📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）
📝 职场经验干货：
背景介绍
施工图业务的核心是将3D设计方案转化为2D施工图纸，用于指导建筑和装修施工。在酷家乐的产品流程中，施工图位于末端，具体流程如下：
户型导入/设计：创建或导入房屋平面图。
硬装、水电、照明、定制、软装设计：完成室内设计的各个细节。
渲染：生成效果图和漫游图。
施工图设计：将3D设计内容转换为2D图纸，包括标注和标记。
导出施工图：最终输出施工图纸。
施工图业务的关键在于处理大量设计数据，将其精确转换为施工所需的2D图纸。这些图纸通常包含：
平面布局图：俯视图显示墙体房间布局和门窗位置、天花图显示吊顶灯具等信息。
立面图：展示墙体、窗户、门、软装家具、定制家具、墙面开关插座、装饰等的细节和相对位置坐标、标记。
剖面图：展示内部结构。
详图：放大特定构造节点。
材料表与规格说明：列出所需材料及其规格。
电气、水暖、通风系统图：描绘基础设施布局。
讲了这么多，那图纸长什么样呢？来看一套相对简单的软装图，其中主要包含了不同视角的户型、软装图例、标注、标记信息等。
一套完整的施工图纸不仅包括软装图，还有定制图、硬装图和水电图等多种类型，每种图纸都涉及不同的细节和视角：
定制图：展示定制柜体、橱柜、门窗等的具体尺寸和结构。
硬装图：涵盖墙面、地面、天花板等硬装部分的材料和工艺。
水电图：描绘水电管线、开关插座及电路布局。每种图纸可能包括平面图、立面图、剖面图、详图等，以满足施工的具体需求。此外，还需应对多种图纸格式（如PDF、DWG、JPG）和用户个性化配置，这使得图纸数量庞大且复杂。
因此，确保施工图的质量成为一项重大挑战，需要严格的质量控制措施来保证每张图纸的准确性和一致性。
业务核心链路分析：
如果将图纸引擎（含CAD输出）整体看做一个黑盒，那我们就仅需要关注关键的输入、输出，同理再分别将图纸引擎（图纸设计工具）作为黑盒，重点关注它的输出到ODA导出的中间数据即可。
平台设计
初期平台核心需求
测试场景管理：支持不同设计方案与业务线的数据/图纸基线维护，便于管理和打包测试案例。
任务管理：涵盖任务集合的管理、执行与回溯功能。
自动化数据处理：实时获取前端应用输入的施工图数据，确保数据同步。
数据分析与对比：对图纸中的大量JSON数据进行分析、对比，并支持数据可视化。
图纸差异标记：实现不同格式图纸（PDF/JPG/DWG）的对比与差异标记。
平台业务架构
平台架构分为三大核心部分：
工具层：由多个独立的小工具构成，负责业务案例的导入生成、问题排查、加解密、配置推送与对比等工作，简化日常操作。
交互层：作为平台的核心交互界面，提供测试场景和基线管理、测试集构建、任务执行及结果报告等功能。
引擎层：提供底层技术支持，包括但不限于数据处理、分析对比和可视化能力，确保平台的高效运行与扩展性。此架构设计旨在支持灵活的工具集成与业务场景回归，确保系统的可扩展性和模块化特性。
平台业务流程
整体流转采用了采集+回放的模式，通过不同的配置实现不同业务场景的组合，再针对各业务场景做集合配置来预定义好要准备回归的任务。通过任务来批量执行测试场景，采集测试数据后匹配基线进行对比，然后染色标记，然后将结果汇总输出，最后消息通知相关同学确认和分析。
核心模块介绍
测试基线
建立测试场景：
用户可以通过批量导入或手动建立方案和基线。
支持对测试场景进行打标分类。
区分不同环境（内网、外网）、任务类型（不同业务场景）和配置（选择不同的业务线数据、图纸生成等），实现灵活自定义。
基线导入：
方便捞取线上真实用户方案，一键生成测试方案、基线和测试集合。
手动录入：需要经历录入方案→ 录入测试基线→创建测试集合
基线生成结果
定义好不同的测试场景后，根据不同的业务类型生成基线：
定义测试场景：根据不同业务类型定义测试场景，并生成相应的基线。
数据采集任务：
后端服务数据生成：使用封装的任务工具（如出图、标注等）获取测试数据并存储。
设计方案数据采集：自动下发采集任务到Apollo平台（酷家乐内部UI自动化、接口自动化测试平台）。任务通过Apollo调度Hades-UI自动化框架执行，采集完成后回调平台接口上报数据。
回归任务
回归测试
数据采集与对比：
基于指定的业务代码版本（前后端版本可灵活指定）采集数据。
进行图纸差异和数据差异的对比。
生成可视化的对比结果并存储。
结果通知：
回归任务执行完成后，通过企业微信消息或邮件提醒相关人员进行分析和确认。
录入回归任务
任务配置：
多选测试集合。
指定环境、版本和对比规则。
指定消息接收地址。
设置定时任务。
任务列表现在状态和进度，执行记录回溯。
消息通知：版本集成时，会根据接入卡点的任务结果，定时通知集成卡点的通过情况，由对应业务方同学分析确认后更新集成卡点以及基线更新等。
回归结果
数据对比结果，在施工图产品能力（viewer）的基础上做了改造，在数据对比（将业务数据转为json设定对比规则进行对比）的结果基础上进行业务数据的标记，然后通过viewer能力输出可视化的结果，提升了仅通过数据差异排查结果的效率。
数据差异及可视化
结果列表 结果可方便获取原始数据、差异数据等，在执执行异常时也可以查看执行日志，也可以看到运行异常时的截图信息。
图纸对比会直接以图纸相似度作为通过or失败的标准，并输出差异的图纸。
报表：基于BizCharts4实现，参考文档：https://bizcharts.taobao.com/product/BizCharts4/gallery#PieChart
平台收益
降本增效
按每小时设计方案回归数计算，由原来的个位数/h提升至现在的数百个/H，效率提升百倍，可支持数千方案回归/Day.
平台缺陷发现率
回归平台自动化缺陷发现率超过25%。
稳定性
平台在落地使用后，多次在上线前拦截业务线数据输入的问题和施工图输出图纸的问题，几乎杜绝了施工图图纸导出模块的衰退故障。
高P故障为0，与图纸输出模块相关的故障为0。
流程推广
测试左移
通过平台的回归能力，自动化测试左移到了开发自测和feature测试，更早的发现了问题，降低问题修复成本。
集成卡点和流程
推广至各业务线并建立了平台问题排查跟进解决的流程规范，并集成devops作为集成卡点。
平台展望
自定义数据采集：
目前是固定了数据采集的操作链路，未来希望开放自定义数据采集模块给各业务线，由其自行定义数据采集过程。平台仅负责通过输入的配置和数据进行数据对比及可视化结果输出。
全自动化的持续集成：
目前在做回归时需要依赖手动部署和配置环境；未来希望能和前后端的持续集成打通，实现从代码merge开始的全流程持续集成；
回归时目前仍需要人工选取回归的任务类型和case，未来希望在持续集成链路中根据代码的改动模块自动匹配回归的case和任务，提高测试精准度。
持续补充测试覆盖：
模块case覆盖：定期维护各模块的测试用例覆盖。
工单case覆盖：持续更新来自于工单场景的测试用例，与重点用户实际的设计方案保持同步。
代码覆盖度量：持续补充模块的各核心模块代码覆盖率统计能力及代码覆盖率提升。
最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取 【保证100%免费】
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
