• 测试覆盖率


    什么是测试覆盖率

    首先,该如何评审自己写的测试用例是否满足测试要求?是否存在漏洞与缺陷?

    这就要引入一个测试覆盖率的概念了。

    测试覆盖率

    覆盖率是用来度量测试完整性的手段,是测试效果衡量的标准,是测试技术有效性的度量:

    覆盖率 = (至少被执行一次的项目(item)数) / (项目的总数)

    项目是指:语句、判定、分支、函数等等。

    覆盖率按照测试方法一般可分为三大类:

    • 白盒覆盖率:语句、判定、条件、路径等等;
    • 灰盒覆盖率:接口相关;
    • 黑盒覆盖率:功能、性能测试;

    另外还包括面向对象覆盖率等。

    注意,测试用例设计不能一味的追求覆盖率,因为测试成本随覆盖率的增加而增加,要在覆盖率和成本之间有所取舍。

    白盒覆盖率

    白盒覆盖率中使用的最常见的就是逻辑覆盖率(Logical Coverage),也称为代码覆盖率(Code Coverage)、或者称为结构化覆盖率(Structural Coverage)。

    逻辑覆盖率包括:

    • 语句覆盖;
    • 判定覆盖;
    • 条件覆盖;
    • 判定条件覆盖;
    • 条件组合覆盖;
    • 路径覆盖;

    语句覆盖

    语句覆盖(Statement Coverage)的含义是,在测试时运行被测程序后,程序中被执行到的可执行语句的比率:

    语句覆盖率 = (至少被执行一次的语句数量) / (可执行的语句总数)

    现在我们祭出在测试覆盖率篇中都会使用的一张图。

    这个一个函数的流程图,需要传入三个参数;有两个语句,每个语句中有两个判断条件;根据传入参数的不同,它有几种可能的执行过程:abdabe等等。牢记这张图。

    我们用Python代码实现这个函数:

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        if a == 2 or x > 1:
            x = x + 1
    case1 = foo(a=2, b=0, x=3)
    case2 = foo(a=2, b=1, x=3)

    上面的示例中,我们分别写了两个用例case1case2

    那么它们的用例怎么设计呢?又怎么计算语句覆盖率呢?

    在测试时,首先设计若干个测试用例,然后运行被测程序,使程序中的每个可执行语句至少执行一次。

    首先来看case1,在函数foo中,因为每个语句都包含两个子条件,所有共有4个语句,当然,你也可以只根据大的语句来划分,那就是2个语句。

    根据case1的传入参数a=2, b=0, x=3,它符合:

    编号条件取值标记
    1 A>1 T
    2 B==0 T
    3 A==2 T
    4 X>3 F

    在程序运行中,上面4种情况都会覆盖到,所以,根据上面的公式:

    34=75%34=75%


    被执行的语句是4条除以可执行的语句总数4条,它的覆盖率是100%。

    case2,根据传入参数a=2, b=1, x=3

    编号条件取值标记
    1 A>1, B==0 T,F
    2 A==2, X>1 T,F

    因为and的关系,上面第一条语句不会执行。所以,它的覆盖率50%。

    12=50%12=50%


    需要注意的是,有时候语句覆盖率达到100%也会有缺陷发现不了,比如开发人员将第二个语句写成了and

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        if a == 2 and x > 1:  # 偷偷将 or 替换为 and
            x = x + 1
    case1 = foo(a=2, b=0, x=3)
    case2 = foo(a=2, b=1, x=3)

    自己算覆盖率吧!

    所以覆盖率只是我们度量的一个手段。

    判定覆盖率

    判定覆盖(Decision Coverage)也叫分支覆盖(Branch Coverage),它是指在测试时运行被测试程序后,程序中所有判定语句的取真分支和取假被执行到的比率:

    判定覆盖率 = (判定结果被评价的次数) / (判定结果的总数)

    一般的判定条件可能有这些:ififelseifelifelse等等。

    这个怎么玩呢?把最开始的程序图拿过来(你想象它在这!)。

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        if a == 2 or x > 1:
            x = x + 1
    case1 = foo(a=2, b=0, x=3)
    case2 = foo(a=1, b=0, x=1)

    我们设计了两个用例,来判断取真取假的情况。

    来看case1,参数是a=2, b=0, x=3

    编号条件取值标记
    1 A>1, B==0 T
    2 A==2, X>1 T

    在来看case2,参数是a=1, b=0, x=1

    编号条件取值标记
    1 A>1, B==0 F
    2 A==2, X>1 F

    case1走了两次真,case2走了两次假,我们认为这两个用例的判定覆盖率达到了100%:

    44=100%44=100%


    需要注意的是,有时候语句覆盖率达到100%也会有缺陷发现不了,比如开发人员将第二个条件语句的X>1写成了X<1它的执行情况是:

    用例编号条件取值标记
    case1 1 A>1, B==0 T
    case1 2 A==2, X>1 T
    case2 3 A>1, B==0 F
    case2 4 A==2, X<1 F

    此时的判定覆盖率仍然为100%,但是程序已经存在问题了。

    条件覆盖率

    条件覆盖(Condition Coverage)的含义时,在测试时运行被测程序后,所有的判断语句中每个条件的可能取值(真和假)出现过的比率:

    条件覆盖率 = (条件操作数值至少被评价一次的数量) / (条件操作数的总数)

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        if a == 2 or x > 1:
            x = x + 1
    case1 = foo(a=2, b=0, x=3)
    case2 = foo(a=1, b=0, x=1)
    case3 = foo(a=2, b=1, x=1)

    这个又该怎么玩呢?

    我们在设计用例时,要使每个判断中的每个条件的可能值都要满足一次,这么说,上面的程序有4个语句,每个语句都有两种情况,所以,共有八种情况:

    条件取真取假标记
    A>1 T F T,F
    B==0 T F T,F
    A==2 T F T,F
    X>1 T F T,F

    设计测试用例(看着那个图!):

    测试用例参数:A B X执行路径覆盖条件
    case1 203 ace T,T,T,T
    case2 101 abd F,T,F,F
    case3 211 abe T,F,T,F

    case1执行了四个真,case2执行了三个假,漏掉一个假,所以,我们又设计了case3来补上这个假,最终它们的条件覆盖率是:

    88=100%88=100%


    八种情况都覆盖了。
    没完!覆盖了条件的测试用例不一定覆盖了分支:

    测试用例参数:A B X执行路径覆盖条件
    case1 103 abe F,T,F,T
    case2 211 abe T,FT,F

    八种条件都走完了,但是用例少覆盖了分支acd

    判定条件覆盖率

    判定条件覆盖率(Decision Condition Coverage)也叫分支条件覆盖率(Branch Condition Coverage)。所谓判定条件覆盖就是设计足够的测试用例,使得判断中每个条件的所有可能取值至少执行一次,同时每个判断本身的所有可能判断结果至少执行一次:

    判定条件覆盖率 = (条件操作数值或判定结果至少被评价一次的数量) / (条件操作数值 + 判定结果总数)

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        if a == 2 or x > 1:
            x = x + 1
    case1 = foo(a=2, b=1, x=3)
    case2 = foo(a=0, b=0, x=1)

    我们先单独算出来case1的条件覆盖率和判定覆盖率。

    先来看条件的:

    条件取真取假标记
    A>1 T F T,F
    B==0 T F T,F
    A==2 T F T,F
    X>1 T F T,F

    因为是8个条件。所以结果是4/8,覆盖率也是50%。

    再来看判定,参数是a=2, b=1, x=3

    编号条件取值标记
    1 A>1, B==0 T,F
    2 A==2,X>1 T,T

    虽然4个条件得的结果是TFTT,但由于第一个条件是and,而结果是TF,所以,不执行,所以结果是2/4,覆盖率是50%。

    那么判定条件覆盖率怎么算呢?

    48+24=61248+24=612


    在来个示例,看看case2的,参数是a=0, b=0, x=1

    先来看条件的:

    编号条件取值标记
    1 A>1, B==0 F,T
    2 A==2,X>1 F,F

    因为是8个条件(四个语句分别取真假)。所以结果是4/8,覆盖率也是50%。

    再来看判定,参数是a=0, b=0, x=1

    条件取真取假标记
    A>1,B==0 T F F,T
    A==2,X>1 T F F,F

    4个语句得的结果是FTFF,所以结果是2/4,覆盖率是50%。

    最后的判定条件覆盖率仍然是6/12

    48+24=61248+24=612

    条件组合覆盖率

    再说条件覆盖率之前先来看个示例:

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        if a == 2 or x > 1:
            x = x + 1
    case1 = foo(a=2, b=0, x=3)
    case2 = foo(a=1, b=1, x=1)

    上例中,两个用例的判定:

    用例名取值标记
    case1:203 A>1,B==0 T,T
    case1:203 A==2,X>1 T,T
    case2:111 A>1,B==0 F,T
    case2:111 A==2,X>1 F,F

    汇总一下,两个用例的判定都覆盖到了,所以是4/4

    而条件覆盖率:

    用例名取值标记
    case1:203 A>1,B==0 T,T
    case1:203 A==2,X>1 T,T
    case2:111 A>1,B==0 F,F
    case2:111 A==2,X>1 F,F

    8个条件都覆盖到了,所条件覆盖率是8/8,那么,它们的判定条件覆盖率是12/12

    44+88=121244+88=1212


    也就是说,现在判定条件覆盖率是100%。

    现在,开发把上面两个条件的and 和or条件互换了。那么用上面的两个case它们的判定条件覆盖率同样是100%。

    def foo(a, b, x):
        if a > 1 or b == 0:
            x /= a
        if a == 2 and x > 1:
            x = x + 1
    case1 = foo(a=2, b=0, x=3)
    case2 = foo(a=1, b=1, x=1)

    判定:

    用例取值标记
    case1:203 A>1,B==0 T,T
    case1:203 A==2,X>1 T,T
    case1:111 A>1,B==0 F,F
    case2:111 A==2,X>1 F,F

    两个用例的判定仍然是4/4。条件是8/8,那么判定条件覆盖率是12/12,最终的结果是100%。所以开发写错了代码,这两个用例仍然没有发现这类问题。

    针对这类问题,就要使用条件组合覆盖率了。

    条件组合覆盖(Multiple Condition Coverage)的基本思想是设计足够的测试用例,使每个判定中条件的各种可能的组合都至少出现一次:

    条件组合覆盖率 = (条件组合至少被评价一次的数量) / (条件组合总数)

    同样是上面的示例。

    每个判断中所有的组合都要覆盖到。

    组合编号条件取值标记
    1 A>1,B==0 T,T
    2 A>1,B!=0 T,F
    3 A<=1,B==0 F,T
    4 A<=1,B!=0 F,F
    5 A==2,X>1 T,F
    6 A==2,X<=1 T,F
    7 A!=2,X>1 F,T
    8 A!=2,X<=1 F,F

    两个判定,每个判定中有两个条件,所有共有八种条件,所以,要想达到条件组合覆盖率100%的话,这八种情况都要覆盖到。

    测试用例参数:A B X覆盖组合编号所走路径覆盖条件
    case1 203 1,5 ace TTTT
    case2 211 2,6 abe TFTF
    case3 103 3,7 abe FTFT
    case4 111 4,8 abd FFFF

    PS:覆盖组合编号内容是上上表中的组合编号。

    上例中的四个测试用例覆盖了所有的条件、分支。

    所以,条件组合覆盖率是100%的话,那么,条件、判定、语句都会达到100%。

    但从程序运行路径角度来看,仅覆盖了3条路径,遗漏掉了acd。

    所以,目前为止,并没有一种覆盖率能保证测试覆盖率达到100%。

    路径覆盖率

    路径覆盖(Path Coverage)是指在测试时运行被测程序后, 程序中所有可能的路径被执行过的比率。

    路径覆盖率 = (至少被执行到一次的路径数) / (总的路径数)

    还是那个示例,还是那个图!

    如果你看着图的话, 程序执行的路径有以下几条:

    测试用例参数:A B X覆盖路径
    case1 203 ace
    case2 101 abd
    case3 211 abe
    case4 301 acd

    所以,我们设计的测试用以,要把这些路径都要覆盖到。

    看着采用路径覆盖率好使,但是仍然不是完美的。

    如果开发将程序写错成了:

    def foo(a, b, x):
        if a > 1 and b == 0:
            x /= a
        # if a == 2 or x > 1:  # 正确的
        if a == 2 and x >= 1:  # 开发写错后的
            x = x + 1

    那么,在这个错误示例中,用上面的几个用例,仍然每个路径都能覆盖到,但是这个错误却不能发掘出来。

    所以说,每种覆盖率都有自己的局限性,因此在测试中, 要把各种覆盖率组合起来对测试用例进行综合考量。

    一般的,我们选择覆盖率优先级是:

    • 语句;
    • 判定;
    • 条件;
    • 条件组合;
    • 路径;

    在白盒这里的几种覆盖率,大致就是这些,我们来看其他的。

    灰盒覆盖率

    灰盒覆盖率这主要包括:

    • 函数覆盖;
    • 接口覆盖;

    函数覆盖

    函数覆盖(Function Coverage)是针对系统或者一个子系统测试,它表示在该测试中,有那些函数被测试到了。其被测到的频率有多大,这些函数在系统所有函数中的比例有多大,函数覆盖是一个比较容易自动化的技术:

    函数覆盖 = (至少被执行一次的函数数量) / (系统中函数的总数)

    假如有100个函数,在测试过程中,有90个函数(至少被执行了一次的函数)被测试到了, 所以它的覆盖率是90%。

    也有很多测试工具提供了了函数覆盖,比如说TrueCoveragePureCoverage等。

    接口覆盖率

    接口覆盖(Interface Coverage)也叫做入口点覆盖(Entry-Point Coverage),要求通过设计一定的用例使系统的每个接口被测试到:

    接口覆盖率 = (至少被执行一次的接口数量) / (系统中接口的总数)

    被测试的接口可能是对外提供访问的接口,也可能是内部接口。

    接口可是是函数与函数之间,模块与模块之间,子系统与子系统之间的接口。

    我们主要关注接口之间的数据交换、有没有逻辑依赖等等。

    比如有两条测试用例去测试4个接口,那么覆盖到了其中的两个,那么它的接口覆盖率是2/4

    黑盒覆盖率

    黑盒测试主要应用在系统测试阶段,那么在系统测试阶段,它的测试过程一般是这样的。

    • 根据需求提取需求项;
    • 根据需求项提取功能点;
    • 根据功能点设计测试用例。

    所以,在黑盒覆盖率这块,主要就是做功能覆盖率(Functional Coverage)。

    而在功能覆盖率中最常见的是需求覆盖(Requirement Coverage),其含义是通过设计一定的测试用例,要求每个需求点都被测试到。

    需求覆盖率 = (被验证到的需求数量) / (总的需求数量)

    功能覆盖方面的自动化工具比较少。

    当然,以上是针对系统测试阶段来划分的。

    当然,单元测试阶段,也能进行黑盒测试。

    比如,我们对一个函数进行测试。我们可以把函数当成一个黑匣子,我们关注入参和返回的两边数据即可,而不用特意关注函数内部的实现。

    面向对象覆盖率

    结构化覆盖率用来度量测试的完整性已经被大家所接受,但是这个技术在面向对象领域却遇到挑战,由于传统的结构化度量没有考虑面向对象的一些特性,如继承、封装、多态。

    继承对覆盖率度量的影响

    class Base(object):
    
        def foo(self): pass
    
        def bar(self): pass
    
    class Derived(Base):
    
        def foo(self): pass
    
    case1 = Derived().foo()
    case2 = Derived().bar()
    
    # 要考虑到面向对象的继承关系
    case3 = Base().foo()
    case4 = Base().bar()

    上例中,如果我们的用例不仅要测试到派生类的两个方法,虽然它背后也调用了基类的方法,但要考虑到继承的概念,要让基类自己执行自己的方法。

    基于状态的类的覆盖率特点

    来举个栈的示例。

    class Stack(object):
        def __init__(self):
            self.items = []
    
        def push(self, item):
            self.items.append(item)
    
        def pop(self):
            self.items.pop()
    
            p = Stack()
    p.push('a')  # case1
    p.pop()      # case2

    现在,站在灰盒测试的角度来说,通过测试出栈和入栈的操作,已经达到了测试的效果了。

    这就完了么?没有!因为我们没有考虑到栈的特点,比如,我们有没有考虑,如果栈为空,你做出栈操作,会不会抛出异常?

    如果这是个有边界限制的栈,栈满了,你还能做入栈操作吗?

    所以,我们要考虑到栈的各种情况。

    根据这些状态,来针对性写用例。

    最后,从测试方法来说,有白盒、黑盒、灰盒。

    当然,在平日没有必要将彼此划分的很清楚,因为我们学习覆盖率的目的是用来度量测试完整性的手段,只是验证测试效果的一种衡量标准。

    还是要根据项目、测试阶段、测试方法不同,来采用不同的测试覆盖率。


    软件测试基础 - 测试覆盖率

  • 相关阅读:
    基础操作
    需要注意
    简单操作
    git指令-版本回退
    设计模式-代理模式
    在idea下遇到的问题汇总
    maven笔记--持续更新
    poi简介
    Win10添加右键在此处打开命令行
    Ajax&Json案例
  • 原文地址:https://www.cnblogs.com/sundawei7/p/11944489.html
Copyright © 2020-2023  润新知