toft 测试用例rat_一篇文章详述配对测试的测试用例设计!强烈建议收藏

配对测试是一种旨在通过最小化测试用例集来覆盖大部分测试点的方法,尤其适用于两因子交互场景。它基于正交理论,通过分析因子组合,有效地减少了测试用例数量,降低了测试成本。然而,它对超过两个因子交互的缺陷覆盖不足,并要求测试人员具备深厚的业务理解。本文通过实例解释了配对测试的设计过程和局限性。
摘要由CSDN通过智能技术生成

摘要:Pairwise(后称:配对测试)可以看作是正交测试用例设计的拓展,其目的是为了缩减测试用例集大小,以较小的测试用例集覆盖较全的测试点,降低测试损耗。

a423410b12802db6cd669033590d4706.png

一、配对测试理论基础

配对测试用例设计基于以下两个假设:

1、每一个测试点/维度都是正交的,即相互间没有交集;

2、根据数学统计分析,73%的缺陷是由单因子或两个

因子相互作用产生的(其中单因子是35%,两个因子是38%)。因此,配对测试用例设计对于覆盖两因子交互产生的用例集性价比较高(这也在某些方面成为配对测试的一种局限)。

可能说到这里,还是对于测试维度、因子,有些似明非明、迷惑不解,我们用一个图来简单说下这两个是什么,它们之间什么关系。

在一项试验中,基于正交理论:把影响试验结果的变量称为试验因素(因子),简称因素。在试验过程中,每一个因素可以处于不同的状态或状况,把因素所处的状态或状况,称为因素的水平,简称水平。对应与配对测试用例的假设,测试维度即正交理论中的因素;因子即因素的水平。

二、举个栗子

某所大学某系共2个班级,想通过“性别”、“班级”和“成绩”这三个条件查询某课程的成绩分布。则“性别”、“班级”和“成绩”为3个测试点/测试维度;“性别”的“男、女“,”班级“的“1班、2班” 和“成绩

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值