测试工具

测试自动化（test automation）

测试活动中的工具支持

测试工具支持并促进许多测试活动。示例包括但不限于：

• 管理工具 — 通过促进 SDLC、需求、测试、缺陷和配置的管理，提高测试过程的效率。
• 静态测试工具 — 支持测试人员执行评审和静态分析。
• 测试设计和实施工具 — 有助于生成测试用例、测试数据和测试规程。
• 测试执行和覆盖工具 — 有助于自动化测试执行和复盖率测量。
• 非功能性测试工具 — 允许测试人员执行难以执行或不可能人工执行的非功能性测试。
• DevOps 工具 — 支持 DevOps 交付流水线、工作流跟踪、自动化构建过程、CI/CD。
• 协作工具 — 促进沟通。
• 支持可扩展性和部署标准化的工具（例如，虚拟机、容器化工具）。
• 其他有助于测试的工具（例如，电子表格是测试活动环境中的测试工具）。

测试自动化的收益和风险

仅仅获得测试工具并不能保证成功，每种新工具都需要付出努力才能实现真正持久的收益（例如， 工具的引入、维护和培训）。另外，工具存在风险，需要加以分析和缓解。

应用测试自动化的潜在收益包括：

• 减少重复性的人工活动以节省时间（例如，执行回归测试、重新输入相同的测试数据、比较预期结果与实际结果，以及按照编码规则进行检查）。
• 通过更高的一致性和可重复性来防止简单的人为错误（例如，始终从需求出发进行测试、测试数据以系统的方式创建、使用工具以相同的顺序以相同的频率执行测试）。
• 更客观的评估（例如，覆盖率），并提供人工无法实现的过于复杂的测量。
• 更容易得到测试的相关信息，以支持测试管理和测试报告（例如，有关测试进度、缺陷率和测试执行持续时间的统计数据、图表和聚合数据）。
• 减少测试执行时间，以提供更早的缺陷检测、更快的反馈和更早时间的上市。
• 让测试人员有更多时间设计新的、更深入、更有效的测试。

应用测试自动化的潜在风险包括：

• 对工具抱有不切实际的期望（包括功能性和易用性）。
• 对引入工具、维护测试脚本和更改现有人工测试过程所需的时间、成本和人力的估计不准确。
• 适合人工测试时，却使用测试工具。
• 过于依赖工具，例如忽视了必要的测试人员的批判性思维。
• 所依赖的工具供应商可能会倒闭、工具可能会报废、工具供应商将工具出售给其他供应商，或工具供应商提供较差的支持（例如，对询问的响应、版本升级和缺陷修复）。
• 使用可能被遗弃的开源软件，开源软件没有办法升级更新，或者如要进一步的开发其内部组件可能需要相当频繁的更新。
• 自动化工具与开发平台不兼容。
• 没有选择符合监管要求和/或安全标准的合适工具。

欢迎关注我的博客，如有疑问或建议，请随时留言讨论。