我发现,当前很多公司、培训机构把“高大上”作为测试工具的选用标准,如接口自动化测试不选择pytest就显得很low样。
高大上的工具真的就牛逼?似乎已经有点偏离了轨道,我们使用测试工具的目的是为了 提高测试效率,让我们更专注于更具价值的 bug挖掘(服务质量) 工作上。
我认为选择测试工具的标准有以下几点:
1、易于上手,学习成本相对较低。
本来测试团队的代码能力就薄弱,非得让大家舍弃Jmeter选择pytest,然后耗费了大量的时间进行python编码知识的培训、学习,最后产出不升反降,殊为不智。
2、尽把复杂的工作简单化,而不是复杂的工作加上复杂的工具让工作更为复杂。
能用轻量级的工具,就尽量不用重量级的工具;能用傻瓜化的工具,就尽量避免用复杂化的工具。
3、弄懂测试工具的原理,根据不同的测试情况选择不同的工具。
比如提到性能测试,大家可能一下子就想到Loadrunner、Jmeter,根本没想明白为什么非得选它们。实际只要弄懂这些工具的原理,我们会发现有很多工具可以替代它们,如少量的并发性测试,我们只需要Fidder或postman就足以达成目的,简单又快捷。
4、不要迷信工具,很多场景也许需要low的操作。
工具不是万能的,有时还得学会取舍。
在自动化测试里面有一种偏激的观点,就是测试100%的自动化才显得牛叉。如乐此不疲的UI自动化,效果真那么好,性价比真那么高?这里得打个大大的问号。机器并不懂得审美,有时也许仅仅需要对关键页面抓个图,用人工审核的方式更好。
是不是我们就得规避使用高大上的工具?那也不是,在时间充分的前提下我们也不妨学使用下,每个工具都有存在的理由,独有的特性,也许下个测试任务就非它莫属。
-- End --
文末寄语: 无论你在什么时候开始,重要的是开始之后就不要停止;无论你在什么时候结束,重要的是结束之后就不要悔恨。