对于多因子组合测试工具 pairwise testing 及 PICT 的探索

一、简介
对于存在多个输入参数，例如多个条件的筛选，每个条件中又有多个选项让我们选择，如果全部覆盖的话，那数量级必然是相当大的。
而 pairwise testing 即配对测试是一种行之有效的简化此类测试用例的思路，它的理论基础是统计分析及正交分析；
它基于以下两个两个原则：
1.每一个维度都是正交的，即每一个维度互相都没有交集。
2.根据数学统计分析，73% 的缺陷（单因子是 35%，双因子是 38%）是由单因子或 2 个因子相互作用产生的。19% 的缺陷是由 3 个因子相互作用产生的。
二、Pairwise Testing Service
Pairwise Testing Service 项目理论主要基于正交表的理论，并集中体现在在 AMEngine（Algebra Method Engine）的设计与实现中。当然 Pairwise Testing Service 还有其他的 Engine 可以了解；下图是 AMEngine 的位置；

Pairwise Testing Service 项目的源码和核心包在 Google Code 中可以拿到，具体地址http://code.google.com/p/pairwisetestingservice/source/browse， 我们以其中的 demo 做简要的使用说明；

其中的 Factor 定义了我们的各项因子，即简介例子中的题型、难度、年份等，Factor 类的 addLevel 方法可以对各项因子添加相应的水平，即难度的极易、较易、中等···。执行后即可得出相应的配对结果；
对于不同数量的因子，增减相应数量的因子即可。

注意：

源码中使用的是 Join 类，但是 Join 类在运行时找不到，且在 Google code 的项目中只有 Joiner 类，个人猜测 Join 类被替换成类 Joiner 类，所以进行了上述改写，可以解决类找不到的问题；重新打成 jar 包，引入项目中，可继续执行 demo；
参考文章：http://www.doc88.com/p-5817246779157.html

三、PICT
PICT 是由微软研发的开源的工具，工具下载地址：https://github.com/Microsoft/pict 最新的版本支持多平台（linux、mac、windows），需要自行编译。
1.首先我们需要将各因子和水平写到一个 txt 文件中，如简介中的筛选 ,txt 文件内容参数如下：
难度: 极易,较易,中等,较难,极难
年份: 2020,2019,2018,2017,2016,2015
注意内容空格、冒号、逗号等都是英文字符；
2.执行 pict test.txt 命令，可得结果；
3.也可执行 pict test.txt>test.xls 命令，将结果输出到相应的表格文件当中；
参考文档：https://www.jianshu.com/p/4afad7bd1be9

针对 MAC 版执行 PICT，需要在 GitHub 下载源码后进行 make；

下载源码后，tar -zxvf xxx.tar.gz 命令解压后，进入解压后的目录，执行 make 命令，编译后得到命令行文件；

而后./pict test_model.txt > test_case.xls 可得到相应的 case 文件；

四、个人建议
建议同时使用两个以上的工具，综合参考两个工具的结果来设计测试用例；