测试

错误码不分层的接口，你只能靠 msg 断言，改个文案用例就跑失败。返回快照的字段返回了实时，数据就无法核对上。

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 如何评价接口自动化项目 我理想中的接口自动化项目，是有一套脚本，能够 100%覆盖核心业务场景，能够回归线上频繁出现的问题，能够支持手工无法验证的场景，能够抛出偶现问题，能够包含容易遗漏的边界场景、异常场景，每天都能定时运行，出具报告，给予反馈。 用实际的指标量化下： 功能测试自动化率 = 自动化测试用例数/总测试用例数 自动化发现 bug 占比 = 自动化发现的 bug/总 bug 数 自动化发现 bug 有效性 = 自动化发现的有效 bug/自动化提交的 bug 总数 自动化执行成功率 = 自动化执行成功的次数/自动化执行总次数 周活跃自动化用例占比 = (∑每周执行过的自动化测试用例)/(∑周维度自动化测试用例) 应用维度自动化代码覆盖率 = 自动化用例覆盖代码行数/应用维度代码总行数 现状是什么(Situation) 我负责的业务是发票中台，数据流简化后如下图所示： 发票中台对调用方提供 RPC 服务，底层有读写 MySQL、同步 ES、消息队列、异步任务等服务，上游是用户和订单，需要账号、增票资质、订单等物料；下游是财务，推送申请单给财务开具发票等。 发票的接口自动化在多年前是写了的，用 Java+TestNG+RPC 本地化了一套框架来实现，因为人员离职和业务变更，这套自动化到我手上的时候，已经不能用了，本地化的接口自动化项目也无法做数据度量，只有接口测试平台写的自动化用例才会被统计到。 任务是什么(Task) 我给自己定的绩效是在 Q2 完成 95 条自动化用例，按照一个标准化的自动化项目来实现发票的接口自动化，结合测试环境、测试物料、流水线、精准分析，打造一个个人的稳定的沉淀物，无论是晋升还是求职，都能拿来讲点故事。 行动是什么(Action) 编写自动化用例的方式 1、最理想的方式，是能够录制线上流量直接转换为自动化用例，修修改改即可。虽然我们有流量录制回放平台，但是它跟接口自动化平台并没有打通，很可惜不能采取这种方式。 2、参考线上流量日志，抓取接口、入参，人工转化为自动化用例。 3、参考接口的代码设计，比如 controller/provider/sdk 都定义了应用接口，能知道哪些覆盖到了，哪些还需要补充。 4、根据入参模板自行构造参数。参数个数太多的话造起来很麻烦。 我主要采用第 2 种和第 3 种方式结合来编写自动化用例。 典型自动化用例 前置步骤：初始化数据，将订单发票类型更新为 3。 预设变量：提供参数化数据。 执行步骤：调用修改订单发票类型接口，将发票类型 3 改为 2，入参引用预设变量。 ...

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 What-什么是 CodeReview？ CodeReview，即代码评审，是白盒测试中，静态测试的一种方法，通过阅读代码，提出代码层面的缺陷。 Why-为什么做 CodeReview？ 测试左移：在测试前就发现代码缺陷。 明确测试范围：根据需求文档和代码，对齐测试范围，防止研发夹带本次需求范围外的代码上线。 提升代码能力：学习研发优秀的编程技术。 深入原理：了解系统内部结构及实现。 发现隐藏缺陷：能发现某些极端场景下的问题或概率性问题。 减少测试研发周期占比：节省用例执行个数，尤其多个同类异常梳理，不用执行类似用例，CodeReview 一行代码即可。 Who-谁适合做 CodeReview？ CodeReview 需要三大门槛： ①熟悉编程语言，Java/Python/Go 等。 ②熟悉编程规范，《阿里巴巴 XXX 编码规范》、《华为 XXX 编码规范》、《京东 XXX 编码规范》。 ③了解需求、架构和设计，需求文档/架构图/设计文档。 达到门槛才适合做 CodeReview。 When-什么时候做 CodeReview？ 提测前，通过 Code Diff Review，自己走读代码或者参与研发代码评审会议均可， 发现功能缺陷时，通过走查代码定位代码原因，并分析是否有关联缺陷。 修复缺陷时，阅读研发 commit 记录，检查是否引入新缺陷。 上线前，通过 merge 范围检查是否有夹带代码，为了测试改动的临时代码是否恢复。 Where-在哪里做 CodeReview？ 线上仓库（如 Gitlab），适合于修改点单一，不需要查看上下文信息就能找到缺陷。直接在网页端评审代码且发表 comment。 本地仓库（如 IDEA），适合于修改点较多，需要查看上下文信息（变量或方法跳转到定义或使用之处）。在本地找到缺陷后在线上发表 comment。 How-CodeReview 如何上手？ 准备：了解需求、架构和设计；学习编程语言；学习代码规范； 实践：坚持 CodeReview，记录缺陷，定期总结。如果看代码找缺陷比较困难，可以先从发现功能缺陷后，定位代码原因入手。 常见 CR 缺陷： 除数为 0、整数溢出、精度损失； 可能死循环； 在 finally 程序块中关闭或者释放资源； 异常未处理或提示不明确（没有 catch 异常，集合等没有判空和长度为 0）； 公式计算错误； ...

大家好，我是刚哥。

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 为什么学 JUnit5 Java 技术栈的单元测试框架有两个：JUnit 和 TestNG，有种说法是 TestNG 比 JUnit 更强大，学 TestNG 就够了，但是当我打开 GitHub 看到 star 的时候，犹豫了： JUnit TestNG 相差了足足有3K之多。带着这个困惑，我在网上查阅了一番资料，原来JUnit5 相较于 JUnit4 有了重大升级，已经包含了 TestNG 的所有功能。为了坚定我学 JUnit 的想法，我咨询了身边做 Java 开发的朋友，开发写 UT 都是用的 JUnit。这两个理由足以让我开始对 JUnit5 的学习。 JUnit5 是什么 跟之前的 JUnit 有所不同，JUnit5 由三个子项目的模块组成： JUnit5 = JUnit Platform + JUnit Jupiter + JUnit Vintage JUnit Platform 在 JVM 上启动测试框架的基础，不仅支持 Junit 自制的测试引擎，其他测试引擎也都可以接入。提供了从命令行启动平台的 Console Launcher，和支持 JUnit4 环境的 JUnit4 based Runner。IDE 一般都集成了 JUnit Platform，比如 IntelliJ IDEA。 JUnit Jupiter JUnit5 新特性，结合了新的 programming model 和 extension model，以便于在 JUnit5 中编写测试和扩展。提供了在平台上运行基于 Jupiter 测试的 TestEngine。 JUnit Vintage 提供了在平台上运行基于 JUnit3 和 JUnit4 测试的 TestEngine，照顾老的项目。 JUnit5 新特性 使用 JUnit Jupiter 写测试 示例代码： ...

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 环境搭建 据说，很多人都被繁琐的环境搭建给吓到了。 是的，确实，繁琐。 node.js 下载地址： https://nodejs.org/en/download/ cmd 输入 node -v，出现下图说明成功： JDK 下载地址： https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 百度一下“配置 Java”，配置环境变量。 cmd 输入 java -version，出现下图说明成功： Android SDK 下载地址： https://www.androiddevtools.cn/ 百度一下"配置 Android SDK 环境变量"。 cmd 输入 adb，出现下图说明成功： Appium Desktop 下载地址： https://github.com/appium/appium-desktop/releases 或 https://testerhome.com/topics/680 Maven 下载地址： http://maven.apache.org/download.cgi 百度一下“ maven 环境配置”。 cmd 输入 mvn -version，出现下图说明成功： IntelliJ IDEA 下载地址： http://www.jetbrains.com/idea/ 安卓模拟器 下载地址： https://www.yeshen.com/ 把 Android SDK 目录下 \platform-tool 的 adb.exe 拷贝。 打开 Nox\bin 目录，粘贴替换 adb.exe。 ...

JMeter 是性能测试工具，在使用 JMeter 变多以后，越来越觉得之所以它能成为当今时代最主流测试工具，是因为它太成熟了，举个小例子，编写 GET 请求的时候，需要把查询参数，也就是?号后面的请求参数添加进去，JMeter 竟然有个 Add from Clipboard 功能，在浏览器复制以后，点这个按钮就填充好了:

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 安装 Python 和编辑器 PyCharm Python 安装包下载地址是： https://www.python.org/downloads/ PyCharm 安装包下载地址是： https://www.jetbrains.com/pycharm/download/ 下载后按常规软件安装。 pytest pytest 是 Python 内置包，无需单独安装，但是需要设置。 创建 1 个 Project 和 1 个 test.py 来试试，左上角点击 File | New Project | create，创建项目。在项目中右键选择 New | File 创建 test.py 接着设置 PyCharm，默认 PyCharm 自带的测试框架是 Unittests，在 File | Settings | Tools | Python Integrated Tools | Testing | Default test runner，修改为 pytest 在 test.py 文件中添加代码 def test(): pass 这个时候 def 的左边会出现一个绿色的箭头，点击之后就可以使用 pytest 运行，注意一定要是 pytest for… 才可以，如果只是 Run test.py，是不走 pytest 执行的（右上角 Edit Configurations 删掉来解决） ...

本书作者：测试开发刚哥，文章版权归个人所有，未经授权请勿转载。 Man In The Middle mitm 是 Man In The Middle 的首字母缩写，意思是位于中间的人，表明 mitmproxy 是一个代理，可以拦截请求，实现网络抓包。知名的网络抓包工具有 Fiddler、Charles、HttpWatch、WireShark、BurpSuite 和 Postman 等，mitmproxy 相对来说，没有这么高的知名度，它相比于以上工具的独特优势是，它提供了 Python API，可以编写 Python 代码对网络请求进行流量录制，从而收集接口信息以及转化为接口自动化用例等。mitmproxy 官方文档不但有 mitmproxy 工具使用介绍，还有代理实现原理，对我们学习掌握网络知识有很大帮助。 安装与使用 pip 安装 pip install mitmproxy mitmproxy 是 Python 开发的，用 pip 就能安装成功。官方给出了二进制安装包等方法，我觉得作为一款用 Python 开发的工具，用 pip 直接安装是更 Pythonic 的。 命令启动 可以通过 3 种命令启动 mitmproxy： mitmproxy 控制台 mitmweb 网页 mitmdump 命令行 它们的内容都是一样的，只是 UI 不一样而已。 手动设置代理 打开以后 mitmproxy 默认会监听http://localhost:8080，需要设置下代理，把代理服务器设置为这个地址。 Windows 可以这样设置： 设置后一定要记得点击保存按钮，否则代理不会生效。 实际上，Charles 等网络抓包工具会自动配置代理，而 mitmproxy 需要手动设置代理，开发团队的解释是因为浏览器版本和配置经常会变化，所以他们建议在网上根据环境搜索方法手动设置。 ...

点进 Service，全是接口。点进 ServiceImpl，前半段在校验业务规则，后半段调了个 stockService.deduct()，又得跳到另一个 Service。