【5.18】二、黑盒测试方法—正交实验设计法

目录

2.4 正交实验设计法

2.4.1 正交实验设计法概述

2.4.2 实例：微信Web页面运行环境正交实验设计 

---

2.4 正交实验设计法

实际的软件测试中，软件往往会很复杂，很难从软件的规格说明中得出一一对应的输入和输出关系，基本无法划分出等价类，而使用因果图法，画出的因果图也会很庞大。为了合理有效地进行测试，可以利用正交实验法设计测试用例。

2.4.1 正交实验设计法概述

正交实验设计法（Orthogonal Experimental Design）是指从大量的实验点中挑选出适量的、有代表性的点，依据Glois理论导出“正交表”，从而合理地安排实验的一种实验设计方法。

正交实验设计法包含3个关键因素：

• 指标：判断实验结果优劣的标准。
• 因子：因子也称为因素，是指所有影响实验指标的条件。
• 因子的状态：因子的状态也叫因子的水平，它指的是因子变量的取值。

利用正交实验设计法设计测试用例时，可以按照如下步骤进行：

（1）提取因子，构造因子状态表

分析得到影响软件功能的因子，确定因子可以有哪些取值。如某软件运行功能的因子—状态表：

（2）加权筛选，简化因子—状态表

根据因子及状态的重要程度进行加权筛选，选出重要的因子与状态，简化因子—状态表。

（3）构建正交表，设计测试用例

正交表的表示形式为Ln(tc)。

• L表示正交表。
• n为正交表的行数，正交表的每一行可以设计一个测试用例，因此行数n也表示可以设计的测试用例的数目。
• c表示正交实验的因子数目，即正交表的列数，因此正交表是一个n行c列的表。
• t称为水平数，表示每个因子能够取得的最大值，即因子有多少个状态。 

例如L4（23）是最简单的正交表，它表示该实验有3个因子，每个因子有两个状态，可以做4次实验，如果用0和1表示每个因子的两种状态，则该正交表就是一个4行3列的表，如:

 

在实际软件测试中，大多数情况下，软件有多个因子，每个因子的状态数目都不相同，即各列的水平数不等，这样的正交表称为混合正交表，如L8(24×41)，这个正交表表示有4个因子有2种状态，有1个因子有4种状态。混合正交表往往难以确定测试用例的数目，即n的值，这种情况下，可以登录正交表的一些权威网站，查询n值以及各行的取值。（这些网站具有科学的算法）

 

正交表最大的特点是取点均匀分散、齐整可比，每一列中每种数字出现的次数都相等，即每种状态的取值次数相等；此外，任意两列组成的对数出现的次数相等。

---

在正交表中，每个因子的每个水平与另一个因子的各水平都“交互”一次，这就是正交性，它保证了实验点均匀分散在因子与水平的组合之中，因此具有很强的代表性。

对于受多因子多水平影响的软件，正交实验法可以高效适量地生成测试用例，减少测试工作量，并且利用正交实验法得到的测试用例具有一定的覆盖度，检错率可达50%以上。 

正交实验法虽然好用，但在选择正交表时要注意先要确定实验因子、状态及它们之间的交互作用，选择合适的正交表，同时还要考虑实验的精度要求、费用、时长等因素。

2.4.2 实例：微信Web页面运行环境正交实验设计 

如果要测试微信Web页面运行环境，需要考虑多种因素。在众多的因素中，我们可以选出几个影响比较大的因素，如服务器、操作系统、插件和浏览器。对于选取出的4个影响因素，每个因素又有不同的取值，同样，在每个因素的多个值中，可以选出几个比较重要的值，具体如下：

• 服务器：IIS、Apache、Jetty。
• 操作系统：Windows 7、Windows 10、Linux。
• 插件：无、小程序、微信插件。
• 浏览器：IE 11、Chrome、FireFox。

对于多因素多水平的测试可以选择正交实验法，正交实验法的第一步就是提取有效因子。由上述分析可知，微信Web版运行环境正交实验中有4个因子：服务器、操作系统、插件、浏览器，每个因子又有3个水平，因此该正交表是一个4因子3水平正交表，在正交表查询网站查询可得其n值为9，即该正交表是一个9行4列的正交表。

 

水平编号分别代表因子的不同取值，将因子、状态映射到正交表，可生成具体的测试用例：

 

表中每一行都是一个测试用例，即微信Web页面的一个运行环境。对于该测试案例，如果使用因果图法要设计3^4=81个测试用例，而使用正交实验设计法，只需要9个测试用例就可以完成测试。

正交实验设计法虽然高效，但并不是每种软件测试都适用，在实际测试中，正交实验设计法其实使用比较少。

---

理解正交的含义，特点是取点均匀分散、齐整可比，这些可以得出正交表的网站都是有良好的正交算法的。