行业资讯 全流程自动化测试平台设计与实现原理分享；银行数字化测试质量总控舱实践之路；五个关键点教你如何快速定一个好目标
一周实践案例推荐，TesterHome 社区整理行业技术、管理方面的好文章分享给大家，期望与大家一起进步，扩大视野！
（点击每篇文章标题可阅读详情）
每年都有那么个几个规划季，反复折腾定目标，可能每个人都在这时挣扎过。究竟怎么定目标？遣词造句真麻烦，一堆黑话好官僚，数据指标拍脑袋，价值论证纯硬凹。刚折腾出个一年规划，过两个月就拥抱变化。好不容易定了一套 OKR，还要看 Leader 认不认。而如果自己就是 Leader，定目标的压力就更大。
不知道上面这些痛楚你遇到过没有，反正我遇到过。而且我发现这对技术同学来说尤其难，因为秉性更加纯粹，喜欢直面具体的技术问题，而对看起来略虚的目标制定任务天然带有一点反感和排斥。今天我就把最近几年不断学习到的一些定目标的方法，用一套技术研发的套路记录下来，换个角度看问题，希望能带来一些帮助。
早在 2018 年有赞引入 Kylin 到现在，有赞已经使用 Kylin 五年的时间了，作为 Kylin4 最早的一批使用用户，亲自参与见证了 Kylin4 的逐渐成熟，同时 Kylin4 在 2021 年在有赞正式落地，并且将所有的线上业务都迁移到了 Kylin4。
随着云原生技术的成熟和 Flink 版本对 K8S 支持的持续完善，网易传媒在 2022 年开始对 Flink on K8S 进行探索和落地，目前已迁移完成大部分作业至自研实时计算平台 Riverrun，并实现 Flink 实时计算与 Spark 离线计算在 K8S 上的稳定混部，带来了可观的 “降本增效” 收益。
本文是《SparkSQL on K8S 在网易传媒的落地实践》的姊妹篇，将对我们 Flink on K8S 落地实践过程进行初步梳理总结，希望能给大家提供一些有用的参考。
为落实国家数字中国战略，国内商业银行已普遍将数字化转型作为全行战略布局的重中之重。
中信银行以系统化思维谋划高质量发展新思路，以工艺突破为先导，以工具创新为手段，通过 “看得到”（即最大化透视能触达的一切质控要素）和 “控得住”（即全过程无死角数字化客观精准机控）两大策略，从全局视角构建测试全过程质量画像，全新打造金融业测试阶段质量总控舱，落地实现体系化、数字化质量管控，有效支撑企业级高质量发展。
政采云的搜索服务是基于 Elasticsearch 的在线分布式搜索，为内部业务提供结构化和非结构化数据的多条件检索，支撑政采云 PC 端、APP 端、小程序端的搜索能力。
搜索以中间件形式提供服务，由于无法感知外部业务在哪用、怎么用，导致搜索测试一直沿用人工梳理场景，接口测试覆盖场景的方式。可通过人工去做，一是效率不高，二是场景覆盖不全。所以搜索的质量工作一直被如下问题所困扰：
- 搜索对外提供了 171 个检索条件，不同条件的组合，会流转到不同代码分支。一旦改动公共层代码，不确定回归场景是否全面？
- 若回归场景覆盖不全，如何自动识别未覆盖的场景？
- 识别到未覆盖场景，如何自动转化成场景用例？
- 转成场景用例，如何快速实现自动化？
基于上述问题，实践了一套基于流量的质量保障方案。
UI 自动化 case 维护成本高、通用性差？
作为一名开发人员，对 “监控” 这个词应该是无比的熟悉，它是系统高可用的核心保障之一，完善的监控体系不仅可以迅速发现异常还能在一定程度上预测即将发生的异常，即故障洞察和故障预测。本文主要向大家介绍一下 UI 自动化低代码平台 webeye。
在当前软件开发过程中，如何保证系统的稳定性和质量一直是一个重要的挑战。特别是对于复杂的业务系统，涉及多个流程和多个端，如何全面验证其功能和性能，并发现和解决潜在问题，成为了一个关键需求。因此，构建一个能够串联多个业务流程、覆盖多个端的全流程自动化测试平台，对于提高系统的稳定性和质量是至关重要的。
本文将介绍背景、现状分析、具体实现和运营机制等方面，帮助读者全面了解和理解该平台的重要性和实现原理。
喜马拉雅业务量爆发式增长，服务端功能趋近复杂，回归范围扩大化。测试团队要在提高测试质量的同时面对回归成本和交付效率的双重压力，所以对业务逻辑覆盖的测试是平衡以上两个问题的最优解决方案。
本文介绍了喜马拉雅 API 自动化测试演进&实战，以及未来方向与趋势。
9.QA 视角的 MySQL 探险之旅：穿越慢查询沼泽，揭示实战避坑指南
数据库是 “按照数据结构来组织、存储和管理数据的仓库”，承接核心的业务数据，在业务中占有非常重要的地位。日常测试工作中，我们通常会将重点放在业务逻辑准确性的验证中，从而忽略掉数据库自身的一些问题。
本文将以关系型数据库 MySQL 为例，通过讲解一条查询 SQL 的工作过程来了解 MySQL 的核心模块、执行流程以及索引的组织形式，进而从典型的数据库慢查询和其他踩坑经验两个方面分析日常测试中遇到的问题，并提供解决方案。