နိဒါန်း
မင်္ဂလာနေ့လည်ခင်းပါ Khabrovsk နေထိုင်သူများ။ အခုပဲ ကျွန်တော် fintech ကုမ္ပဏီအတွက် QA Lead လစ်လပ်နေရာအတွက် စမ်းသပ်မှုတစ်ခုကို ဖြေရှင်းနေပါတယ်။ ပြီးပြည့်စုံသော စစ်ဆေးစာရင်းနှင့် လျှပ်စစ်ရေနွေးအိုးကို စမ်းသပ်ရန်အတွက် စမ်းသပ်မှု နမူနာများပါရှိသော စမ်းသပ်မှုအစီအစဉ်ကို ဖန်တီးရန် ပထမတာဝန်မှာ အသေးအဖွဲအားဖြင့် ဖြေရှင်းနိုင်သည်-
ပြီးပြည့်စုံသော စစ်ဆေးစာရင်းဖြင့် ပိုမိုကောင်းမွန်သော စမ်းသပ်မှုအစီအစဉ်ကို စဉ်းစားရန် ခက်ခဲသည်။
သို့သော် ဒုတိယအပိုင်းသည် မေးခွန်းတစ်ခုဖြစ်လာသည်- "စမ်းသပ်သူတိုင်းတွင် ၎င်းတို့ကို ပိုမိုထိရောက်စွာလုပ်ဆောင်ခြင်းမှ တားဆီးနိုင်သည့် ပြဿနာများ ရှိပါသလား။
ပထမဆုံး သတိရမိသည်မှာ စမ်းသပ်မှုအတွင်း ကျွန်ုပ်ကြုံတွေ့ခဲ့ရသော သိသာထင်ရှားသော ပြဿနာများအားလုံးကို စာရင်းပြုစုခြင်း၊ အသေးအမွှားများကို ဖယ်ထုတ်ပြီး ကျန်အရာများကို အကျဉ်းချုံ့ရန်ဖြစ်သည်။ ဒါပေမယ့် inductive method က "အားလုံး" နဲ့မသက်ဆိုင်တဲ့ မေးခွန်းတစ်ခုကို ဖြေပေးလိမ့်မယ်၊ ဒါပေမယ့် အကောင်းဆုံးကတော့ testers "အများစု" ကိုသာ မြန်မြန်နားလည်လိုက်ပါပြီ။ ထို့ကြောင့်၊ တစ်ဖက်မှ နှုတ်ယူ၍ ချဉ်းကပ်ရန် ဆုံးဖြတ်ခဲ့ပြီး၊ ဤအရာသည် ဖြစ်ပျက်ခဲ့သည်။
သတ်မှတ်
ပြဿနာအသစ်တစ်ခုကို ဖြေရှင်းတဲ့အခါ ပထမဆုံးလုပ်လေ့ရှိတာက အဲဒါက ဘာလဲဆိုတာ နားလည်ဖို့ ကြိုးစားဖို့ဖြစ်ပြီး ဒါကိုလုပ်ဖို့က စကားလုံးတွေရဲ့ အဓိပ္ပါယ်ကို နားလည်ဖို့လိုတယ်။ နားလည်ရန် အဓိကစကားလုံးများမှာ အောက်ပါအတိုင်းဖြစ်သည်။
- ပြဿနာ
- စမ်းသပ်သူ
- စမ်းသပ်သူအလုပ်
- tester ထိရောက်မှု
Wikipedia နှင့် ဘုံသဘောသို့ လှည့်ကြည့်ရအောင်။
ကျယ်ပြန့်သော အဓိပ္ပာယ်ဖြင့် (ရှေးဂရိ πρόβλημα) - လေ့လာမှု နှင့် ဖြေရှင်းရန် လိုအပ်သော ရှုပ်ထွေးသော သီအိုရီ သို့မဟုတ် လက်တွေ့ကျသော ပြဿနာ၊ သိပ္ပံပညာတွင် - မည်သည့်ဖြစ်စဉ်များ၊ အရာဝတ္ထုများ၊ လုပ်ငန်းစဉ်များကိုမဆို ရှင်းလင်းချက်တွင် ဆန့်ကျင်ဘက်အနေအထားပုံစံဖြင့် ပေါ်လာသော ဆန့်ကျင်ဘက်အခြေအနေတစ်ခုဖြစ်ပြီး ၎င်းကိုဖြေရှင်းရန် လုံလောက်သောသီအိုရီတစ်ခု လိုအပ်ပါသည်။ ဘဝတွင်၊ ပြဿနာကို လူတို့နားလည်နိုင်သောပုံစံဖြင့် ပုံဖော်ထားသည်- "ငါဘာသိတယ်၊ ဘယ်လိုမသိဘူး" ဆိုလိုတာက ဘာကိုရယူရမယ်ဆိုတာကို သိပေမယ့် အဲဒါကို ဘယ်လိုလုပ်ရမှန်းမသိဘူး။ . နောက်ကျမှ လာသည်။ လတ်။ ပြဿနာ၊ ဂရိမှ။ πρόβλημα "ရှေ့သို့လွှင့်၊ ရှေ့၌ချထား"; προβάλλω “ရှေ့သို့လွှင့်လော့။ အပြစ်"
တကယ်တော့ "ပြဿနာ" = "ကိုင်တွယ်ဖြေရှင်းရန် လိုအပ်သောအရာ" ဟူသည် အဓိပ္ပါယ်မရှိပေ။
- အစိတ်အပိုင်းတစ်ခု သို့မဟုတ် စနစ်တစ်ခုကို စမ်းသပ်ရာတွင် ပါဝင်သည့် စမ်းသပ်သူအားလုံးကို စိတ်ဝင်စားသောကြောင့် (ကျွန်ုပ်တို့သည် အမျိုးအစားများကို ခွဲခြားမည်မဟုတ်ပါ၊ ရလဒ်မှာ-
- စမ်းသပ်ခြင်းနှင့် ပတ်သက်သော လုပ်ဆောင်ချက်အစုံ။
(lat. effectivus) - အောင်မြင်သောရလဒ်နှင့် အသုံးပြုထားသော အရင်းအမြစ်များကြား ဆက်စပ်မှု (: 2015) ။
- လုပ်ဆောင်ချက် (ရလဒ်) သို့မဟုတ် အဖြစ်အပျက်များ၏ ကွင်းဆက် (စီးရီး) ၏ အကျိုးဆက်၊ အရည်အသွေး သို့မဟုတ် အရေအတွက်အားဖြင့် ဖော်ပြသည်။ ဖြစ်နိုင်သောရလဒ်များတွင် အားသာချက်၊ အားနည်းချက်၊ အမြတ်၊ အရှုံး၊ တန်ဖိုးနှင့် အောင်ပွဲတို့ ပါဝင်သည်။
“ပြဿနာ” ကဲ့သို့ပင်၊ အလုပ်၏ရလဒ်အဖြစ် ထွက်ပေါ်လာသည့် အဓိပ္ပါယ်အနည်းငယ်သာရှိသည်။
- လူတစ်ဦး သို့မဟုတ် လူတစ်ဦး၏ လုပ်ဆောင်ချက်တစ်ခုခုကို လုပ်ဆောင်ရန် ပမာဏအလိုက် တိုင်းတာနိုင်သော ဖြစ်နိုင်ခြေ၊ လိုချင်သောရလဒ်ရရှိရန် အချို့သော အသွင်ပြောင်းမှုများကို အသုံးပြုခွင့်ပြုသည့် အခြေအနေများ။ စမ်းသပ်သူသည် လူတစ်ဦးဖြစ်ပြီး အရေးကြီးသောအရင်းအမြစ်များသီအိုရီအရ၊ လူတစ်ဦးစီသည် စီးပွားရေးပိုင်ဆိုင်မှုလေးခု၏ပိုင်ရှင်ဖြစ်သည်-
ငွေသား (ဝင်ငွေ) သည် ပြန်လည်ပြည့်ဖြိုးမြဲ အရင်းအမြစ်တစ်ခုဖြစ်သည်။
စွမ်းအင် (အသက်စွမ်းအား) သည် တစ်စိတ်တစ်ပိုင်း ပြန်လည်ပြည့်ဖြိုးမြဲဖြစ်သော အရင်းအမြစ်တစ်ခုဖြစ်သည်။
အချိန်သည် ပုံသေဖြစ်ပြီး အခြေခံအားဖြင့် ပြန်လည်ပြည့်ဖြိုးမြဲမဟုတ်သော အရင်းအမြစ်တစ်ခုဖြစ်သည်။
အသိပညာ (Information) သည် ပြန်လည်ပြည့်ဖြိုးမြဲဖြစ်သော အရင်းအမြစ်ဖြစ်ပြီး ၎င်းသည် ကြီးထွားနိုင်ပြီး ဖျက်ဆီးနိုင်သည့် လူသားအရင်းအနှီး၏ အစိတ်အပိုင်းဖြစ်သည်။.
ကျွန်ုပ်တို့၏ကိစ္စရပ်တွင် ထိရောက်မှု၏အဓိပ္ပါယ်ဖွင့်ဆိုချက်သည် လုံးဝမှန်ကန်ခြင်းမရှိကြောင်း သတိပြုစေလိုပါသည်၊ ကျွန်ုပ်တို့သည် အသိပညာပို၍အသုံးပြုလေ၊ ထိရောက်မှုနည်းလေဖြစ်သောကြောင့်၊ ထို့ကြောင့်၊ ကျွန်ုပ်သည် "အောင်မြင်သောရလဒ်များနှင့် သုံးစွဲခဲ့သောအရင်းအမြစ်များအကြား အချိုးအစား" အဖြစ် ထိရောက်မှုကို ပြန်လည်သတ်မှတ်ပါမည်။ ထို့နောက် အရာအားလုံးသည် မှန်ကန်သည်- လုပ်ငန်းခွင်အတွင်း အသိပညာကို အလဟဿမဖြုန်းတီးဘဲ၊ ၎င်းသည် စမ်းသပ်သူ၏ တစ်ခုတည်းသော အခြေခံအားဖြင့် ပြန်လည်မွမ်းမံနိုင်သော အရင်းအမြစ် - သူ၏အချိန်ကုန်ကျစရိတ်များကို လျှော့ချပေးသည်။
ဆုံးဖြတ်ချက်
ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် ၎င်းတို့၏အလုပ်၏ထိရောက်မှုကို ထိခိုက်စေသော စမ်းသပ်သူများ၏ ကမ္ဘာလုံးဆိုင်ရာပြဿနာများကို ရှာဖွေနေပါသည်။
စမ်းသပ်သူ၏အလုပ်တွင် အသုံးပြုရသည့် အထင်ရှားဆုံးအရင်းအမြစ်မှာ သူ၏အချိန်ဖြစ်သည် (ကျန်ငွေကို တစ်နည်းမဟုတ်တစ်နည်း လျှော့ချနိုင်သည်) နှင့် မှန်ကန်သောတွက်ချက်မှု၏ထိရောက်မှုအကြောင်း ပြောဆိုရန်အတွက် ရလဒ်ကိုလည်း အချိန်အတိုင်းအတာတစ်ခုအထိ လျှော့ချရမည်ဖြစ်သည်။ .
ဒါကိုလုပ်ဖို့၊ စမ်းသပ်သူဟာ သူ့အလုပ်ကနေတဆင့် အာမခံပေးနိုင်တဲ့ စနစ်တစ်ခုကို စဉ်းစားပါ။ ထိုသို့သောစနစ်သည် စမ်းသပ်သူပါဝင်သည့်အဖွဲ့တွင် ပရောဂျက်တစ်ခုဖြစ်သည်။ ပရောဂျက်ဘဝစက်ဝန်းအား အောက်ပါ algorithm ဖြင့် အကြမ်းဖျင်းအားဖြင့် ကိုယ်စားပြုနိုင်သည်-
- လိုအပ်ချက်များနှင့် အလုပ်လုပ်ခြင်း။
- နည်းပညာဆိုင်ရာသတ်မှတ်ချက်များဖွဲ့စည်းခြင်း။
- ပုံစံ
- စမ်းသပ်ခြင်း
- ထုတ်လုပ်မှုသို့ ဖြန့်ချိသည်။
- ပံ့ပိုးမှု (အကြောင်းအရာ 1 ကိုသွားပါ)
ဤကိစ္စတွင်၊ ပရောဂျက်တစ်ခုလုံးကို တူညီသောဘဝစက်ဝန်းဖြင့် ပရောဂျက်ခွဲများ (အင်္ဂါရပ်များ) အဖြစ် ထပ်ခါတလဲလဲ ခွဲခြားနိုင်သည်။
ပရောဂျက်ကို ရှုထောင့်မှကြည့်လျှင် ၎င်းကို အချိန်ပိုနည်းလေ၊ ၎င်း၏ အကောင်အထည်ဖော်မှုသည် ပိုမိုထိရောက်လေဖြစ်သည်။
ထို့ကြောင့်၊ ပရောဂျက်၏ရှုထောင့်မှ စမ်းသပ်သူ၏ အမြင့်ဆုံးဖြစ်နိုင်ချေရှိသော ထိရောက်မှု၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကို ကျွန်ုပ်တို့ရောက်ရှိလာသည် - ဤသည်မှာ စမ်းသပ်ချိန် သုညဖြစ်ပြီး ပရောဂျက်၏ အခြေအနေဖြစ်သည်။ စမ်းသပ်သူများအားလုံးအတွက် ဘုံပြဿနာမှာ ဤအချိန်ကို မအောင်မြင်နိုင်ခြင်းဖြစ်သည်။
ဒါကို ဘယ်လိုဖြေရှင်းမလဲ။
နိဂုံးချုပ်ချက်များသည် အလွန်ထင်ရှားပြီး လူများစွာက အချိန်ကြာမြင့်စွာ အသုံးပြုခဲ့ကြသည်-
- ဖွံ့ဖြိုးတိုးတက်မှုနှင့် စမ်းသပ်မှုများသည် တစ်ပြိုင်နက်နီးပါး စတင်သင့်ပြီး ပြီးဆုံးသင့်သည် (၎င်းကို များသောအားဖြင့် ဌာနမှ လုပ်ဆောင်သည်။ ) စံပြရွေးချယ်မှုမှာ တီထွင်ထားသည့် လုပ်ဆောင်နိုင်စွမ်းအားလုံးကို အဆင်သင့်ဖြစ်ချိန်၌ autotests ဖြင့် လွှမ်းခြုံထားပြီး၊ အချို့သော အမျိုးအစားများကို အသုံးပြု၍ regression (ဖြစ်နိုင်လျှင် ကြိုတင်လုပ်ဆောင်မည်) စမ်းသပ်ခြင်းတွင် စံပြရွေးချယ်မှုဖြစ်သည်။ .
- ပရောဂျက်တစ်ခုတွင် အင်္ဂါရပ်များ များလေလေ (ပိုမိုရှုပ်ထွေးလေလေ) လုပ်ဆောင်ချက်အသစ်သည် အဟောင်းကို မချိုးဖျက်ကြောင်း စစ်ဆေးရန် အချိန်ပိုပေးရမည်ဖြစ်ပါသည်။ ထို့ကြောင့် ပရောဂျက်သည် ပိုမိုရှုပ်ထွေးလေလေ၊ အလိုအလျောက်စနစ် ပိုမိုလိုအပ်လေဖြစ်သည်။ .
- ထုတ်လုပ်မှုတွင် ကျွန်ုပ်တို့ ချွတ်ယွင်းချက်တစ်ခု လွတ်သွားကာ အသုံးပြုသူတစ်ဦးက ၎င်းကို တွေ့ရှိသည့်အခါတိုင်း၊ အမှတ် 1 မှ စတင်သည့် ပရောဂျက်ဘဝစက်ဝန်းကို ဖြတ်သန်းရန် (ဤကိစ္စတွင်၊ အသုံးပြုသူများ၊ လိုအပ်ချက်များနှင့်အတူ လုပ်ဆောင်ခြင်း) မှ ထပ်လောင်းအချိန်များကို သုံးစွဲရပါမည်။ bug တစ်ခုပျောက်ဆုံးရခြင်းအကြောင်းရင်းများကို ယေဘူယျမသိရသေးသောကြောင့်၊ ကျွန်ုပ်တို့တွင် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းလမ်းကြောင်းတစ်ခုသာ ကျန်ရှိတော့သည် - အသုံးပြုသူများတွေ့ရှိသည့် bug တိုင်းသည် နောက်တစ်ကြိမ်ပြန်ပေါ်လာမည်မဟုတ်ကြောင်း သေချာစေရန် regression testing တွင် ထည့်သွင်းရပါမည်။
source: www.habr.com