软件测试作业7

缺陷管理工具对比与分析

最新推荐文章于 2025-09-13 16:30:39 发布

转载最新推荐文章于 2025-09-13 16:30:39 发布 · 79 阅读

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/xiayuu/p/10202312.html

文章标签：

常用缺陷管理工具比较

序号	缺陷管理工具	商用or免费	是否跨平台	优点	缺点
1	QC	商用	是	提供了基于web的系统，能够在开发流程前参与应用程序测试，缩短发布时间，确保质量	系统资源消耗比较大，英文版易用性不是很好，同时价格比较贵性能不稳定
2	Bugzilla	免费	是	功能强大，有数据库支持	安装过程繁琐，修改配置文件麻烦，英文版的汉化会出现乱码
3	禅道	免费	是	简单实用，开放源代码。，配置安装简单，有简单的报表统计功能	不是那么美观，没有直接的截图功能
4	Mantis	免费	是	简单实用，报表功能强大，有邮件支持	安装过程比较困难。配置还需代码实现，比较麻烦
5	JIRA	商业	是	能够提高工作效率，安全性可扩展性方面效果强大；能够整合每个职位的信息，使信息得到交流反馈，易用性比较好，开源	对于测试需求、测试用例等都没有提供直接的方式进行管理
6	Gitlab	免费	是	方便管理bug，可以看到开发提交bug时的Commits，每次发版可以对照相关提交，既方便测试，也可以在出现问题时找到对应开发。	在安装和配置方面存在一定的速度或者性能问题，没有想象中的简单，并且必须在外网使用

基于Bugzilla 的缺陷分析理解

　　　　　　　　　　　　　　　　　　　　　　　　　　基于 github 的缺陷管理（issue ID：10450）分析理解

缺陷信息	IssueID（10450）	IssueID（12263）	IssueID（12230）	IssueID（12207）
IssueTitle（标题）	ufunc._call_treats out passed by position and keyword differently	hstack/vstack/column_stack no longer accept generators	malloc issue with ployfit	subclasses of np.void can cause a segfault
Product（软件产品）	numpy	numpy	numpy	numpy
Component（模块名）	numpy.core	numpy.core	numpy.core	numpy.core
Reporter（缺陷报告人）	eric-wieser	shoyer	astrofrog	eric-wieser
Opened（首先报告缺陷时间）	2018.1.22	2018.10.26	2018.10.21	2018.10.18
Assignee（指定缺陷修复人）	no	no	no	no
#participants（参与交流人数）	3	5	7	1
Miilestone（里程碑）	no	no	1.17.0 release	no
Modified（最后修改缺陷时间）	2018.4.26	2018.10.28	2018.11.18	2018.10.24
Status（缺陷状态）	closed	closed	open	open
#lifecycle（缺陷生存期）	120	2	28	6

转载于:https://www.cnblogs.com/xiayuu/p/10202312.html