几种测试的比喻,源于网上的一个问题与回复。

本文探讨了集成测试的概念,对比了单元测试,并解释了集成测试在软件开发流程中的位置及作用。
到底什么是集成测试?
mistkafka 2015年09月23日提问
0

CI中经常提到测试,网上也有非常多教程来说明怎么搭建自动CI。但是!但是!TM到底什么是集成测试,一直没有说明白。我的疑问如下:

  1. 单元测试为什么要集中到CI中跑?每个人写的单元测试,自己跑过了再推送不更好?
    单元测试需要mock,对吧? A->B->C , C没有写好, A、B都没有办法跑,所以B只能 Mock出C、A Mock出B。这样就隔离了依赖。 但是单元测试本质上没有必要集成起来再跑。类跟类之间完全隔离,本地就能跑。(除非一个类由多个人来负责)。

  2. 到底什么才是集成测试?是不是去掉Mock的单元测试代码就是集成测试?让A真实的依赖B, B真实的依赖C?

2个回答

2

已采纳

你的问题其实要分两块儿来说,因为现在用的是手机所以先简要回答一二,不明白的话再补充。

单元测试就是最小代码单元的针对性测试,可以是对象的一个属性,检查是否存在或值是否有效等等;也可以是一个函数或方法,检查其行为或输出是否如预期或者代码执行效能等等。

集成测试是要测试若干代码单元整合行为的结果,但是测试的写法却不一定是简单的一加一加一……而是从高阶层面模拟一种行为的开始(比如路由跳转)然后测试结果的预期(如当前路径),在此黑盒当中代码的流转和交互会牵涉到多个代码单元,谓之“集成”。

Mock 是模拟依赖对象的,它既可以用于单元测试也可以用于集成测试,并没有使用场景的严格限制。即使说集成测试是覆盖多个代码单元的,但 mock 依然有用武之地。比如说某个场景下系统调用了某第三方库做了 http 请求,如果你确信这个第三方库是可靠的(带有良好测试的开源软件)或者你确信返回结果的格式是可以预期的,你一样可以把这个部分 mock 了,因为它与你所写的代码并没有直接关系。

除此之外还有很多测试手段,比如冒烟,验收等等,每一种测试都有自己的针对性目标,不一而同,略过不谈。

再来说说 CI,虽然 CI 也带“集成”二字,但它与之前提到的集成测试是不同的。

集成测试的目标是软件系统的内部行为(只不过行为的层级较高,不是单一代码单元的行为,后者是单元测试的范畴),和外部运行环境无关(比如操作系统和运行环境的差异),它是封闭的,编写集成测试往往是在假设外部环境理想化的前提下进行的。

而 CI 的集成,意在软件系统与运行环境的整合,重点不在于你写了哪些测试,而在于你的测试在特定的环境下是否能表现如一,也就是排除或扩展了理想化环境这一限定条件。所以 CI 的配置里一定会有对于运行环境的描述。

为什么要 CI 之后才入代码管理?因为开发者的本地环境是多变的,是不可靠的。本地跑测试通过只能说明在特定的环境下一切 OK,但真实的产品是跑在产品服务器上的,你很难强求所有的开发者都去把本地环境模拟成产品服务器,因此需要 CI 来模拟产品环境来把持最后一道关口(有时候还有一道人工随机测试在后面)。因为 CI 所模拟的环境可以保持一致性,所以才叫“持续”集成,它不会因为开发者的变化而改变对测试代码运行的参照环境。

0

你说的是对的,集成测试是单元测试后的另一个阶段。

单元测试--> 集成测试 --> 冒烟测试 --> 回归测试 --> 用户验证测试
Unit --> Integration --> smoke --> Regression --> Acceptance

我不是专业测试,不过你就以造飞机为例:

飞机零件的检验 -- 单元测试

飞机组装过程中的调试 -- 集成测试

飞机装好了,会不会漏气呢(飞机里面是加压的),在里面放把火,在外面看会不会冒烟就知道有没有漏洞了(举例,非真实场景,哈哈) -- 冒烟测试

在机舱右侧找到一个孔,修补了,但是补的时候会不会把其他部件弄坏了? -- 回归测试。

试飞 -- 用户验证测试

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差方差,增强整体预测的稳定性准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值