Ressources Outils de test de logiciels

Une fois que nous avons décidé quelles données fictives nous utilisons, nos ingénieurs utilisent l'Autogenerator pour valider que les données sont renvoyées dans le flux de travail, au milieu ou à la fin du flux, dans le DOM. Si les données sont transformées d'une manière ou d'une autre en utilisant des règles commerciales, nous nous assurerons que les données sont renvoyées de manière cohérente d'une exécution à l'autre.

Afficher plus

Afficher moins

En bref, c'est un processus d'essais et d'erreurs partagé entre les humains et les machines. Gardez à l'esprit que nous collectons des métadonnées basées sur chaque événement, et nous déterminons/découvrons les séquences que les gens suivent. À partir de là, un processus d'essais et d'erreurs nous permet de déterminer quelles données fictives nous devrions entrer pour traverser chaque chemin. Comme le processus sait déjà à quoi ressemble le succès basé sur un flux de travail prédéterminé, nous saurons que les données fictives sont correctes lorsque nous pourrons compléter avec succès ce flux de travail. Nous validons ensuite que les données retournées par l'application sont retournées de manière cohérente. Ce processus a actuellement l'aide de certains humains. Cependant, à l'avenir, les machines pourront faire cette vérification de manière indépendante étant donné le nombre limité d'options qu'elles peuvent vérifier, et parce qu'elles savent quel chemin elles doivent atteindre ensuite, étant donné le chemin prédéfini qui définit le succès. C'est un exercice d'apprentissage automatique ! Nous sommes en train de l'enseigner.

Afficher plus

Afficher moins

Parce que nous connaissons déjà le chemin que nous testons, nous avons une définition du succès pour chaque cas de test. Nous utiliserons des données fictives par essais et erreurs jusqu'à ce que nous empruntions le chemin nécessaire. Cela inclut les menus déroulants, les champs de formulaire et toute autre donnée qui pourrait nous faire emprunter un chemin différent ou ramifié. Comme vous pouvez l'imaginer, le fait que les données de test fictives puissent être testées jusqu'à ce que le résultat corresponde à un état de succès connu, c'est un problème d'apprentissage automatique qui peut éventuellement être entièrement automatisé. Nous y travaillons. Quelques précisions sur la façon dont nous gérons les données de test : - Une grande partie des données fictives n'impacte pas le flux de travail – les connexions, les détails du compte tels que le nom ou l'adresse, quel produit est sélectionné pour être ajouté au panier. Nous utilisons ce qui est pratique. - Les données restreintes syntaxiquement, telles qu'un numéro de téléphone, seront créées en utilisant le contexte ou par essais et erreurs. - Si nous observons des cas de test négatifs en production, nous les testerons – cependant, nous ne testerons pas de manière exhaustive les permutations des données fictives pour déclencher le cas de test négatif. - Nous créons autant de données de test que possible, en particulier lors des flux de création de compte. Nous essayons de manipuler les données de test que nous créons dans la suite de tests pour être moins dépendants des processus de gestion des données de test de nos clients. - Si les données ne sont pas déclenchées par une action humaine (comme dans un outil de surveillance), nous devrons demander une API ou un flux de données pour nous permettre de déclencher ou de recevoir ces données. - Si les données sont transmises entre un rôle utilisateur et un autre (comme un client commandant un produit et un employé traitant la commande), nous organiserons les tests afin de nous assurer que ces données sont créées et transmises pendant le flux de test.

Afficher plus

Afficher moins