正交表试验
正交表测试(OAT)是一种使用正交表创建测试用例的软件测试技术。正交数组测试通过将输入配对和组合，并使用相对较少的测试用例来测试系统以节省时间，从而帮助最大限度地提高测试覆盖率。
例如，当必须验证火车票时，必须测试乘客数量、车票号码、座位数量和车次等因素。在这种情况下，我们可以使用正交表测试法。
这种将输入和测试系统配对或组合以节省时间的类型称为成对测试。
在本教程中，将了解
- 什么是OAT(正交表测试)？
- 为什么选择OAT(正交表测试)？
- 正交的表述方式
- 如何进行正交表测试
- 正交表的优势
- 正交表的缺点
- 执行OAT时出现错误或错误
为什么选择OAT(正交表测试)？
在目前的场景中，由于代码的复杂性，向客户交付高质量的软件产品变得具有挑战性。
在传统方法中，测试套件包括从输入值和前提条件的所有组合导出的测试用例。因此，必须覆盖n个测试用例。
但在实际场景中，测试人员没有空闲时间执行所有测试用例来发现缺陷，因为在测试阶段还需要考虑其他流程，如文档、建议和来自客户的反馈。
因此，测试经理希望优化测试用例的数量和质量，以确保以最小的努力实现最大的测试覆盖率。这项工作称为测试用例优化。
- 成对交互作用检验的系统统计方法
- 交互和集成点是缺陷的主要来源。
- 执行定义良好、简明扼要的测试用例，这些用例可能会发现大多数(不是所有)错误。
- 正交方法保证了所有变量的两两覆盖。
正交表片的表述方式
正交表的计算公式
- Runs(N)-数组中的行数，转换为将生成的测试用例数量。
- Factor(K)-数组中的列数，转换为可以处理的最大变量数。
- Level(V)-可对任何单个因素取值的最大数量。
单个因素有2到3个要测试的输入。投入的最大数量决定了Level。
如何进行正交表测试：示例
- 确定场景的自变量。
- 查找具有运行次数的最小数组。
- 将因子映射到阵列。
- 选择任何“剩余”级别的值。
- 将运行转录成测试用例，添加未生成的任何特别可疑的组合。
示例1
网页有三个截然不同的部分(顶部、中间、底部)，可以单独对用户显示或隐藏
- 系数数=3(顶部、中间、底部)
- Level数(可见性)=2(隐藏或显示)
- Array Type = L4(23)
(4是创建OAT数组后到达的运行次数)
如果我们采用传统的测试技术，需要像2X3=6这样的测试用例
| 测试用例 | 场景 | 要测试的值 |
|---|---|---|
| 测试1 | 隐藏 | 顶部 |
| 测试2 | 如图所示 | 顶部 |
| 测试3 | 隐藏 | 底部 |
| 测试4 | 如图所示 | 底部 |
| 测试5 | 隐藏 | 中间 |
| 测试6 | 如图所示 | 中间 |
如果我们进行OAT测试，我们需要4个测试用例，如下所示：
| 测试用例 | 顶部 | 中间 | 底部 |
|---|---|---|---|
| 测试1 | 隐藏 | 隐藏 | 隐藏 |
| 测试2 | 隐藏 | 可见 | 可见 |
| 测试3 | 可见 | 隐藏 | 可见 |
| 测试4 | 可见 | 可见 | 隐藏 |
示例2：
微处理器的功能必须经过测试：
- 温度：100摄氏度、150摄氏度和200摄氏度。
- 压力：2磅/平方英寸、5磅/平方英寸和8磅/平方英寸
- 掺杂量：4%、6%、8%
- 沉积速率：0.1 mg/s、0.2 mg/s、0.3 mg/s
通过使用传统方法，需要=81个测试用例来覆盖所有输入。让我们使用正交表方法：
因子=4(温度、压力、掺杂量和沉积速率)
级别=每个因素3个级别(温度有3个级别-100摄氏度、150摄氏度和200摄氏度，同样其他因素也有级别)
创建一个阵列，如下所示：
1. 具有编号的列因素的组合
| 测试用例编号 | 温度 | 压力 | 掺杂量 | 沉积率 |
|---|---|---|---|---|
2. 输入行数等于每个因子的级别。因此，为每个温度级别插入3行，
| 测试用例编号 | 温度 | 压力 | 掺杂量 | 沉积率 |
|---|---|---|---|---|
| 1 | 100C | |||
| 2 | 100C | |||
| 3 | 100C | |||
| 4 | 150C | |||
| 5 | 150C | |||
| 6 | 150C | |||
| 7 | 200C | |||
| 8 | 200C | |||
| 9 | 200C |
3. 现在将柱子中的压力、掺杂量和沉积率分开。
例如：在100C、150C和200C温度下输入2磅/平方英寸，同样在100C、150C和200C等温度下输入4%的掺杂量，依此类推。
| 测试用例编号 | 温度 | 压力 | 掺杂量 | 沉积率 |
|---|---|---|---|---|
| 1 | 100C | 2磅/平方英寸 | 4% | 0.1 毫克/秒 |
| 2 | 100C | 5磅/平方英寸 | 6% | 0.2 毫克/秒 |
| 3 | 100C | 8磅/平方英寸 | 8% | 0.3 毫克/秒 |
| 4 | 150C | 2磅/平方英寸 | 4% | 0.1 毫克/秒 |
| 5 | 150C | 5磅/平方英寸 | 6% | 0.2 毫克/秒 |
| 6 | 150C | 8磅/平方英寸 | 8% | 0.3 毫克/秒 |
| 7 | 200C | 2磅/平方英寸 | 4% | 0.1 毫克/秒 |
| 8 | 200C | 5磅/平方英寸 | 6% | 0.2 毫克/秒 |
| 9 | 200C | 8磅/平方英寸 | 8% | 0.3 毫克/秒 |
因此，在OAS中，我们需要涵盖9个测试用例。
正交表的优势
- 保证测试所有选定变量的成对组合。
- 减少测试用例的数量
- 创建更少的测试用例，覆盖所有变量的所有组合的测试。
- 可以进行变量的复杂组合。
- 与手动创建的测试集相比，生成起来更简单，也更不容易出错。
- 对集成测试很有用。
- 由于减少了测试周期和测试时间，因此提高了工作效率。
正交表的缺点
- 随着数据输入的增加，测试用例的复杂性也随之增加。因此，测试人员必须进行自动化测试。
- 对于软件组件的集成测试非常有用。
执行OAT时出现错误
- 测试工作不应该集中在应用程序的错误区域。
- 避免选择错误的参数进行合并
- 避免将正交数组测试用于最小的测试工作量。
- 手动应用正交表测试
- 正交表测试在高风险应用中的应用
结论：
在这里，我们已经看到了如何使用OAT(正交数组测试)来减少测试工作量，以及如何实现测试用例优化。
