其实路径有很多的，在不同的行业和领域下，需要学习的东西是不一样的。 当然了通用的能力都差不多， 比如需要学习 python 和 java，在语言的基础上写自动化测试 (UI,API) 和自己写点小工具和平台，还有 linux 基础技能这些都是作为测开需要的通用能力， 属于基本上在哪都用的上的。 但是接下来需要我们在某个领域上进行深耕，学习更底层的技能。 就像我之前说的 k8s，因为我是混容器圈的，这是我选择的领域，所以这个领域内的所有东西都要去学， 包括 docker，k8s 以及在他们之上构建的容器生态里的很多开源项目。为此我专门去学了 golang 语言，并用 k8s 的 client-go 自己编写 k8s 的 CRD，controller 以及编写针对 k8s 的混沌工程项目。 这些都是在容器这个领域内需要用的技能。 它跟通用技术不一样，它是服务端技术，并且是特定领域的服务端技术，虽然它跟通用技术不一样，这些技术被限定在了一个领域内才能发挥价值。 但是往往拥有比较深的领域技能才是通向高阶测开的门票。 所以选择一个领域比较重要， 我之前确实说要多学一学容器的东西，比如 k8s。 因为这是一个之后服务端的主流技术，到今天可以发现 k8s 的势头非常猛，各个厂商的容器化已经成了定势。 而且从最近开源出来的项目来看 k8s 已经侵入了 AI，大数据，分布式计算等领域， 所以我一直认为这是一个值得去拼的领域。 还有其他领域，比如大数据领域，AI 领域。 就看你个人如何选择了。 当然这些是从我的经历和角度去看的。 我没有移动端的经验，所以不知道移动端有什么领域值得去深入研究。 你要做一个选择， 选对行业，挑对公司， 努力是排在这两个之后的。

冗余啊~~~ 多实例设计就好了。 更新的时候在备上升级， 然后一切换。

恩~ 我理解楼主纠结的是如果要重复进入 125 分别进行操作 1 和 2，重复的工作会带来运行时间的延长等问题。 那是其实在自动化项目里， 可维护性 > 性能 。 适当的把 case 进行拆分是必要的， 不能把太多的逻辑放在一起。 性能问题可以交给分布式运行策略来提升

一般都是业务形态不一样导致的。 尤其 TO C 和 TO B 的发版周期差别巨大。 在 TO C 的业务上，隔几天发一个版本都是正常的。 但是在 TO B 领域动辄几个月甚至一年。 面对的用户群体不一样， 节奏就不一样。

是不是不在一个 frame 里？可以下载一个在浏览器上使用 xpath 搜寻控件的插件试试

其实我没明白， 自动化上不去，他们是怎么有胆子重构的

不是调用其他 case， 就是你应该封装一个业务逻辑层。 case 是去调用业务逻辑层的东西的。 比如所有 case 都要登录，那就专门有个地方是写登录的逻辑的。 比如有很多的 case 在测试的时候依赖一些数据， 比如要测试查询订单那就要先有这个订单存在。 那么就可以专门有一个地方是封装的下单的逻辑。 理论上，case 要是精简的。 大部分的逻辑要封装到业务层里去。

第一个楼主纠结的应该不是独立性， 而是纠结一个 case 依赖的太多其他业务逻辑到底是不是好的。 其实你都已经是 UI 自动化了， 测试的就是系统集成， 这时候为啥还要避免这个情况呢。 case 尽量避免依赖这是单元测试的思路~ 所以才有各种 mock 技术么。

第二个就是测试数据到底是应该预先创建好的，还是实时调用系统功能来创建的。 看你们的情况了， 个人建议是团队水平不错就实时调用系统功能创建 (我们团队目前是这么做的)，水平不好的就预先创建吧。

PS： 建议楼主现阶段尽量少看这些纯理论书，没啥好处。

其实现在 kubeadmin 已经比我写文章那会好用多了~~~ 我写的时候还是阿尔法版本， 现在应该已经正式 release 了。 用那玩意装 k8s 还是挺简单的

没用过 minikube。。。。为啥不直接正式安装。 用这个玩具呢。。。

简单不代表就好。。。。。如果真的好， 不会基本所有 liunx 发行版本都用 systemd 作为默认选项了

现在还有人用这东西么？ 不是都用 systemd 了么

当你用坚持 这两个字来形容你的工作的时候。 就是你快坚持不住的时候了。

为啥那么多环境要共享一个域名。。。。这么奇葩的机制怎么这么像我再 58 到家那会。。。。

我一般就是开怼~~