Ujian Array Orthogonal
Orthogonal Array Testing (OAT) adalah teknik pengujian perisian yang menggunakan tatasusunan ortogonal untuk membuat kes ujian. Ini adalah pendekatan pengujian statistik yang sangat berguna apabila sistem yang akan diuji mempunyai input data yang besar. Ujian array ortogonal membantu memaksimumkan liputan ujian dengan memasangkan dan menggabungkan input dan menguji sistem dengan jumlah kes ujian yang relatif lebih sedikit untuk menjimatkan masa.
Sebagai contoh, apabila tiket kereta api harus disahkan, faktor seperti - jumlah penumpang, nombor tiket, nombor tempat duduk, dan nombor kereta api harus diuji. Satu demi satu pengujian setiap faktor / input membebankan. Lebih cekap apabila jurutera QA menggabungkan lebih banyak input bersama dan melakukan ujian. Dalam kes seperti ini, kita boleh menggunakan kaedah ujian Orthogonal Array.
Jenis memasangkan atau menggabungkan input dan menguji sistem untuk menjimatkan masa dipanggil Pairwise testing. Teknik OATS digunakan untuk ujian berpasangan.
Dalam tutorial ini, anda akan belajar-
- Apa itu OAT (Ujian Arthogonal Array)?
- Kenapa OAT (Ujian Arthogonal Array)?
- Bagaimana OAT diwakili
- Cara melakukan Ujian Arthogonal Array: Contohnya
- Kelebihan OAT
- Kekurangan OAT
- Kesalahan atau kesalahan semasa melakukan OAT
Kenapa OAT (Ujian Arthogonal Array)?
Dalam senario sekarang, penyampaian produk perisian yang berkualiti kepada pelanggan menjadi sangat mencabar kerana kerumitan kodnya.
Dalam kaedah konvensional, suite ujian merangkumi kes ujian yang berasal dari semua gabungan nilai input dan pra-syarat. Akibatnya, jumlah kes ujian harus dilindungi.
Tetapi dalam senario sebenar, penguji tidak akan mempunyai waktu luang untuk melaksanakan semua kes ujian untuk mengetahui kecacatan kerana terdapat proses lain seperti dokumentasi, cadangan, dan maklum balas dari pelanggan yang harus diambil kira semasa berada di fasa ujian.
Oleh itu, pengurus ujian ingin mengoptimumkan bilangan dan kualiti kes ujian untuk memastikan liputan Ujian maksimum dengan usaha minimum. Usaha ini dinamakan Uji Pengoptimuman Kes.
- Kaedah sistematik dan Statistik untuk menguji interaksi berpasangan
- Titik interaksi dan Integrasi adalah sumber utama kecacatan.
- Laksanakan kes ujian yang jelas dan ringkas yang kemungkinan besar akan menemui kebanyakan bug (tidak semua).
- Pendekatan ortogonal menjamin liputan berpasangan bagi semua pemboleh ubah.
Bagaimana OAT diwakili
Formula untuk mengira OAT
- Runs (N) - Bilangan baris dalam array, yang diterjemahkan menjadi sebilangan kes ujian yang akan dihasilkan.
- Faktor (K) - Bilangan lajur dalam larik, yang diterjemahkan ke dalam jumlah maksimum pemboleh ubah yang dapat dikendalikan.
- Levels (V) - Bilangan nilai maksimum yang boleh diambil berdasarkan faktor tunggal.
Faktor tunggal mempunyai 2 hingga 3 input untuk diuji. Jumlah input maksimum menentukan Tahap.
Cara melakukan Ujian Arthogonal Array: Contohnya
- Kenal pasti pemboleh ubah bebas untuk senario.
- Cari susunan terkecil dengan bilangan larian.
- Petakan faktor ke array.
- Pilih nilai untuk sebarang tahap "sisa".
- Transkripsikan Runs ke dalam kes ujian, tambahkan kombinasi yang sangat mencurigakan yang tidak dihasilkan.
Contoh 1
Halaman Web mempunyai tiga bahagian berbeza (Atas, Tengah, Bawah) yang dapat ditunjukkan atau disembunyikan secara individu daripada pengguna
- Tiada Faktor = 3 (Atas, Tengah, Bawah)
- Bilangan Tahap (Keterlihatan) = 2 (Tersembunyi atau Ditunjukkan)
- Jenis Array = L4 (23)
(4 adalah jumlah larian yang tiba setelah membuat array OAT)
Sekiranya kita menggunakan teknik ujian Konvensional, kita memerlukan kes ujian seperti 2 X 3 = 6 Kes Ujian
| Kes Ujian | Senario | Nilai yang akan diuji |
|---|---|---|
| Ujian # 1 | TERSEMBUNYI | Atas |
| Ujian # 2 | TUNJUKKAN | Atas |
| Ujian # 3 | TERSEMBUNYI | Bawah |
| Ujian # 4 | TUNJUKKAN | Bawah |
| Ujian # 5 | TERSEMBUNYI | Tengah |
| Ujian # 6 | TUNJUKKAN | Tengah |
Sekiranya kita menjalani Ujian OAT, kita memerlukan 4 kes Ujian seperti di bawah:
| Kes Ujian | TOP | Tengah | Bawah |
|---|---|---|---|
| Ujian # 1 | Tersembunyi | Tersembunyi | Tersembunyi |
| Ujian # 2 | Tersembunyi | Kelihatan | Kelihatan |
| Ujian # 3 | Kelihatan | Tersembunyi | Kelihatan |
| Ujian # 4 | Kelihatan | Kelihatan | Tersembunyi |
Contoh 2:
Fungsi mikropemproses harus diuji:
- Suhu: 100C, 150C dan 200C.
- Tekanan: 2 psi, 5psi dan 8psi
- Jumlah Doping: 4%, 6% dan 8%
- Kadar Pemendapan: 0.1mg / s, 0.2 mg / s dan 0.3mg / s
Dengan menggunakan kaedah Konvensional kita memerlukan = 81 kes ujian untuk merangkumi semua input. Mari bekerjasama dengan kaedah OATS:
Bilangan faktor = 4 (suhu, tekanan, jumlah doping dan kadar pemendapan)
Tahap = 3 tahap per faktor (suhu mempunyai 3 tahap-100C, 150C, dan 200C dan juga faktor lain juga mempunyai tahap)
Buat susunan seperti di bawah:
1. Lajur dengan bilangan faktor
| Kes ujian # | Suhu | Tekanan | Jumlah doping | Kadar pemendapan |
|---|---|---|---|---|
2. Masukkan bilangan baris sama dengan tahap setiap faktor. iaitu suhu mempunyai 3 tahap. Oleh itu, masukkan 3 baris untuk setiap tahap untuk suhu,
| Kes ujian # | Suhu | Tekanan | Jumlah doping | Kadar pemendapan |
|---|---|---|---|---|
| 1 | 100C | |||
| 2 | 100C | |||
| 3 | 100C | |||
| 4 | 150C | |||
| 5 | 150C | |||
| 6 | 150C | |||
| 7 | 200C | |||
| 8 | 200C | |||
| 9 | 200C |
3. Sekarang bahagikan tekanan, jumlah doping dan kadar pemendapan di lajur.
Contohnya: Masukkan 2 psi pada suhu 100C, 150C dan 200C juga masukkan jumlah doping 4% untuk 100C, 150C dan 200C dan seterusnya.
| Kes ujian # | Suhu | Tekanan | Jumlah doping | Kadar pemendapan |
|---|---|---|---|---|
| 1 | 100C | 2 psi | 4% | 0.1 mg / s |
| 2 | 100C | 5 psi | 6% | 0.2 mg / s |
| 3 | 100C | 8 psi | 8% | 0.3 mg / s |
| 4 | 150C | 2 psi | 4% | 0.1 mg / s |
| 5 | 150C | 5 psi | 6% | 0.2 mg / s |
| 6 | 150C | 8 psi | 8% | 0.3 mg / s |
| 7 | 200C | 2 psi | 4% | 0.1 mg / s |
| 8 | 200C | 5 psi | 6% | 0.2 mg / s |
| 9 | 200C | 8 psi | 8% | 0.3 mg / s |
Oleh itu, dalam OA, kita memerlukan 9 kes Ujian untuk membuat liputan.
Kelebihan OAT
- Menjamin pengujian kombinasi pasangan sepadan dari semua pemboleh ubah yang dipilih.
- Mengurangkan bilangan kes ujian
- Membuat lebih sedikit kes Ujian yang merangkumi pengujian semua kombinasi semua pemboleh ubah.
- Gabungan pemboleh ubah yang kompleks dapat dilakukan.
- Lebih mudah dihasilkan dan kurang ralat daripada set ujian yang dibuat dengan tangan.
- Ia berguna untuk Ujian Integrasi.
- Ia meningkatkan produktiviti kerana kitaran ujian dan masa ujian berkurang.
Kekurangan OAT
- Apabila input data meningkat, kerumitan kes Uji meningkat. Hasilnya, usaha manual dan masa yang dihabiskan meningkat. Oleh itu, penguji perlu menjalani Ujian Automasi.
- Berguna untuk Ujian Integrasi komponen perisian.
Kesalahan atau kesalahan semasa melakukan OAT
- Usaha pengujian tidak boleh tertumpu pada bidang aplikasi yang salah.
- Elakkan memilih parameter yang salah untuk digabungkan
- Elakkan menggunakan Ujian Arthogonal Array untuk usaha ujian minimum.
- Mengaplikasikan Ujian Arthogonal Array secara manual
- Mengamalkan Ujian Arthogonal Array untuk aplikasi berisiko tinggi
Kesimpulan:
Di sini kita telah melihat bagaimana OAT (Orthogonal Array Testing) dapat digunakan untuk mengurangkan usaha pengujian dan bagaimana pengoptimuman kes ujian dapat dicapai.
Artikel ini disumbangkan oleh Madhumitha.