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Golang语言社区

    LollipopGolibrarylollipopcommon 测试3

    可以快速创建博客及商城等 git地址:https://github.com/Golangltd/lollipopgo /* Golang语言社区(www.Golang.Ltd) 作者:cserli 时间:2018年3

    1.2K90发布于 2018-03-05
  • 来自专栏自学测试之道

    接口测试3

    上篇讲解到了一次性运行多个测试用例和运行结果的情况,这边继续说下测试报告的内容输出和可视化显示以及邮件抄送等 一、增加测试报告输出 1、首先在代码目录下新建一个文件夹test_report用来保存测试结果 2、导入测试报告库文件HTMLTestRunner_PY3(这个文件在网上可以下载后[https://blog.csdn.net/cjh365047871/article/details/80181530 3、定义测试用例和测试报告存放路径、读取测试用例方法和测试报告格式 #! q=keitwo&page=1&type=note # @QQ交流 : 3227456102 import unittest,time import HTMLTestRunner_PY3 if _ 3、导入发送邮件模块 ? 4、运行结果 ?

    52120发布于 2019-09-29
  • 来自专栏流柯技术学院

    Monkey测试3——Monkey测试结果分析

    Monkey测试结果分析 一. 初步分析方法: Monkey测试出现错误后,一般的差错步骤为以下几步: 1、 找到是monkey里面的哪个地方出错 2、 查看Monkey里面出错前的一些事件动作,并手动执行该动作 3、 若以上步骤还不能找出 ,可以使用之前执行的monkey命令再执行一遍,注意seed值要一样 一般的测试结果分析: 1、 ANR问题:在日志中搜索“ANR” 2、 崩溃问题:在日志中搜索“Exception” 二. 详细分析monkey日志: 将执行Monkey生成的log,从手机中导出并打开查看该log;在log的最开始都会显示Monkey执行的seed值、执行次数和测试的包名。 首先我们需要查看Monkey测试中是否出现了ANR或者异常,具体方法如上述。

    2K10发布于 2018-08-30
  • 来自专栏叨叨软件测试

    性能测试--3、性能测试过程

    POC一般来说,会包含以下几个部分:1、为了验证概念所需的技术架构,如Framework、Pattern;2、利用UML语法所建构的概念模型;3、模拟解决方案;4、可被实际执行的解决方案原型(Prototype ); 确保测试周期汇中,都会把代码冻结应用于测试环境; 确保性能测试中,不会受到其他用户的影响(防止对性能测试执行和结果造成影响); 确定所有性能测试的目标,并征求各利益方(整个测试团队和相关人员)的同意 内部性能测试额外关注的点: 团队成员以及汇报制度(建立专门的性能测试团队或有内部测试专家组成的核心团队(大型公司); 最起码要确保您有一位项目经理和足够的性能测试工程师); 准备好性能测试中需要用到的测试工具和资源 第四步:创建性能测试场景 考虑如下几点: 你所做的性能测试属于哪种类型的性能测试: 基准测试、负载测试、渗透测试(疲劳测试)、压力测试(峰值测试)、非性能测试; 设置思考时间和步进时间(压力测试除外), 第六步(后测试阶段):分析测试结果、撰写测试报告和环境恢复 数据收集(收集并备份所有在性能测试项目中生成的数据); 对比项目需求设定的性能目标和测试结果,确定性能测试是否达标(提前确定性能指标的“一致性

    4.9K20发布于 2020-04-14
  • 来自专栏自动化测试实战

    Jmeter性能测试 -3

    测试环境和生产环境不同,该如何做性能测试呢? 3、区别 1)一个线程只能属于一个进程,而一个进程可以有多个线程; 2)线程是进程工作的最小单位; 3)一个进程会分配一个地址空间,进程与进程之间不共享地址空间,即不共享内存; 4)同一个进程下的多个不同线程共享父进程的地址空间 进程的优点 1)每个进程相互独立,不影响主程序的稳定,子进程崩溃不影响其他进程 2)通过增加CPU就可以扩充性能【但损耗也会递增】 3)可以尽量减少线程加锁与解锁的影响,极大的提高了性能 进程的缺点 1 ,最大内存地址受限 2)线程之间的同步和加锁不易控制 3)一个线程的崩溃可能影响到整个程序的稳定性 Linux监控命令 一、实时监控 top:能够实时监控系统的运行状态,并且可以按照CPU及内存等进行排序 二、实时监控 - CPU mpstat:可以查看多核心CPU中每个计算核心的统计数据(前面3个命令不可以)。

    67430编辑于 2022-02-25
  • 来自专栏测试开发基础

    详解接口测试3)- 构造测试数据

    前言 大家好,我是洋子,我们在进行接口测试的过程中,常常会遇到缺少测试数据的情况 举个例子(1),比如有一个赠送礼物,然后将送礼用户展示在排行榜的需求,该榜单可以一次性展示100位上榜的用户,我们在测试时就需要模拟这 ,往往需要先去构造测试数据,才能进行正常的测试流程 构造数据方法 根据构造数据量不同,我们有不同的构造数据的策略 构造少量数据 对于上面例子(2)是我们经常碰到的情况。 2, 18, 155, "女", "南京", "7783434", "1654855117", "1654855117" ); 最后用select SQL语句查询一下指定数据,有了测试数据后就可以开始测试了 先介绍一下工程结构 bean目录:存放类 controller目录:入口 dao目录:数据库相关操作 service目录:处理业务逻辑 utils目录:存放工具类 项目使用方法如下: (1)安装Python 3. 以及必要的依赖库,项目当中已经包含requirements.txt,所以在执行pip install -r requirements.txt即可安装依赖库 (2)Pycharm里面启动Flask Web服务 (3

    61520编辑于 2022-09-28
  • 来自专栏IT码农

    写Laravel测试代码(3)

    本文主要聊一聊写测试时如何mock第三方json api数据。 在开发时经常会调用第三方API接口,抓取json api data后进行加工处理,那如何写测试呢?如何mock数据呢? andReturn(\GuzzleHttp\json_decode(file_get_contents($file->getRealPath()), true)); } } } 这样执行测试时就实现了读取本地的真实 两个测试的response数据的确来源于本地json文件的数据: ? 其实,就是一句话,写测试时如果调用了第三方 json api 读取数据时,使用Mockery库去mock数据,数据来源于本地文件夹的数据,且是真实有效的数据。至于mock部分的代码想咋写就咋写。

    95631发布于 2019-09-03
  • 来自专栏python3

    iperf3 ---网络测试

    如: C:\ 2)dos界面进入对应的文件路径下 如: C:\iperf-3.1.3-win64> iperf工作模式: 服务器模式 iperf3 -s 客户端模式 jperf3 -c ---- dos 命令测试带宽命令示例 ? 3) C:\iperf-3.1.3-win64>iperf3 -c iperf.he.net -t 60 -i 1 -4 -u -b 1000M -M 1500 -t 时间 单位s -u UDP -b 设置UDP带宽(-b) -M MTU -4 ipv4 -i 报告间隔(-i) -p 设置端口(-p) -W 设置套接字缓冲区大小(-w) 下周一测试我们用客户端模式,HK设置server模式。

    3K10发布于 2020-01-09
  • 来自专栏python3

    3章章节测试

    3,下列哪两个参数用于计算度量? A 跳数  B 正常运行时间   C 带宽   D 管理距离 4,默认情况下哪种路由协议具有最可信的管理距离? A 2    B 3   C 4  D 6 6,哪一条命令可以显示路由的管理距离?

    69340发布于 2020-01-13
  • 来自专栏啄木鸟软件测试

    软件性能测试(连载3

    1.5性能测试环境 性能测试对环境是非常重要的,特别是网络环境。 ? 图3-13 测试环境与工作环境在一起 ? 图3-14 测试环境各个客户端不在一个网下 在图3-13中,测试环境与工作环境在一起,既使得别人的正常工作不能进行,也使得测试的数据不准确。 在图3-14中,测试环境各个客户端在两个不同的网段下进行(这里是C类网),大家都知道跨网段是需要路由的,路由里面有软件,会干扰性能测试的数据,从而也会造成测试数据不准确。图3-15的环境是正确的。 图3-15 正确的性能测试环境 1.6 观察性能的四个维度 图3-16展示的是通过终端用户、系统运维人员、软件设计开发人员和性能测试人员四个维度来观察系统的性能。 ? •应用集群的可扩展性是否经过测试和验证。 •缓存集群的可扩展性是否经过测试和验证。 •数据库的可扩展性是否经过测试和验证。 3)性能最佳实践准则 •代码实现是否遵守开发语言的性能最佳实践。

    93520发布于 2020-02-19
  • 来自专栏muller的测试分享

    软件测试|测试平台vue3 模版语法

    最基本的数据绑定形式是文本插值,它使用的是“Mustache”语法 (即双大括号):

    99920编辑于 2022-12-29
  • 来自专栏啄木鸟软件测试

    接口测试3讲:Python测试框架——pytest

    http://mpvideo.qpic.cn/0bc3oqaceaaatmaiiejkqnrva5gdej2aaiqa.f10002.mp4? 1672307959&play_scene=10400&vid=wxv_2586163560020492289&format_id=10002&support_redirect=0&mmversion=false 渗透式测试环境与代码 将DB下的4个csv文件导入sec数据库中 渗透测试操作系统虚拟机文件vmx文件 1)Windows 2000 Professional 链接:https://pan.baidu.com/s/13OSz pwd=zp3o 提取码:zp3o 4)Debian 6(Kali Linux) 链接:https://pan.baidu.com/s/1Uw6SXS8z_IxdkNpLr9y0zQ? pwd=s2i5 提取码:s2i5 开机密码:jerry/123456 安装了Apatche、Tomcat、MySQL、 vsftpd并且配套Web安全测试练习教案。

    55710编辑于 2022-12-29
  • 来自专栏京程一灯

    JavaScript 测试教程–part 3测试 props,挂载函数和快照测试

    JavaScript测试教程-part 1:用 Jest 进行单元测试 2. JavaScript测试教程–part 2:引入 Enzyme 并测试 React 组件 3. JavaScript测试教程–part 3测试 props,挂载函数和快照测试 4. 今天,将进行更深入的研究,并学习如何测试 props,如何(以及为什么)使用 mount 函数以及什么是快照测试。开始吧! 测试 props 在上一篇文章中,我们测试了通过一些 props 的结果。 正是由于这个事实,使用 mount 函数能够测试这些组件是否可以协同工作,而不仅仅是单独的单元测试。 要弄清楚单元测试和集成测试的区别,请参见本教程第一部分。 在测试期间,将渲染组件并创建其快照。它包含渲染组件的整个结构,应该与测试本身一起提交给存储库。再次运行快照测试时,新的快照将与旧的进行比较。如果它们不同,则测试将失败。

    2.2K20发布于 2019-11-25
  • 来自专栏测试开发干货

    接口测试平台代码实现50: 自动异常测试-3

    当然异常测试层我们也可以加上对应的代码来生成蒙层: 这样便可以防止用户进行异常操作了。 为了防止关闭异常测试层后引发其他bug,我们把关闭函数的代码从隐藏这个div改成刷新整个页面: 好言归正传,让我们继续开始异常值测试。 貌似该开始实际进行测试了,按照我们之前章节的设计。 当用户点击开始测试后,前端js会开始根据预置的待替换参数,依次交叉排列组合替换接口本来的请求体。 然后我们打算再新声明一个js函数:error_play() ,当用户点击开始测试时来调用这个函数来进行测试,这里很显然,俩个函数是分开的。 alert('当前接口的请求体类型不支持异常值测试!')

    62020编辑于 2022-05-19
  • 来自专栏EdisonTalk

    .NET单元测试的艺术-3.测试代码

    3)将测试映射到具体的工作单元入口   测试方法的命名应该有意义,这样人们可以很容易地找到所有相关的测试方法。    (3)抽象测试驱动类模式 ///

    /// 抽象“填空”测试驱动类模式 /// public abstract class FillInTheBlankStringParserTests (3)只测试一个关注点   如果我们的单元测试对多个对象进行了断言,那么这个测试有可能测试了多个关注点。在一个单元测试中验证多个关注点会使得事情变得复杂,却没有什么价值。 为此我们需要:   (1)只测试公共契约   (2)删除重复测试(去除重复代码)   (3)实施测试隔离   测试隔离的基本概念是:一个测试应该总是在它自己的小世界中运行,与其他类似或不同的工作的测试隔离 (3)有意义的断言   只有当测试确实需要,并且找不到别的办法使测试更清晰时,你才应该编写定制的断言信息。编写好的断言信息就像编写好的异常信息,一不小心就会犯错,使读者产生误解,浪费他们的时间。   

    74730发布于 2018-08-20
  • 来自专栏深入浅出区块链技术

    Filecoin 二阶段测试(3) - 异构集群测试

    系列导航: Filecoin 二阶段测试(1) - 小试牛刀[1] Filecoin 二阶段测试(2) - AMD CPU 的胜利[2] ---- 本文是关于 Filecoin 二阶段测试的最后一篇博文 今天给大家分享一下我们近期在测试网验证过的异构集群挖矿方案。 (2)通过 ssh 登录到 Miner 节点,创建钱包和矿工 gamma_lotus wallet new bls t3rslakvn3kg4y3g2kmgj6pu2rszydinfn4uh5fhnfa4k6wol5oychtkdpjkrqsqs3q54tndmmg7fq42diyqdq 踩坑记录 这次在整个测试过程中踩了太多的坑,有的就是一个小细节的问题,就导致了整个集群的效率降低了10%。不过这也是我们测试的目的,我们只关注测试本身,不关注数据和排名。 : 45min17s 测试数据基本表明,单机一次性添加 3 sector 是比较好的方案,另外 AddPieces 非常耗费 CPU 资源,如果 Miner CPU 资源长期被被占用,会严重影响 PoSt

    1.8K30发布于 2020-07-14
  • 来自专栏ly0n

    Vulnhub渗透测试:DC-3

    环境安装 DC-2靶机下载 下载完成后将.ova文件导入到虚拟机内,网卡配置为NAT模式 攻击机Kali IP:192.168.117.128 DC-2 IP: 192.168.117.131 在测试前要注意的一点是我们要在本地的 =/bin/sh;a #调用/bin/sh解释器/bin/bash export PATH=PATH:/bin/ #配置环境变量 export PATH=PATH:/usr/bin 得到flag3. blog.csdn.net/qq_38677814/article/details/80003851 git提权:https://www.cnblogs.com/zaqzzz/p/12075132.html#3git

    94610发布于 2020-11-04
  • 来自专栏菩提树下的杨过

    as3: this,stage,root的测试

    --> true 0 同样的代码,如果放在有文档类(比如Test2.as)的环境中测试(构造函数中),输出如下: this->[object Test2] ,root->[object Test2] ,

    55060发布于 2018-01-23
  • pcl安装后测试代码3

    测试环境: vs2019 pcl==1.12.1 代码: #include<iostream> #include <thread> #include <pcl/common/common_headers.h > #include <pcl/features/normal_3d.h> #include <pcl/io/pcd_io.h> #include <pcl/visualization/pcl_visualizer.h 创建和设置可视化窗口 std::string strWinName = "<em>3</em>D Viewer", strWinTitle = "Point Cloud Viewer"; int scnWidth = { 6,0,0 }; // camera at X-axis double foc[3] = { 0,0,0 }; // viewpoint at orgin double up[ 3] = { 0,0,1 }; // up is Z-axis viewer->setCameraPosition(pos[0], pos[1], pos[2], foc[0], foc[1]

    30210编辑于 2025-07-20
  • 来自专栏火星娃统计

    mlr3_训练和测试

    mlr3_训练和测试 概述 之前的章节中,我们已经建立了task和learner,接下来利用这两个R6对象,建立模型,并使用新的数据集对模型进行评估 建立task和learner 这里使用简单的tsk和 lrn方法建立 task = tsk("sonar") learner = lrn("classif.rpart") 设置训练和测试数据 这里设置的其实是task里面数据的行数目 train_set = prediction)) # 同时,我们需要计算混淆矩阵 prediction$confusion ## truth ## response M R ## M 15 3 对于回归任务 library("mlr3viz") library("mlr3learners") task = tsk("mtcars") learner = lrn("regr.lm") learner 模型评估 mlr3 自带一系列的评估方法,如 mlr_measures ## <DictionaryMeasure> with 54 stored values ## Keys: classif.acc

    1.1K10发布于 2021-02-05
领券