持续测试
DevOps中的持续测试是一种软件测试类型，它涉及在软件开发生命周期的每个阶段测试软件。持续测试的目标是通过早期测试和经常测试来评估持续交付过程的每一步的软件质量。
DevOps中的持续测试流程涉及开发人员、DevOps、QA和操作系统等利益相关者。
在本教程中，将了解
- 什么是持续测试？
- 持续测试有什么不同？
- 持续测试与测试自动化有什么不同？
- 如何进行持续测试
- 持续测试工具
- 持续测试的好处
- 持续测试的挑战
持续测试有什么不同？
旧的测试方式是以交接为中心的。软目标是质量优先于项目进度。
但是，企业希望更快地将软件交付给最终用户。更新的是软件，更好的是，因此，一种新的测试方法被发展出来。
持续意味着在持续的基础上进行不中断的测试。在持续的DevOps流程中，软件变更(候选版本)不断从开发到测试再到部署。
代码将持续开发、交付、测试和部署。
例如，每当开发人员检查源代码服务器(如Jenkins)中的代码时，就会在持续的过程中执行一组自动的单元测试。如果测试通过，则该软件将部署到生产中。
持续测试是持续开发、集成和部署周期中的一个小齿轮。
软件开发和过去不一样了，我们把开发从几个月减少到几周。但目标是拥有越来越多的自动化单元测试。
持续测试与测试自动化有什么不同？
测试自动化与持续测试
| 参数 | 测试自动化 | 连续测试 |
|---|---|---|
| 定义 | 测试自动化是使用工具或软件自动执行任务的过程。 | 它是一种专注于实现持续质量和改进的软件测试方法。 |
| 目的 | 一组相似或重复的任务，机器可以执行得更快，错误更少。 | 持续的测试过程有助于发现风险，解决风险，提高产品质量。 |
| 先决条件 | 无需集成连续测试即可实现测试自动化。 | 如果没有测试自动化，就不能实现持续测试。 |
| 时间 | 软件发布可能需要一个月到几年的时间。 | 软件版本可以每周发布到每小时发布。 |
| 反馈 | 在测试每个版本后定期提供反馈。 | 每个阶段的反馈都需要是即时的。 |
| 历史 | 自动化测试已经进行了几十年，以使测试过程更快。 | 持续测试是一个相对较新的概念。 |
如何进行持续测试
- 使用TO工具从用户情景/需求生成测试自动化套件
- 创建测试环境。
- 复制和匿名化生产数据以创建测试数据平台
- 使用服务虚拟化测试API
- 并行性能测试
持续测试工具
以下是最佳持续测试工具的精选列表：
1) QuerySurge
QuerySurge是智能数据测试解决方案，是同类解决方案中第一个用于持续数据测试的完整DevOps解决方案。主要功能包括具有60多个调用的强大API、详细的数据智能和数据分析、无缝集成到DevOps管道以进行持续测试，以及快速验证大量数据。
免费开始测试
2) Jenkins
Jenkins是一个用Java语言编写的持续集成工具。此工具可以通过GUI界面或控制台命令进行配置。
下载链接：https://jenkins.io/
3) Travis
Travis是托管在GitHub上的持续测试工具。它提供了各种不同的语言和很好的文档。
下载链接：https://travis-ci.org/
4) Selenium
Selenium是开源软件测试工具。它支持用于自动化Web应用程序测试的所有领先的Selenium WebDriver。
下载链接：https://www.seleniumhq.org/
持续测试的好处
- 加快软件交付速度
- 持续测试可提高代码质量
- 有助于评估准确的业务风险覆盖范围。
- 无缝集成到DevOps流程中
- 有助于在短短几个小时(而不是几个月)内创建灵活可靠的流程。
- 通过持续反馈机制加快上市时间。
- 合并传统上孤立的团队以满足现代企业需求。消除开发、测试和运营团队之间的脱节。
- 测试自动化通过维护所有相关测试的相同配置来帮助实现一致性。
- 强调业务预期以降低业务风险
- 通过服务虚拟化提供无处不在的测试环境访问
持续测试的挑战
- 传统的流程限制了开发和QA专业人员之间的文化转变。
- 缺乏在敏捷和DevOps环境中进行测试的DevOps技能和合适的工具。
- 永远不会反映生产环境的异构测试环境。
- 常规测试流程和松散定义的测试数据管理。
- 较长的代码集成周期会产生集成问题和延迟的缺陷修复
- 资源和测试环境不足且无效
- 复杂的应用程序架构和业务逻辑限制了DevOps的采用。
结论：
- 在软件工程中，持续测试是一个早期测试、经常测试、随时随地测试和自动化的过程。
- 旧的测试方式是以移交为中心的。软件从一个团队移交给另一个团队
- Jenkins、Travis和Selenium是流行的持续测试和集成工具。
- 持续测试根据交付管道的每个阶段提供可操作的反馈。
- 持续测试有助于提高代码质量
- 传统的流程限制了开发和QA专业人员之间的文化转变。
- 较长的代码集成周期会产生集成问题和延迟的缺陷修复
