2016及以后的自动化测试趋势 -《测试技术六月刊》-CSDN博客

业界前沿

2016及以后的自动化测试趋势
测试自动化的博客joecolantonio.comtesttalks主持者和创始人，Joe Colantonio带来了15年的自动化测试经验，他分享了他的专业知识和预测如何从2016自动化测试的魅力中获取成功。Joe预测：未来将是Dev + Test + Ops的模式；我们正朝着行为驱动开发（BDD）的模式发展；2020，Selenium WebDriver将成为功能测试执行标准等等。查看视频

浅谈Docker在测试领域的应用
Docker是PaaS供应商dotCloud开源的一个基于LXC的高级容器引擎，尽管Docker项目很年轻，然而它的发展势头如此之猛已经让很多人感叹不已了。Docker的容器技术本身不是什么新鲜玩意儿，但是它所具有的一些特性，例如轻量级虚拟化、秒级启动、镜像分层等，影响并改变开发-测试-运维模式。

度量和提高代码质量
在Aigle Practitioners 2016大会上，Boris Modylevsky做了一场关于度量和提高代码质量的演讲：度量代码质量的重要性及如何使用度量提高代码质量，将静态代码分析工具集成进持续集成过程，测试覆盖率分析和测试自动化，将代码分析工具集成进持续集成过程以及测试覆盖率分析可以带来什么好处。

“穿实验服的猴子”：Netflix的应用型故障测试研究
故障测试的最终目的，是为了当真的有故障发生时，生产环境不会停止服务，并且整套系统可以在没有人为干预的情况下，非常优雅地通过降级（degrade）将发生故障的部分组件排除出去。

测码奔腾

Supercell游戏主管：我们是如何做手游的
Cristian 发表于《GameLook》
从2010年成立至今，Supercell仅凭三款游戏就连续两年夺得了全球手游收入冠军，估值超过了55亿美元，前不久发布的《皇室战争》再次霸占了全球多数地区收入榜Top 10的位置。在3月份的2016 GDC大会上，该公司的游戏主管Jonathan Dower介绍了高质量游戏的定义以及内部的游戏研发流程，测试标准，还讲述了如何决定停掉一个项目。

Twitter的A/B测试实践：检测和避免A/B Test中bucket不平衡问题
在软件开发中， A/B测试实验提供了一个有价值的方式来评估新特性对客户行为的影响。本文将介绍一种自动检测潜在“错误（buggy）”实验的简单技术：对用户进入“实验桶（experiment bucket）”的不平衡进入率进行检验。分桶不平衡检测非常强大，它是一种判断实验是否正确配置的简单易行的方法。要验证实验结果，这是头等大事，将其内置到工具链中，可帮助我们节省大量的调查和分析时间。通过自动检查带有明显偏差证据的实验，大幅降低了检测问题所需的时间，同时增强了实验者对实验结果的信任度。

基于 Node.js 的自动化测试-Macaca - 自动化测试实践总结
模块化做的是否高质量，用例架构设计是否合理，直接决定后面的复用性，和整体的维护成本。Node.js 基于CommonJS，对模块化的支持非常好。模块化不止是代码结构上的模块化，而是从用例的可分层开始考虑，将各层次的测试按照业务生产上的需要，进行合理划分，做到真正意义上的模块化。好的自动化测试设计还要包括：允许合理mock、基于业务扩展、数据驱动、行为驱动、控制复杂度等等。

移动app云测试平台的对比与分析
测试移动app时最耗时的是在各种测试设备进行测试，云测试看似是解决这一问题的有效途径。主流的云测试平台都支持对原生native，混合hybrid和Web app的测试，这些测试包括：兼容测试、脚本测试、性能监控和分析、功能测试、持续集成。本文分别对国内外主流的几个云测试平台进行对比，帮助测试人员选择哪种云测试平台来协助进行各种测试。

使用静态分析技术找到“真正”的代码质量缺陷与安全漏洞
绝大多数的研发团队都将测试工作放在研发阶段之后，Bug 的调试分析和回归测试工作需要大量的人力/时间成本。代码静态分析技术作为有效的白盒测试手段，能够直接定位到代码中的质量缺陷和安全漏洞，达到“早期发现，早期修复”的目标。但另一方面静态分析技术普遍存在误报率高性能较差的问题。本主题将通过真实的质量缺陷和安全漏洞实例详解代码静态分析的技术原理误报消除和实际应用。查看视频

测试人生

向左走向右走：测试的摇摆
Laurent Py 发表于《Hiptest》
当研发模式从瀑布流到敏捷到随后的DevOps，会如何影响测试？以前，测试基本上都在开发阶段之后和产品上线之前完成。目前，部分测试活动已经向左移：测试在开发阶段之前设计。这就是行为驱动开发（BehaviorDriven Development，BDD）的实践，这使得团队成员对他们的最终产品的定义理解相同。然后，我们需要向右走：测试（A/B测试）和直接在产品中监控。有的时候，错误的行为可能不是源于代码的错误，而仅仅是一个坏的用户体验或者数据达到一定量的时候才会出现。

为什么未来是全栈工程师的世界？
经常看一些关于全栈和专家的技术文章，就会发现不同的人在强调不同的方向。大公司的文章喜欢强调成为某个领域的专家，小公司喜欢小而美的团队——全栈工程师。专家们也在强调“一专多长”，因为单纯依靠于一个领域的技术而存在的专家已经很少了，技术专家们不得不依据于公司的需求去开拓不同的领域。专家存在跨领域的学习障碍——套用现有模式，而全栈虽然懂得如何学习新的领域但也存在学习障碍——如何成为专家。如果让你选择，专家or全栈？

Google的产品质量之道
JamesWhittaker是Google的测试总监，曾任微软构架师，Google保证产品质量的方法和很多公司是不一样的。Google没有一个庞大的测试部门，相反，部分测试工作委派给了开发人员。这是因为，Google认为要保证质量，预防胜于检查。因此，在Google，测试人员不用做测试是众所周知的，他们只要“确保他们开发人员有自动框架和相关流程”进行测试即可。

如何测试的核心价值和能力是什么？
测试的核心能力有两个：对需求的理解和把握和对产品失效规律的把握。对需求进行分析，得到产品的测试范围，并确定我们的测试目标（验收标准）；结合设计，得到产品的测试重点、测试难点，测试深度和广度。同时还需要结合我们对产品失效规律的把握，基于风险来进行测试。我们所有的测试，要"测什么"，"怎么测"，都是围绕上面来进行的，我理解这才是最核心的测试技术--定好测试策略。