测试基础四_测试用例

流程分析法

流程分析法主要是针对测试场景类型属于流程测试场景的测试项下的测试子项进行设计，是从白盒测试设计方法中的路径覆盖分析法借鉴过来的一种方法。
◆在白盒测试中，路径就是指函数代码的某个分支组合，路径覆盖法需要构造足够的用例覆盖函数的所有代码路径。
在黑盒测试中，若将软件系统的某个流程看成路径的话，则可以针对该路径使用路径分析的方法设计测试用例。
优点
◆降低了测试用例设计难度，只要搞清楚各种流程，就可以设计出高质量的测试用例来，而不需要太多测试方面的经验；在测试时间较紧迫的情况下，可以有的放矢的选择测试用例，而不用完全根据经验来取舍。
流程分析法的步骤
-第一步：详细了解需求；
-第二步：根据需求说明或界面原型，找出业务流程的各个页面以及各页面之间的流转关系；
-第三步：画出业务流程（产品经理使用Axure.软件制作）；
-第四步：写用例，覆盖所有的路径分支。

流程分析法总结
流程分析法适用于有先后顺序的测试。常用于业务流程测试、安装流程测试等。
流程分析法重点在于测试流程。因此，一般每个流程用一个测试用例验证。
注意：流程测试没有问题并不能说明系统功能没有问题，还需要针对每步功能进行测试。对于包含复杂流程的系统，只有功能点和处理流程都进行测试覆盖，才算是比较充分的测试。

错误推断法
-错误推测法是指利用直觉和经验猜测出出错的可能类型，有针对性列举出程序中所有可能的错误和容易发生错误的情况，它是测试经验丰富的测试人员喜欢使用的一种测试用例设计方法。
-基本思想
-基本思想是列举出可能犯的错误或错误易发生的清单，然后根据清单编写测试用例；这种方法很大程度上是凭经验进行的，即凭人们对过去所作测试结果的分析，对所揭示缺陷的规律性作直觉的推测来发现缺陷。
采用错误推测法，最重要的是要思考和分析测试对象的各个方面，多参考以前发现的Bug的相关数据、总结的经验，个人多考虑异常的情况、反面的情况、特殊的输入，以一个攻击者的态度对待程序，才能够设计出比较完善的测试用例

正交排列法
-1992年AT&T发表了一篇讲述在测试过程中使用正交表一个案例研究。
-它描述了对PC（IBM格式）和StarMai（基于局域网的电子邮件软件）做回归测试：
-最初制定的测试计划是用18周的的时间执行1500个测试用例。但是，开发推迟了，测试时间被压缩到仅仅8周时间。
-测试负责人采取另外一个测试方案和计划，即2个人8周的时间测试1000个测试用例，但是他不敢保证测试的质量，对这些用例检测缺陷的能力不放心。
-为了减轻这种不确定性的问题，他用正交表法重新设计了测试用例，此时测试用例只有422个。用这422个测试用例去测试发现了41个缺陷，开发人员修复缺陷，然后软件就发布了。
-在使用的两年时间内，凡被测试到的领域都没有再发现缺陷，因此在发现缺陷这方面，此测试计划是100%有效。
-据测试负责人估计，如果AT&T采用1000个测试用例的测试计划，可能仅仅只发现这些缺陷中的32个。
-与最初的计划相比，用正交表设计测试用例执行工作量不到50%，但却多发现28%的缺陷，而且测试人员个人的效率也增加了。
正交排列法概述
-正交排列法能够使用最小的测试过程集合获得最大的测试覆盖率。当可能的输入数据或者输入数据的组合数量很大时，由于不可能为每个输入组合都创建测试用例，可以采用这种方法。

正交排列表重要概念
正交试验设计
-是研究多因素多水平的一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是一种基于正交表的、高效率、快速、经济的试验设计方法。
正交表的概念
-正交表：一种特制的表，一般的正交表记为：Ln（mk）
-n是表的行数，也就是需要测试组合的次数
-K是表的列数，表示控件的个数（因素的个数，或因子个数）
-m是每个控件包含的取值个数（各因素的水平数，即各因素的状态数）如：L9（34）
-有4个控件
-每个控件有3个取值
-9为需要测试的组合个数
-叫4因素3水平

正交排列法的使用步骤

-1、根据所测程序中控件的个数（因素）以及每个控件的取值个数（水平），选取一个合适的正交排列表
-2、把控件及其取值列举出来，并对其进行编号
-3、把控件及其取值映射到正交排列表中
-把正交排列表中的ABCD（因子）分别替换成4个控件
-把每列中的1，23（状态）分别换成这个控件的3个取值（水平），排列顺序要按照表中给出的顺序
-4、根据映射好的正交排列表编写测试用例

使用正交排列法的局限性

-目前常见的正交排列表只有前面附录文件中给出的几种
-即使是已有的正交排列表，基本都要求每个控件中取值的个数要相等，这在实际软件中很少遇到。
-没有现成的正交排列表怎么办？
-通过正交排列法的学习，我们更多的应该学习到一种测试思想，也就是在从所有组合集合中选取测试数据时，应该均匀的选取其中的组合作为测试用例，而不要只在某个局部选取数据。
混合正交表
-水平数不同
-因素（变量）的水平数（变量的取值）不相同