正交实验，也无法查询到刚好使用的正交表

本例要进行正交实验，最少的实验次数 n = 1 + $\sum_{1}^{s}$ (每个输入条件的取值个数-1)，即：1+3+3+2=9，而上面的常用链接中，L9只有单水平的，显然不满足该例需求，因为输入条件个数和取值个数都不满足需求。
这时，就可以人为的进行q值的补充，使他们条件变宽，比如分辨率本来是3，其它两个都是4，那就可以认为的对分辨率加一个，使其变为4，就成为了n = 1+3+3+3 = 10 ，为： $L_{10}(4^{3})$ 。把范围扩大
因此，在参考中查询到 L16( $4^{5}$ ) ，该表的试验次数为16，显然大于该实验的最少需求9次，所以实验次数上满足需求，覆盖自己所需要的。