[发明专利]一种基于分层测试模型选取回归测试用例的方法、装置在审
申请号: | 202111265638.4 | 申请日: | 2021-10-28 |
公开(公告)号: | CN114138628A | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 苏冉 | 申请(专利权)人: | 济南浪潮数据技术有限公司 |
主分类号: | G06F11/36 | 分类号: | G06F11/36 |
代理公司: | 济南舜源专利事务所有限公司 37205 | 代理人: | 赵佳民 |
地址: | 250000 山东省济南市中国(山东)自由贸易*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分层 测试 模型 选取 回归 方法 装置 | ||
本发明属于软件测试技术领域,具体提供一种基于分层测试模型选取回归测试用例的方法、装置,所述方法包括如下步骤:建立UI/API用例与需求测试点之间的关联,录入管理数据库;从用例管理系统的管理数据库表中读取已经建立好的对应关联并记录到导入数据库;获取导入数据库中记录的对应关联并以树状层级展示需求测试点与测试用例关联的对应关系;获取提交的改动代码的接口调用与函数级对应关系过滤出关联用例;自动触发API层自动回归验证及UI自动回归验证并输出回归测试结果。可以快捷便捷地在现有的自动化框架上建立用例与代码的对应关系,大大节约成本。
技术领域
本发明涉及软件测试技术领域,具体涉及一种基于分层测试模型选取回归测试用例的方法、装置。
背景技术
现在的软件产品都离不开专业的测试团队或者测试环节的把控,特别是随着现在软件设计的复杂度的增加,修改发现已知问题后由于复杂度加大引入新问题的概率也大幅增加,大多企业软件的研发工作量一半都在修改问题及修改引入问题上。测试用例是测试团队验证产品质量的重要指导,除了修改代码部分的用例的回归验证,仍需要选取可能引入风险的部分用例同时进行回归验证。
回归测试是软件测试中的一个十分重要且成本昂贵的过程。针对如何减少回归测试成本,提高回归测试效率的研究具有十分重要的意义。目前针对回归用例的选取是业界的痛点,无法精准高效的识别修改代码时影响的用例而不得不花费大量人力及时间去进行模块的全量完整验证,这对企业人力成本及项目周期来讲,无疑是重大风险点。
目前大多数企业解决类似问题强依赖于人为经验,测试架构师对产品系统架构及底层原理较为熟悉,通过特性关联图或者头脑风暴形式,给出最终可能影响到特性范围及回归范围。但这种形式可见的风险就是人为因素存在误判风险;一般企业还有辅助自动化拦截方式,合入代码触发CI后由CI门槛测试用例集判断是否引入新问题,但由于快速迭代开发模式,CI门槛用例集的测试范围有限判断也是不够精准全面;测试技术积累更前沿的科技公司,逐渐在引入精准测试示波器技术建立代码与用例的映射关系,但对于中大型软件设计来讲,需要大量的研发投入及资金投入,且该方案不够成熟付费较高,且需要针对特性软件进行大量重构甚至重新设计,成本较高且不具备普适性,因此业界应用推广并不太理想。
发明内容
针对软件测试流程中目前风险项较高的回归验证环节。该环节目前业界普遍做法是强依赖于高级软件测试工程师的经验,或者扩大范围回归验证,极大浪费人力且存在风险无法精准高效的识别修改代码时影响的用例;现有的少量的精准测试模型由于需要对研发代码测试自动化代码注入大量数据建立映射,成本较高且不易用。本发明针对上述问题提供一种基于分层测试模型选取回归测试用例的方法、装置。
本发明的技术方案是:
第一方面,本发明技术方案提供一种基于分层测试模型选取回归测试用例的方法,包括如下步骤:
建立UI/API用例与需求测试点之间的关联,录入管理数据库;
获取管理数据库录入的数据同步更新到界面数据库并展示对应关联;
获取提交的改动代码的接口调用与函数级对应关系过滤出关联用例;
自动触发API层自动回归验证及UI自动回归验证并输出回归测试结果。
可以快捷便捷地在现有的自动化框架上建立用例与代码的对应关系,大大节约成本。
进一步的,获取管理数据库录入的数据同步更新到界面数据库并展示对应关联的步骤包括:
从用例管理系统的管理数据库表中读取已经建立好的对应关联并记录到导入数据库;
获取导入数据库中记录的对应关联并以树状层级展示需求测试点与测试用例关联的对应关系。
实现轻量简易界面,树状层级展示测试需求点与测试用例关联对应关系,区分UI、API两大部分。关联对应可以一对多、多对多。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于济南浪潮数据技术有限公司,未经济南浪潮数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111265638.4/2.html,转载请声明来源钻瓜专利网。