首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏啄木鸟软件测试

    软件性能测试(连载9

    交换区的总量 Swap: ###k used 使用的交换区总量 Swap: ###k free 空闲的交换区总量 Swap: ###k cached 缓冲的交换区总量 top命令进程中关于内存性能如表3-9所示 表3-9 top命令进程中关于内存性能参数 标记 解释 VIRT 进程虚拟内存的大小,只要是进程申请过的内存,即便还没有真正分配物理内存,也会计算在内。

    1.3K40发布于 2020-02-20
  • 来自专栏ThoughtWorks

    GraphQL测试实践

    我们很熟悉以REST实现的API,可以用任何能够发出http 请求的库或者工具来测试REST API。 回到正题,刚才主要还是停留在REST api与GraphQL一些基本的区别,那么怎么手动测试。 我们可以利用代码来实现,但对于项目中所有角色,尤其是一些没有代码经验的人,让他们去看代码实现是非常痛苦的,自动化测试本质是能够帮我们快速回归,验证完成功能是否受到影响,并且你的测试代码或工具能够让每个角色轻松理解并能够快速简单使用 ---- 利用测试脚本实现GraphQL自动化api测试 上面主要介绍如何手动测试GraphQL,当然我们也可以利用代码来实现GraphQL 测试。 传统上我们测试RESTful时,大部分人可能选择的mocha chai supertest 这个库作为测试框架 来编写API测试,通过上面的文章,我们了解到GraphQL 请求的底层依然还是http request

    2.7K30发布于 2019-11-14
  • 来自专栏搜狗测试

    精准测试实践

    前段时间接到了一个输入法开关下发的功能,通过精准测试的理念,在测试效率和测试覆盖度上提升较大,在这里分享一下测试过程: ? 3、确定测试全集: 通过了解实现,确定测试全集为: 1、 全部策略正确性。 2、 所有单元策略正确性。‍ 如果按照传统接口测试方法。每条大约设计和执行100条case,这样要14个工作日才能回归完毕。这种回归方式显然比较耗时。 于是想到了通过导流来减少回归工作量的方案,具体方案如下: 1、 将线上流量导到测试服务器。 2、 对比测试服务器和线上服务器的返回结果是否一致。 总结了一下,本次结合精准测试理念,对项目的提升如下: ? 整体开展精准测试的大体过程如下: ? 欢迎添加我们的搜狗测试微信号,与我们一起聊聊测试。 ?

    2.2K30发布于 2019-08-21
  • 来自专栏ThoughtWorks

    Cucumber测试实践

    测试实践都会提供一些解决思路,并且还远不仅限于此。 然而并不是所有的行为都能够称之为行为,其中需要意识到行为和实现是有区别的,我们希望记录的是具体的用户行为而不是这个行为中的每一步实践。 二、Cucumber测试实践 1、并不是BDD 根据维基百科,BDD是一种对于TDD在敏捷软件开发中的改进尝试,主要目的在用自然语言让DEV、QA、BA、PO对于程序如何运行形成一种共同理解。 然而,我们的目的是为了将我们在测试过程中的所有行为、断言利用程序记录下来,所以Cucumber是作为一种脚本工具来完成测试实践。在这个场景下我们测试的是一个已经开发完成的代码,这不是一种BDD。 1、Cucumber与E2E结合不是好的实践 在github上搜索Cucumber相关的开源项目,95%以上的都是将Cucumber和E2E测试工具相结合使用。

    1.6K10编辑于 2022-02-16
  • 来自专栏啄木鸟软件测试

    安全测试工具(连载9

    星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net

    99910发布于 2019-12-12
  • 来自专栏啄木鸟软件测试

    精准测试及其工具(连载9

    4 星云客户端企业项功能说明 4.1智能的回归测试用例选取分析算法 前置条件:最少要有一个用星云示波器做过数据的历史版本与一个需要回归新插装版本 精准测试云平台采用“一种基于测试用例与代码逻辑、源码版本关系矩阵的测试用例选取方法 ”的回归技术,在回归测试时,基于智能算法,完全自动筛选计算出每个测试用例受影响的程序,用户可以根据此数据来进行用例回归测试的优先级排序,把高风险的用例测试放到前面,大大减少了回归测试的时间。 测试用例是关联工程的,所以同一工程下新建的版本继承了上面所有版本的测试用例,我们在进行智能回归测试用例选取的时候会用当前版本的代码去和以前版本代码去做对比,通过哪些对比得到哪些函数被改变了,并通过这些改变的函数对涉及到的测试用例做统计 图73回归在示波器页面的测试用例显示 4.2 测试用例的聚类分析算法 前置条件:有一定数量的测试用例数据 精准测试云平台根据的函数执行剖面的向量化信息,对测试用例进行聚类分析, 从类中检出中心点测试用例以及其附近的测试用例 聚类算法是通过测试用例的代码相似程度得出结果的,所以可以帮助我们划分出来有哪些测试用例的代码相似程度比较高,这样在我们聚的一类的测试用例Bug测试用例比较多的时候,我们在下个版本的时候可以着重测试该类测试用例

    92730发布于 2019-12-12
  • 来自专栏信数据得永生

    Java 设计模式最佳实践:6~9

    JShell 安装 我们将在第 9 章“Java 最佳实践”中详细讨论 JShell,现在让我们从 RxJava 的角度来看一下。 九、Java 最佳实践 在本章中,我们将讨论 Java9 和 Java10 中的最佳实践。Java 从 1995 年发布的版本 1.0 到最近的版本 Java10 已经有了很大的发展。 在本章中,我们将介绍以下主题: Java 简史 Java9 的最佳实践和新特性 Java10 的最佳实践和新特性 Java 简史 Java1 最初于 1995 年推出,其企业版(JavaEE)于 1999 Java9 的最佳实践和新特性 Java9 带来的最重要和最大的变化是 Jigsaw 项目或 Java 平台模块系统的实现。 Java9 中删除了这个限制。 我们已经介绍了 Java9 的大部分重要特性,这些特性将影响您在 Java 中编写代码的方式。使用上述实践将帮助我们充分利用 Java 的功能。

    2.4K10编辑于 2023-04-23
  • 来自专栏区块链入门

    实践9.DOCKER之访问仓库

    6 weeks ago 192.7 MB 127.0.0.1:5000/ubuntu:latest latest ba5877dc9bec $ docker pull 127.0.0.1:5000/ubuntu:latest Pulling repository 127.0.0.1:5000/ubuntu:latest ba5877dc9bec : Download complete 511136ea3c5a: Download complete 9bad880da3d2: Download complete 25f11f5fb0cb: Download 编辑 /etc/hosts 127.0.0.1 docker.domain.com 启动 $ docker-compose up -d 这样我们就搭建好了一个具有权限认证、TLS 的私有仓库,接下来我们测试其功能是否正常 测试私有仓库功能 由于自行签发的 CA 根证书不被系统信任,所以我们需要将 CA 根证书 ssl/root-ca.crt 移入 /etc/docker/certs.d/docker.domain.com

    1.6K30发布于 2021-05-27
  • 来自专栏啄木鸟软件测试

    单元测试工具(连载9

    3.2 unittest的测试覆盖率分析 利用coverage工具可以分析单元测试的覆盖率,首先我们通过pip命令下载coverage。 ) 为假,测试通过 assertIs(a, b[, msg=None]) a与bl相同,测试通过 assertIsNot(a, b[, msg=None]) a与b,测试通过 assertIsNone( x[, msg=None]) x 是空,测试通过 assertIsNotNone(x[, msg=None]) x 不是空,测试通过 assertIn(a, b[, msg=None]) a 包含b,测试通过 ,并且可以在测试完毕形成一个HTML格式的测试报告。 ='测试用例执行报告') runner.run(discover) fp.close() 测试报告如图30所示。

    72740发布于 2019-12-12
  • docker的9个最佳实践

    今天这篇文章就具体介绍几种docker的最佳实践,全文干货,建议点赞、收藏,以备不时之需。部分内容在之前的dockerfile最佳实践中就已经介绍过,这里还有一些补充介绍最佳实践一:使用官方镜像安全! 最佳实践二:采用特定的镜像版本这个主要是用来规避默认拉取latest的行为,所以建议指定固定的基础镜像版本,避免导致一些不可预测的影响。 docker/dockerfile:1FROM alpine:3.19@sha256:13b7e62e8df80264dbb747995705a986aa530415763a6c58f84a3ca8af9a5bcd 最佳实践三:优化缓存顺序在前面的文章中,我们有简单介绍过关于docker打包镜像的缓存机制。 /app/最佳实践四:使用环境变量采用变量可以增加可移值性,这样可以在不同环境中快速调整配置,而无需修改代码。

    87610编辑于 2025-05-07
  • 来自专栏知了一笑

    监控平台SkyWalking9入门实践

    需要对请求的链路有完整监控,并且采集和分析各个环节的数据,这样才能清晰的理解系统的行为信息,比如耗时分析,故障原因发现,从而进行优化和解决;能实现这种能力的组件很多,这里来看看基于SkyWalking9实践方式

    1.2K10编辑于 2022-11-30
  • 来自专栏前端大全

    前端测试策略升级——现代测试实践

    本文将深入探讨现代前端测试策略的升级路径,从测试金字塔理论到实际工具应用,为构建高效、可靠的测试体系提供全面指导。 functions: 80, lines: 80, statements: 80 } } }; } } 现代测试实践 Vitest最佳实践 // vitest.config.js import { defineConfig } from 'vitest/config'; import react from '@vitejs ; expect(screen.getByRole('button')).toHaveClass('btn-outline'); }); }); React Testing Library实践 > { expect(screen.getByText('Jane Doe')).toBeInTheDocument(); }); }); }); Playwright E2E测试实践

    39910编辑于 2026-03-10
  • 来自专栏FunTester

    FunTester测试框架Redis性能测试实践

    经历过FunTester框架Redis压测预备, 下面就应该进入实践阶段了,首先呢,先分享一个对Redis里面不停地添加key-value的测试用例。 "mark":"Redis测试021516", > ① . eJztk8sKgkAUQPeB/3A/QMFMWvgZ0Q8IDiQ0Fk1BLXtR0Lr5jVb90Cyiz+j2wB5UWj6m4A4XdKPnnHE0KpBuNVgQit12td+swbVt6Ld6zA9SPmxUjPecBhPdTiQYNEPOPBhagvVCvw3RgJswsjjC IcpwZcmNwfem61jrc5VGRdSi5xUpUQpSyKkjOcckgnRNEkJcc45dFuMYXSlJzjlENUcoKDlwXOc2S+5PirXU5jIjc3izh1inPd5A8FMljF6fcel43IUedj4/dmWgS/KHo8Wq//ov+8HAt/QIMKqZAK9WtQIRVSoX4NKqRCKtSvQYVUSIX6NQotPAA24o0Q QPS变化曲线.png Redis测试400thread.png 总结 总体来讲,还是比较简单的,下期会测试一下多操作相关性或者集合value的场景,还有Redis自增value。

    87260发布于 2021-10-08
  • 来自专栏iTesting

    测试框架实践--TestFixture

    一个测试类,通常有多个测试方法,有时候一个或多个测试方法都需要某些共用的”数据“, 比如说都要访问某个数据库的某张表,比如说都需要起浏览器,都需要调用post方法等。 由此可见,Test Fixture用在测试方法前,或者测试方法后,主要功能是提供一些测试需要用的装置,这些装置可以是数据,可以是环境配置也可以是一个运行前状态。 cls.status = 1 def setUp(self): print("Now starting") @data_provider([(1, 2, 3), (4, 5, 9) 历史文章: Python数据驱动实践(一)–ddt实现数据驱动 Python数据驱动实践(二)–教你用Python实现数据驱动 Python数据驱动实践(三)–动态添加测试用例 Python测试框架实现 (四)–动态挑选测试用例 Python测试框架实现(五)–多线程

    91320发布于 2019-10-29
  • 来自专栏测试技术圈

    测试框架实践--TestFixture

    __call__(name) 8 except: 9 # traceback.print_exc() 10 cases_run_fail.append(name) __call__(cls) 7 8 if value: 9 func. func_pack = case[1] 7 8 #实现setUPClass 9 #到这一层只是类并发,真正的测试函数还没有并发。 print("haha") 6 cls.status = 1 7 def setUp(self): 8 print("Now starting") 9 @data_provider([(1, 2, 3), (4, 5, 9)]) 10 @Test() 11 def test_sum_data(self, x, y, z): 12

    62610发布于 2019-08-01
  • 来自专栏windealli

    LLM 性能测试实践

    一、引言:为什么LLM性能测试至关重要? 通过与 ms-swift 训练框架 的无缝集成,开发者可在训练后直接发起性能评测,形成“训练-评测-优化”闭环 三、EvalScope性能测试实践指南 环境搭建 EvalScope 工具的运行需要 Python 标准 OpenAI 格式 对话接口测试 如果 LLM 接口的格式是标准的 OpenAI 格式,则EvalScope通过简单的命令或者脚本就可以快速测试。 此处简易使用 Python 脚本来进行性能测试(便于维护)。 这里还额外指定了参数:"no_test_connection": True, 主要是为了简化测试流程,否则测试连接时可能会无法正常启动测试,需要额外处理。

    2.1K10编辑于 2025-05-16
  • 来自专栏腾讯移动品质中心TMQ的专栏

    iOS 电量测试实践

    作者:张锦铭团队:腾讯移动品质中心TMQ iOS电量相关问题一直是测试人员头疼的事情,电量测试怎么开展、问题怎么复现和跟进定位、用户反馈电量相关的问题我们如果获取更多的信息等等,一直都没有一个好的解决方案 一、电量测试之农业时代 在之前很长一段时间,我们都是用这种可怜的方式进行电量测试的: 1、选定测试场景以及时长; 2、给手机充放电,让手机剩余电量在我们预设的值,比如90%,每个场景测试开始时,保证手机都是这一电量 但事实上,在iOS 9及以前的系统上,能获取到更多更详细的信息,大部分是一些硬件的固定信息,对我们测试没有帮助。 可是事实却是,这个接口早在iOS9的第一个版本,就完全被封了,只能在iOS 8上的机子上拿到数据。而且经过多次确认后,我们发现,这个数据是每个小时才会更新一次,并不是实时的。 1、首先,上线前的电量测试,只要装上对应的证书,便可开始执行测试,只要记下哪个时间段对应的是哪个场景,然后测试完后,取下系统的数据库,便可以对当次的电量做较全面的评价,例如,某个APP在某场景下,20分钟运行时间

    13.4K71发布于 2017-10-26
  • 来自专栏搜狗测试

    SDK测试实践小结

    前言 小编最近参与了两个SDK测试项目,一个是与外部企业APP对接的SDK测试,对于要接入APP完全不了解,只针对SDK demo的功能和调用进行测试;另一个是与公司内部产品APP对接的SDK测试项目, 是针对SDK与APP源码集成后进行测试,通过这两个项目,小编对SDK测试工作有了更深入认识,在此对SDK测试内容和测试方法进行总结分享给大家。 SDK测试内容 SDK测试,是对SDK提供的功能和接口进行测试测试需要关注哪些内容呢? 7)安全性测试/隐私数据加密测试 接口的安全性,需要对接口的请求和返回数据加密性的要求进行测试; 8)访问权限的测试 SDK需要访问系统或者APP的某些权限,需要对权限相关进行测试,如SDK需要访问系统麦克风权限 3)基于代码的单元测试 这种方法提测时一般只提供SDK源代码和SDK接口说明文档,测试时针对各个接口方法进行编写测试代码进行单元测试

    3.8K10发布于 2020-06-19
  • 来自专栏FunTester

    负载测试最佳实践

    性能测试中最容易被误解的部分之一就是负载测试。大多数人认为所有性能测试就是负载测试,但这是不准确的。有许多类型的测试组成性能测试。 在进行负载测试之前要考虑的问题之前,让我们仔细研究一下负载测试的基本信息。 LoadRunner的基本一种定义:负载测试是许多并发用户运行同一程序,以查看系统基础结构是否在不影响功能或性能的情况下处理了负载。 还有一种说法将负载测试解释为: 负载测试是性能测试的子集。 但是建议在着重负载测试之前首先通过模拟或者监控正常一天的吞吐量来开始负载测试。 这里的关键词是吞吐量,这是另一个经常被误解的性能测试测试时间越长,在测试过程中捕获的事件数量就越多,并且无论使用何种工具,对其进行分析都将更具挑战性。 负载测试会生成大量数据。深入研究测试结果并找到所需的一切并不容易。

    1.9K30发布于 2020-05-27
  • 来自专栏搜狗测试

    Spock测试框架实践

    测试同学们平时用的比较多的测试框架和工具,如JMockit、EasyMock、Mockito和PowerMock,大家普遍认为代码可读性差,多组测试数据使用起来麻烦等缺点,今天小编就来给大家介绍一款简洁 、优雅、易理解的测试框架——Spock 首先给大家简单介绍下这款测试框架,Spock是一个基于Java和Groovy应用的测试框架,通过JUnit runner调用测试,兼容绝大部分JUnit的运行场景 下面我们开始Spock的实践: 一.环境搭建 IDEA > Eclipse Gradle > Maven (官网中有详细的Gradle配置说明https://gradle.org/) IDEA+Maven 3.创建groovy的测试源码目录:首先在test目录下创建名为groovy的目录,之后将它设为测试源码目录 4.创建一个简单的类 ? 5.我们的目录结构 ? 三.Spock中的许多概念和特征都来自jUnit,我们总结看下Spock测试模板方法的定义和JUnit的对比,后续我们会对各个模板方法进行介绍和测试实践,请大家持续关注搜狗测试公众号。 ?

    1.7K20发布于 2020-06-06
领券