GitHub突破1000 Star的开源持续测试平台详解 | IDCF
内容来源:MeterSphere开源持续测试平台 作者:徐桂林
背景
缘由
测试阶段几乎是把人力浪费在重复过程中最多的环节。由于软件质量管理的需要,测试阶段有很多需要回归和重复验证的工作。而持续测试的理念又加重了这种重复工作在整个工作中占比。基于这个原因,“如何在这些环节释放人力,提升自动化能力”成为DevOps方法论能够完整落地的关键; 测试工具平台发展的滞后是一个不争的事实。相比代码管理、持续构建、持续部署等其他环节,测试工具的发展是明显滞后的。传统软件测试平台尽管有比较好的测试管理及整合功能,但它们普遍在提供现代化软件测试的自动化工具能力方面表现不佳,对于微服务化接口测试、互联网化压力测试,以及新型技术栈适配上都还不尽如意。
整合当前最普遍使用的自动化测试能力工具。如前所述,持续测试是自动化测试一种运行过程。自动化能力永远是持续测试的基础。相比之下,市面上常见的测试管理平台(例如TestLink、JIRA等)目前仅停留在测试流程的跟踪和管理,普遍缺少对于自动化测试能力的对接。没有这一环节支持,很难提升自动化测试在整个测试工作中的占比,也就很难达成持续测试的初衷。 实现测试团队内部活动的全生命周期线上化管理。除了整合各种自动化测试能力工具外,同样需要提供完整的测试流程跟踪能力,并且实现测试设计、测试计划、测试执行和测试报告等不同阶段工作的关联和整合,从而实现测试团队内部活动的全面线上化管理,增强测试团队内人员的沟通协调效率。 协作测试能力的外溢,帮助落地测试左移和测试右移。如前所述,持续测试除了强调测试团队内部的协调外,还希望能够支持跨阶段的协作。具体表现为测试左移和测试右移两个方面。
落地
全生命周期支持:覆盖用例管理、测试计划到测试执行、测试报告分析的不同阶段,提供从手动功能测试生成接口测试、从接口测试生成性能测试的一站式功能支持。比方说,MeterSphere支持测试用例与自动化测试场景的关联,并且能够通过对自动化测试场景的测试结果跟踪来反馈相关测试用例的执行结果; 自动化&扩展性:支持接口和性能的自动化测试,可以充分利用云的弹性实现超大规模的性能测试。在自动化测试方面,MeterSphere成功地降低了自动化测试工具的使用门槛,尽可能地隐藏掉相关的工具使用细节。MeterSphere可以帮助用户完整地管理性能测试的发压端环境管理工作,集成基于传统主机、Kubernetes集群或者云环境的发压端,帮助客户解决分布式压力发生调度等细节问题。此外,对于各种自动化测试工具的测试结果分析和可视化也同样大幅度降低了自动化工具采纳的门槛; 持续测试:能够与持续集成工具无缝集成,支撑企业实现测试左移。持续测试强调在测试阶段能够很好地融合到DevOps流水线之中,所以和DevOps流水线其他阶段的整合也是MeterSphere的重要特质。目前,MeterSphere平台已经支持与持续构建工具Jenkins、常见需求及Bug管理工具JIRA的对接; 团队协作:可支持不同规模的测试团队,从小到几个人的测试团队,到数百人的测试中心均可基于MeterSphere实现团队协作。MeterSphere支持常见用户源的对接,提供“组织-工作空间-项目”三级管理体制,支持完善的基于角色的权限管理机制等。这些机制保证平台有能力将测试能力和手段有效应用于公司内的测试左移和测试右移场景。
展望
评论