• 劳动节快乐! at 2021年05月06日
    仅楼主可见
  • 很详细!具有参考价值👍

  • 首先最最重要的,我认为是快速学习并转化为生产力的能力,即“学了就能会,学了就能用”

    研发相关能力:

    • 至少一门熟练掌握的语言及其对应的框架(应用及测试框架),拿到需求(评审&设计后)可以又快又好做得出来
    • 熟悉主流数据库,SQL 语句会写会调,视图、函数、事务都能用得上
    • 扎实的计算机基础知识:数据结构、算法、计算机网络、操作系统,并能应用到具体问题分析中
    • 熟悉自己的枪:各种开发环境的搭建、插件配置等等

    测试相关能力:

    这个大家都比较专业,就不展开了,核心我想表达的就一点:能够无缝切换为业务测试的工程师

    运维相关能力:

    • Linux、Docker、K8s 等容器化虚拟化技术
    • Ansible 等自动化运维能力
    • 持续集成相关(归纳到运维里不太合适,暂且放在这里),Jenkins、CICD、DevOps

    项目管理能力:

    掌握应知应会的项目管理能力,敏捷、CICD 等等。一个项目的各个阶段能够主持开展,能够去调研用户(这里的用户可能是你开发工具及平台的用户,比如测试工程师)的需求,并真正挖掘用户的根本需求,可以少走很多弯路

    工程效能思维:

    站在与测试同事不同的视角去看待软件生命周期的全流程,去熟悉并改进开发与测试之间的写作方式,对现有的积累、痛点、弊端都了然于胸,知己知彼,从解决问题到创造需求,以达到质的提高。

    对新兴技术的敏感度

    时刻保持对技术的热情,积极主动关注各大技术博客、论坛、开源社区等,多探索,多动手,多实践。

    表达能力

    关键时候要能说出来哦

    不看掌握啥技能,只看解决啥问题 、 主动发现,主动解决,逐个击破,提高质效

  • 不看掌握什么技术,只看解决什么问题。
    目标是为了解决问题,需要什么就学习什么,相信自己的学习能力和应用能力!

  • 不看运用什么技术,只看解决什么问题。

  • (先声明我真的不是打广告)可以看下这篇文章的内容 https://mp.weixin.qq.com/s/6qBEFMgKt5BA-dBjineVPQ ,这个平台应该可以解决你的问题。

    针对你的问题,
    1.一般认为自动化应该首先保障正常场景,以供冒烟和归回,之后再进行异常场景。
    2.如何写要看你的自动化用例准备怎么管理
    3.httprunner 我在 2020 年上半年用过,然后弃坑了。。。

  • 不完全是这个意思,希望能从实际场景出发,分析实际场景中各个接口的比例(这一步会用到请求日志),然后来决定如何设计测试计划。

  • 建议拉一份生产的请求日志,然后写个简单的脚本处理一下看看各个场景占比各多少,或者分析性能需求,需要什么就测什么。

    类似的步骤可以有:

    • 测试需求分析:测试中涉及的性能指标的定义,要看用户的明确需求和隐含需求

    • 测试对象分析:测试中涉及的业务及系统内部模块的定义,分析各个模块的调用关系,理清系统架构

    • 测试重点分析:测试执行策略、测试监控策略、测试风险的定义,分析测试重点,一般来说性能测试都不会进行全面的测试,而是对测试重点进行测试

    • 测试环境分析:测试中涉及到的服务器资源、测试软件、测试数据、测试桩定义,性能测试环境往往和生产环境不是 1:1 的,这些对测试结果的影响是需要分析确定的

    • 测试场景构建:从性能负载、接口、疲劳角度定义测试场景

    • 性能测试执行:按照预设的计划利用工具完成测试过程,注意系统资源的监控

    • 测试数据分析:分析上述过程中产生的数据,得出结论

  • 一般都是人数比,时间比确实没听说过,而且测试环节的时间不是只有测试设计和执行呀,从可行性和需求就开始介入了,是全流程的质量保障,leader 应该能意识到这一点才对。。。

  • 好的,之后一定注意,看到这篇内容觉得 MS 适合这个场景,代码方式的话也推荐 pict 或者 allpairs,我们也有在用的。

  • 为你的动手赞一个,这里有个现成的轮子 https://metersphere.io/
    对于条件组合类型,可以考虑一下 pict 或者 allpairs,后者是个 python 库。
    希望对你有帮助。🍭

  • 可以尝试一下 MeterSphere,能满足你的需求。 可以直接看这里的文档 https://metersphere.io/docs/user_manual/api_test/api_definition/

  • 不如试试 MeterSphere?

  • 可以看下 MeterSphere 能否满足你的需要 https://www.fit2cloud.com/metersphere/index.html

  • 可以熟悉下公司产品的技术框架,争取到能动手改代码的级别,试想,当你发现一个 bug,可以直接定位到哪一行错了,然后直接告诉开发如何改,甚至都能直接帮他改对,这样的测试肯定不会被小瞧了。

  • vuex 可以了解一下,帮你解决组件传参问题

  • 可以站的角度高一些,从整个产品生命周期去思考,可以考虑工程效能方面。

  • 不看掌握什么语言,只看解决什么问题。

  • 同测试开发岗位,我们内部叫做效能师,,这个名称更加确切。

    我是 19 本科应届生,目前工作 1.5 年,属于工程效能团队的一员,一些我个人的经验,希望能有帮助。

    1.明确定位,找准长期目标,确定自己到底想要做什么
    2.随着技术的深入,确定你的定位,提高编码能力,阅读优秀的源码
    3.发挥沟通能力,尝试有所精进,很多时候沟通也是艺术
    4.深入到具体的项目和流程中,发现流程或者部门内的问题
    5.拿到需求后想一想用户到底要的是什么,不要急于上手就做
    6.从测试的角度入手,加强对业务系统的深入了解,并且,加强对开发、测试之间协作工作模式的现有积累、痛点和弊端的了解,知己知彼,从解决问题到创造需求。

    我的情况可能和您还不太一样,我入职的时候本身编码能力还可以,Java,Python,PHP,NodeJS 的主流框架,以及 React,Vue 这些都是可以直接上手写项目的,试用期的时候学了 docker 和 docker-compose 相关,学了 seleium 和 JMeter 等常见的工具和框架,目前在负责公司的测试中台架构及实施,还算是有些阶段性成果的。

    个人觉得测开最重要的是三点,

    1. 发挥你高于一般测试人员的技术能力(至少编码能力要强,不强就去变强),对于频繁出现的重复性工作,发挥你的编码能力去解决,比如环境运维,数据生成及准备,报告生成,等等。
    2. 一定要站在一个全局的视角,而不是囿于自己的测试项目这一亩三分地,纵观整个产品线,全生命周期的去考量可以提高工程效能的点,很多时候测试时的麻烦事完全是前期的一些小问题,解决这些问题可能会对效率有质的提升。 3.阔宽视野,积极主动学习,主动向业内前沿的经验实践靠拢,取其精华纳为自己的能力。

    祝顺利。

  • 👍

  • 导库清库是个比较合适的方案

  • 不光是检查 total,一般来说还希望接口返回的内容和数据库查询的条目能够不重不漏(既要确保数量一致,又要保证接口返回的各个条目在数据库查询结果集中均存在)

  • fit2cloud 的 Metersphere 可以尝试下,https://www.fit2cloud.com/metersphere/index.html

  • 可以结合公司的技术选型来,一般来说公司业务 Web 系统很常见,那么类似于 SpringBoot 等相关技术就可以学习,如果公司业务是 Python 的,那就学习相关的 Python 框架,一举两得。可以参考一下开发的学习路线。
    我推荐这四个课程按照顺序进行
    https://www.imooc.com/learn/85
    https://www.imooc.com/learn/124
    https://www.imooc.com/learn/110
    https://www.imooc.com/learn/945 第 3 章结束即可
    均为免费课程,希望能帮到你。