大家好，我是温大大

温大大有个梦想：

1、将毕生所学的「测试技能」倾囊相授传给各位同学，让同学们升职加薪。

2、组建一个测试圈，在这里我们可以：讨论「测试」技术问题、揭秘「测试」薪酬、分享「面试」套路。

下面是一些精彩瞬间：

目录：

1. 什么时候「跳槽」合适？
2. 怎样快速学习一门「自动化」技术？
3. 「性能测试」通过标准是怎样的？
4. 「大数据测试」是怎么进行的？
5. 「自动化」如何更好的落地？
6. 如何让面试官相信你有过「自动化实践」？
7. python 学习到哪种程度能「胜任自动化测试」？
8. 如何对「数据库」进行测试？
9. 性能测试中「并发数」的考虑？
10. 自动化用例到了 1 万条时，如何保证执行的「效率」？
11. 面试时应该自己多打印一份简历吗？
12. SDK 测试扫盲 & 测试方法？
13. 自动化 selenium 工具如何入门？
14. 如何跟 HR 要「更合适」的薪资？
15. 如何站在客户角度保证软件「质量」？
16. 面试官问：如何提高递归的「效率」？

1. 什么时候「跳槽」合适？

建议评估下跳槽成本，具体从你工作年限、现公司给你的成长以及你目标跳槽公司考虑
- 1、先说工作年限，如果你是刚入职场不久的同学，感觉现在公司没给你什么成长钱也不多，你可以选择跳,如果是工作了4-5年的，你来这家公司半年就选择跳，除非是有非常充分的理由，不然下家公司也会问你这个问题，说不清建议别跳。
- 2、再说现在公司带给你的成长，如果感觉这家公司每天给你的事情并不能带给你成长，只是重复的一些劳动点点点，你也可以选择走。
- 3、最后说说目标公司，当你没有圈定自己心中的目标公司或者职位前，建议现在本家公司稳定一段时间，日常工作照做，剩余的时间给自己充充电，规划一下你的职业发展，例：性能测试工程师，你可以学习下性能工程师学习的技能(直接关注市场上招聘要求)，然后看看先单位能否给你提供这样的机会练手，学到了技能练了手再走，或者利用闲暇时间网上找项目练练手，准备充分再走。

2. 怎样快速学习一门「自动化」技术？

自动化这块最好是从实战出发，不同公司要求不同的技术栈，建议你先学透你之前掌握的java+spring+mybatis这套，找一个完整的视频教程，别分散找资料，而且带着目的去学：
- 1、前后端的数据如何传参数
- 2、用例与数据分离管理
- 3、如何封装基础的类，让用例复用性高。
- 4、如何统计自动化覆盖率。
- 5、自动化框架底层是运行如何的，尝试一步步debug一下，看一下框架启动的时候运行加载了哪些函数。
- 最后，如果你了解透彻了上面的内容，换一个框架或语言，不过是换了汤没换药，你上手也比较快，最重要的一点是，你目前学习的东西不可能100%适用下一家公司的技术栈，还有就是大公司一般都会有人搭建自动化这一套，你只需要了解上面的那5个问题，会用框架，面试能过，后面的事情再慢慢深入。

3.「性能测试」通过标准是怎样的？

好问题，如何性能判断用例通过，这个没有标准答案，以为业务不同，只能说尽量在方案设计阶段跟研发、产品、负责人达成一致。举个例子：
- 1、举个例子，你方案里面写目标：认证qps到200。
- 2、实际测试情况到了200，但cpu占用90%，你觉得是否通过呢？
- 3、实际测试情况到了200，响应时间2秒，你是否通过呢？

- 结论：没有标准的答案，想银行系统响应超过0.05秒都不算通过，所以只能说前期拉相关人员订好通过规则（其实：就是免责声明，我们qa在什么硬件配置下模支持多少用户量的访问，资源消耗是多少，如果脱离了上面的配置就说明最先开始的时候定义的标准有问题）

- 2.数据库负载可以通过工具压测，也可以通过业务入口驱动，关键看你想要测试什么场景，如果只是单纯压数据库io读写，我觉得是耍流氓，没有业务场景和数据规模，这样的接口参考性不高。

4.「大数据测试」的质量是如何保证的？

这个话题挺广的，不过也是有一些方法论，数据的质量可以从围绕着数据的处理环节展开，一般业界数据通用处理环节: 采集、清洗、缓存、入库、建模、应用这几个流程展开，所以我们只需要针对每个环节做对应的业务活动即可。
- 1、采集与清洗（前期数据采集规则定义与评审，qa业务活动：etl测试具体可以参照之前我写过的一篇《大数据测试vs传统测试》与需求评审，评审主要从数据通用理解与业务含义来）

- 2、缓存（主要看中间件用的是什么，nginx？kafka？确保数据一些异常情况兼容，数据重复、丢失、断点续传）

- 3、入库（也看公司用的什么大数据组建，kudu？hdfs？偏大数据组建的验证，确保数据备份、数据一致性、查询优化、主备切换，可参考阿里的混沌工程）

- 4、建模（主要验证算法适合合理，能精准、有效命中用户群，方法有：单元测试保证单模块输入输出没问题、abtest验证算法参数最优，需求评审影响算法的因子权重）

- 5、应用（上层应用，主要是功能方面的一些验证）

- 具体还是case by case，每个公司的业务与数据流不一样，所以质量保证范畴与方法也不一样，大体思想：从数据的一致性、有效性、准确性、完整性方向来确保数据每个处理环节没问题。

5.「自动化」如何更好的落地？

业界的一些通用的自动化框架：pytest / unitest / selenium/ cucumber 提供了一些通用api 和 报告模版，只要学习下demo其实就能把框架给搭建+用起来，
确实需要产出一些有价值的东西，
还需要思考适合团队的自动化方式是什么，

举个例子：
- 1、我之前参与过的团队，测试环节有ABC
- 2、但是自动化pytest只能连接 AB，BC环节需要在linux下使用脚本进行拼接，所以我们最后的框架就是：pytest+shell脚本
- 3、面试的时候需要让面试官眼前一亮：这小伙不仅工具基础扎实 + 还有输出内容 + 因地制宜去选择框架工具本身，我不要你就是傻呀。

6. 如何让面试官相信你有过「自动化实践」？

你指的是：如何将自动化框架从0到1的搭建 + 运行，体现在简历里面么？
分角色去写：
- 1、自动化框架选型，为什么会选这样的自动化框架，面试必问，学习成本 / 执行效率 / 集成功能 / 报告模版 去写。
- 2、自动化底层模块封装了哪些函数，属于自动化的地基，例：典型的web自动化测试，底层封装必有：http request api （用于web请求） ,mysql api （数据库比对）， shell api（用于后端校验）。
- 3、自动化带来的价值，参考star 法则，什么情况下引入什么工具发现多少问题，给团队带来多少价值。
- 4、自动化框架底层原理，属于面试八股文，运行该框架前会加载哪些函数，每个函数的作用是什么？
- 5、自动化的数据与用例分离是如何实现的，属于面试八股文？
- 6、自动化前端与后端的参数是如何传递的，属于面试八股文？

总结：如果你是主要搭建成员从123456去写+回答，如果你是框架使用者从3456去写去回答。

7. python 学习到哪种程度能「胜任自动化测试」？

自动化测试需要掌握的技能有很多，语言 + 正则表达 + 框架 + 协议 + 数据库 + linux ，其中不同自动化测试所需语言不同， 所以同学你是问：假如用python写自动化测试的话，python需要掌握到什么程度吗？
- 1、python 基础语法掌握、数据类型、循环、标准模块等；
- 2、python 常用的一些api ，文件读写、数据库连接、http协议请求等；
- 3、说白了，你能用python 开发一个简单的需求，例：获取web页面用户名，解析出用户名，匹配密码是否与数据库一致。
- 4、重要的是编程问题，80%的python问题在python官方手册中可以解决。

8. 如何对「数据库」进行测试？

数据库方面的测试主要是从：功能、性能、兼容性角度出发
- 1、功能按照需求来，从正向、逆向、边界值等，测试常用功能设计角度出发。
- 2、性能主要看数据库的IO读写性能，可以性能评估、性能工具选型、性能调优角度去做事情。
- 3、兼容性 主要看数据库部署环境的兼容，单机、集群、资源（CPU/内存），就是要选取典型的客户使用场景作为适配标准去考虑。

9. 性能测试中「并发数」的考虑？

以loadrunner 工具为例，有个计算公式：目标qps * 响应时间 = vuser （这里的虚拟用户数，就是并发送），响应时间越快，并发送越少。

举个例子：
- web页面登录目标qps要求2000（每秒要求响应2000次），
- 假设1个用户（也就是1个vuser）登录页面用时1秒，那么 2000 * 1秒=2000，那么并发用户数就是2000，

- 假设1个用户（也就是1个vuser）登录页面用时0.5秒，那么 2000 * 0.5 秒=1000，那么并发用户数就是1000

- 假设1个用户（也就是1个vuser）越来越快了，登录页面用时0.01秒，那么 2000 * 0.01 秒=20，那么并发用户数就是20

结论：你的看1次接口请求或1次事务它的响应时间是多少，然后用上面的公式估算下，这是方法论@Nuyoah 说的也没问题，一般实际操作时，我们也这么干，先看1个并发产生多少qps，然后慢慢累加。

10. 自动化用例到了 1 万条时，如何保证执行的效率？

不同的测试框架，提供了并发的函数
- 1、pytest pytest-xdist 插件
- 2、testNG DataProvider parallel 注解 

设定了并发度后，第二个需要思考数据如何进行隔离，将数据拆分为几部分，相互独立，这样确保并发是用例与用例之间数据不会干扰

11. 面试时应该自己多打印一份简历吗？

为什么要自己打印简历，
- 还有一个原因，你的电子版简历，发给HR之后，有可能觉得写得不是很好
- 你还想在面试前做个修改，那么，你就可以打印一份最新的简历给面试官看（如果是面试官自己打印，那他打印的还是以前的简历，时效性就没有那么新），这样也能避免一些坑。

12. SDK 测试扫盲 & 测试方法？

温大大本身没有SDK测试，不过我刚刚也检索了些资料，看了下关于SDK测试：

例：
- 1、SDK 称为：软件开发工具集合，像：windos SDK / IOS SDK / android SDK / 小程序 JS SDK
- 2、举个例子：在 android 系统上面要开发一个app，这个app可以让手机长时间打开闪光灯，那么 可以调用 android SDK 某个api功能，让它告诉手机需要打开闪光灯
- 3、再说说SDK 测试，需要从：开发包、Demo示例、文档 来测试。更多的是基于接口的测试。

常用测试手段：
1、Demo接入正常；2、单元测试 ；3、静态代码扫描

13. 自动化 selenium 工具如何入门？

大家好，我是温大大。

- 今天带大家“卷”ui自动化测试框架Python+selenium。

- 教你如何使用 selenium4.1.2 + python3.9 打开1个chrome 浏览器并请求1个url地址。


- 痛点：很多时候我们说入门一个工具难，其实不是难在工具本身，而是资源太分散了，没有正确的安装包，也不会正确的配置环境导致你无法入门使用这门工具，现在关注测试猿温大大，带你起飞。

14. 如何跟 HR 要「更合适」的薪资？

同学，你今天offer了吗？

- 最近同学们投简历可谓是“过五关斩六将”，非常的极烈与频繁。
- 很多读者虽然前面1-2面表现不错，但进入了HR终面的时候发现始终“跳”不出HR给挖的“坑”，要被是莫名其妙被pass，要么是薪资被「无情」的给压价了
- 今天我们就聊聊跟HR谈判时应该注意哪些问题。

15. 如何站在客户角度保证软件质量？

个人薄见，阿里之前出了一个业务+技术+场景分析模型，如上：
- 1、业务分析：拆解业务（基于需求功能 / 业务价值/ 易用性 / 体验）+结合设计方法（边界值/因果图/分类/组合/等价划分/错误推测）= 场景分析
- 2、技术分析：有了上面的业务分析后 + 结合当前技术框架 = 选择测试技术方案（API测试、单元测试、系统测试、安全测试、性能测试、自动化测试）
- 3、基于1+2 设计 = 场景流（包含正向 / 逆向场景）
- 4、基于3 设计 场景的串联的场景
- 5、从：功能、安全、性能、易用性角度设计详细的场景用例
- 6、最后，执行时根据本次测试目标，分析本次测试重点、难点、优先级

最后，结合我本身的经验，我认为除了以上的之外，站在客户的角度还应该考虑一些因素
- 1、交付层面，客户部署环境：单机、集群、混合部署、网络带宽、部署机器数量、是否有负载机器？ 
- 2、使用层面，如果是to c客户，多手机端兼容性考虑（安卓、ios、系统版本），如果是to b客户 多浏览器、多操作系统考虑。
- 3、性能层面，前期的性能调研至关重要，当前系统负载峰值是多少，未来的系统负载峰值？
- 4、升级层面，目前客户使用版本有哪些，我们最新版本是否都兼容以前旧版本的更新？
- 5、安全层面，客户是否存在安全方面的隐形需求，我们的系统在这个层面是否有对应的机制保证？

16. 面试官问：如何提高递归的效率？

- 1、同学你指的循环还是递归，这是2个事情，递归有栈的操作，循环不一定有这个动作。
- 2、面试官可能想考察你编程「效率」方面的问题，一般算法中很多解法可以通过递归解决，但确实效率不是最优，我刚也在网上看到了一些解答，可以把普通递归写成尾部递归，这样可以提高一些算法效率，具体我这边没有深入研究过，感兴趣可以百度下。

日常还有很多关于「测试」技术、薪资、面试套路方面的交流，如果你也有一个「加薪」梦，欢迎加入我们，大家一起升职加薪。

关注公众号：测试猿温大大