共计 11229 个字符，预计需要花费 29 分钟才能阅读完成。
一、背景
精准测试技术，是这几年比拟热的一个方向。从 2012 年这个体系开始诞生，到当初整整历经了 10 年的工夫。中国从国外引进了很多技术，火与不火其实在国外曾经决定了。外乡成长起来的精准测试路线自成一家，它不是从国外引入，是在中国的大环境下缓缓倒退起来的。从寂寂无名，到软件品质技术从业者的激情被一点点的调动起来，再到被认可及至推广，两头翻越过万重山。本文作者星云测试平台设计师、开创合伙人赵明学生站在另一个维度，以星云为例偏重讲了精准测试技术的起源倒退、商业内核以及行业的瞻望。
二、精准测试的定义
精准测试一句话概括就是：测试用例和代码之间的追溯，这是它最实质的货色。精准测试的实质决定了它抓住了测试的一个外围要点。大家晓得，软件次要有两个方面：一个是咱们看到的性能，即从界面上看到输入输出（通常咱们测试是基于这个）；另外还有背地的代码。在功能测试整体动静运行的时候，性能和代码必然存在着追溯关系。这种互相追溯，很像物理界的量子纠缠实践。就是说，软件代码运行逻辑和性能输入，是两个也同时是一个整体，像量子纠缠一样。当把两个量子视为一个整体，只观测任何一个都观测不全面。这个也就是咱们黑盒测试以前遇到的问题，它存在很多隐性问题，因为它没方法察看计算机最实质的货色 – 代码的同步变动。精准测试就把这两个全副观测、捕获并回放进去了。
最早星云在 2014 年的国内软件测试大会上首先公布精准测试的时候，就叫穿线测试，英文名字叫 Threading Test，并没有直译成 Accurate test，当初看还是 Threading Test 最符合。首先，精准测试建设起了用例和代码的关系，相当于把黑盒和白盒关联起来，做黑盒测试时获取到白盒数据。即实现一个测试逻辑，代码上的逻辑立马同步生成，精确地把开发测试关联起来，这里应用了 Threading 的穿线的含意。另外一个层面，精准测试最实质就是线程笼罩测试。它跟白盒最大的区别是覆盖率是线程级的，也就是说咱们要追溯到用例这个级别。比方一个零碎可能很多用例同时跑，最终用例级的数据就是在线程外面。咱们拿到线程级的数据，就能拿到测试用例级别的这种覆盖率。这里体现了 Threading 线程的含意。所以咱们整体英文名字叫 Threading Test，这是咱们中国本人命名的。
三、精准测试技术倒退
精准测试是从 2012 年开始倒退的。最开始的时候（星云）团队建设一些根底理念，次要建设用例和代码互相追溯的根本技术方向和框架。
2013 年，星云开始做第一个源码插装内核，即基于 JAVA 的 SASI（源码插装）。
2014 年，用例和代码追溯、软件示波器、回归用例主动选取根本曾经成型。这年有个重大的事项：在 iSQE 大会上以“穿线测试”第一次公布产品。过后引起了行业上很大的关注。
2015 年，开始做 C ++ 的 SASI（源码插装）相当于向国内最顶级的白盒测试工具进行挑战并闯关冲破了这个技术畛域。
2016 年，做出的产品开始正式商用，开始有用户洽购了。
2017 年，向白盒测试最顶级的覆盖率 MC/DC（100% 覆盖率）去挺进并获得成功。意味着在航空航天、智能工业等畛域，中国开始有能力实现本人的高端白盒工具的代替。
2018 年，在分布式系统的追溯上，星云全零碎的用户标识和流量隔离技术诞生，这也是精准测试比拟外围的技术。
2019 年，开始做 SABI 1.0（SouceCode Analyzer ByteCode Intrumentation），插装形式产生重大改革，跟咱们见到的惯例架构区别很大。可能做到无损采集与剖析数据，可靠性很高，用户发版流程也很简略。
2020 年，开始做整体轮次级我的项目级累计覆盖率，可能实现全自动的实时的跨版本的数据合并，解决覆盖率技术商用的重要阻碍，以及嵌入零碎的反对。
2021 年，开始做 SABI 2.0 及高可用。
2022 年，冲破了更多要害的畛域，比方 linux kernel、DSP 芯片、安卓的 Framework 操作系统等，因为以上的数据采集形式十分非凡，实现十分不容易。能够说任何一项高端技术，都不能脱离一个渐进的过程，唯有质变能力真正实现量变。尽管充斥了艰苦，但从学术实践到技术落地、到各大企业理论场景接连不断的好评，发表了中国在这个畛域中率先获得了令人惊喜的成绩，不再受制于人。
四、精准测试的专利技术
（星云）精准测试建设了一套十分残缺的国家级专利簇爱护机制。上面为大家解说一下这些专利技术的特点。一种基于测试用例与源码双向追溯的测试安装及办法，是星云精准测试最要害的发明专利，2014 年申请 2017 年正式受权。这个专利过后引起了很大的争议，专利局认为这种货色十分底层，就像苹果因为重力而落地，通过水的势能来发电一样，专利局一通认为这个货色太常理化了。不过就像通过水的落差发电一样，须要有人可能进行零碎的实践论证摸索并且进行工业化的利用，能力真正的在转变为生产力，而用例和代码的追溯也正是通过工业级精准测试的利用才开始全面受到重视并开始大面的利用。
2018 年取得受权的国家发明专利“覆盖率可视化”（行业俗称代码染色）、回归测试用例选取等，都是在精准测试体系中比拟要害的专利。比方“回归测试用例选取”，在代码变动的状况下，到底应该选哪些用例进行回归？（星云）的这我的项目技术能够精准的挑出这些用例（都是基于代码和用例的关系），在新版本公布当前，看它代码门路变动的问题，整体回归效率进步 3 - 5 倍以上，并且大幅度降低因为回归工夫无限而引起的品质危险。
其它的专利技术是在整个商用过程中，陆续创造的。比方：分布式系统或者集中式零碎，很多人同时拜访的场景。就是在分布式系统上，看一个用例在各个系统都怎么跑的，而且并发跑的时候不能受到烦扰。那么就要有用户标签技术，而后做流量隔离。这个在分布式系统下也是一个重要的发明专利。就是指咱们在分布式系统下，每个测试用例可能跑到每个散布零碎外面，往哪个版本存？咱们做了一套主动解决机制，这也是很要害的一套逻辑，属于精准测试的基础性专利。
一个残缺的优良软件体系，根本来说它须要有 8 项发明专利进行全方位的爱护。精准测试是中国领有齐全知识产权的理论体系。当初咱们（星云）曾经批准和申请超过 16 个，后续咱们还在继续做全面的知识产权笼罩。
五、精准测试的一分一合
对于精准测试不算太理解的人可能认为精准测试就是单纯的覆盖率工具或者白盒工具在中国改了个名字，但还是有重大区别。简略了解，它跟传统覆盖率有一个一分一合的变动。
“一分”指的是：精准测试不仅仅去统计（大范畴的整体）代码覆盖率，而是要准确到用例级。比方回归用例选取、测试用例聚类分析、智能缺点定位、开发测试的协同，所有的数据都可关联到用例级，精准测试的作用和范畴就变得很大。大家看下面的雷达比照图，相当于给传统白盒测试做了一个全方位的突围。用例级就能有高精准度的测试剖析，传统的白盒并没有这种测试剖析。
“一合”指的是：咱们这个覆盖率曾经不再是单元级的。传统白盒测试次要针对单元级，工具很贵，号称壁垒极高无奈冲破，但实际上它的难度还不至于遥不可及。软件在单元状况下，一个单元跑，它的性能要求很低。星云精准测试跟传统测试的白盒的差异很大。以前白盒测只能用在单元，当初咱们精准测试能够把它用到零碎级，也就是功能测试阶段。星云能够在零碎全速运行、数据量十分大的时候实时采集数据，并确保对原有零碎不要进行烦扰。理论利用中，还是能够持续延用黑盒测试的操作方法，动静执行用例后，能够失去大大超于白盒单元测试的多种测试数据及其剖析后果，用起来非常不便。
所以，大家能够看到星云精准测试使传统测试模式产生了一个重大转变，实现了真正意义上的灰盒测试，使测试左移实现了优雅的落地。但它并不是让咱们的测试工程师马上就懂代码开发、懂脚本开发、懂单元测试，它是十分天然的去把用例跟代码进行追溯剖析，因为星云有一套动态逻辑剖析，能够把测试应用难度大大降低，没有开发教训的黑盒测试工程师可能用的十分好，如果肯下功夫甚至还能够逐渐冲破职业天花板，成为优良的测试分析师。
精准测试能够给黑盒充沛赋能。以前测试和开发人员交换十分被动，如果开发说逻辑有 5 个，那就是 5 个，即使有第 6 个也很难被发现。有了精准测试整个黑盒子就关上了，测试模式产生一个很大的转变。它使测试实现精准数字化。咱们在 2015 年的时候提出通过精准测试引领测试进入数字化，过后的支流观点测试是不可能数字化的，就像咱们人去开汽车一样，想左拐就左拐，感觉该刹车就刹车，没什么数字化。然而有了精准测试当前，所有动作能够去关联代码，每项性能都能够被数字化度量，Debug 和回归甚至变成了乏味地打怪降级的过程。所以，回过头来看，能够发现精准测试是针对 IT 零碎十分好的数字化、可量化、可评估、可考核、可度量、很准确的一种技术办法。
六、精准测试体系
上面给大家介绍一下精准测试体系的具体情况。如上图所示，星云精准测试有这样的运行架构图。它首先会对源码进行一个编译和剖析，把代码构造动态剖析好后，将动态信息上传到后盾对应我的项目版本中进行存储。再依据块的地位和类型信息进行插装，点缀只有编号信息。代码插装好当前，放到被测系统外面间接动静去跑，测试人员用软件示波器点用例开始完结，就会主动把每个用例和代码的正向和反向追溯关系建设起来了。
正反向追溯有两个主体性能，一个是可能让测试整体量化，使之看到所有的测试过程。测试工程师没有跑用例，就没有关联关系的数据；如果乱跑，咱们剖析一看性能齐全不对，跑的性能和设计性能不应该聚类到一块但却聚类到一块，就认为是瞎跑的，跑的不对。什么都能够看得十分粗疏。另外，星云提供的测试智能剖析的一些算法，如测试用例最小级、回归用例选取、测试用例的聚类分析、智能缺点定位等，这些原本很理论化的技术，之前没人可能把它做进去。例如回归用例选取这技术，它底层数据提取特地难，须要破费大量的工夫去钻研如何去真正落地实现。比方咱们碰到的一些场景：给安卓的 Framework 代码插桩，而后拍张照片，照片渲染进去当前，整个安卓的驱动层代码到底怎么走？一瞬间就要驱动计算并且展现进去整体逻辑的运行状况，这个复杂度相当高。实现了这种技术，就能够用精准测试帮忙手机厂商去节俭 CTS 测试的工夫。
精准测试在晚期倒退阶段，推广还是受到了很大的妨碍，其中一部人认为技术难度过高，因为国外的最顶级白盒工具也无奈达到精准测试的技术要求，更像是实践钻研而无奈商用，还有一部分意见认为测试就是做性能黑盒人工测试，就利用应用基于传统的经验性的测试方法体系。当初这种观点曾经在产生悄悄转变。因为实质上，咱们做测试就不应该漠视计算机的软件代码和性能间实质上的强关联性。
七、商用精准测试的无损技术
再从内核能力的角度上，给大家讲一下开源白盒覆盖率工具和商用精准测试之间的比照。
当初咱们很多单位在基于开源工具来做精准测试，是坏事，但也存在问题。咱们星云从 2012 年开始守业，为什么不拿个开源的间接做？还能够省 10 年内核开发，但我能够斩钉截铁地跟大家讲：要残缺实现精准测试那样做必定是不行的。
开源工具的艰难点本源在于：它的剖析和插桩全副在字节码上，但理论覆盖率的观测点却在源码上。这就产生了一个重大的信息脱节，因为字节码是有损耗的。开源工具它可能看到你的条件笼罩百分比，但它基本不晓得每个条件真和假，因为在字节码阶段，它的条件和真正的源码上的条件曾经产生了变动，曾经没人能搞得清下面和下边对应关系了。比方 Jacoco 这样的开源工具做了这么多年也没有冲破这个底层的根本性问题，这种差别会导致覆盖率不可补救的缺点和谬误。大家晓得：做覆盖率条件笼罩是十分必要的一个指标，开源工具解围了很多年，也没有胜利。另外，它的字节码操作非常复杂，行业里间接拿来试用，但没有人能残缺、清晰地论述它的外部状况。
星云精准测试的 SABI（字节码插装）和 SASI（源码插装），能够实现真正的无损测试技术。SABI，SouceCode Analyzer ByteCode Intrumentation，即源码剖析字节码插装。就是说在源码上间接剖析，观测点也还是在源码上。这个就可能残缺实现无损的插桩，覆盖率 100% 准确标准。SABI 是依赖十分全面的源码动态剖析后，通过校对后的数据往字节码插，而不是间接在字节码剖析，往字节码插。SABI 字节码技术能够满足国内标准的 CDC 的笼罩要求。
SABI 是大家十分认可并欢送的技术办法，2019 年左右研发进去，解决了金融畛域无侵入式插装的诉求。目前 SABI 2.0 技术，能看到具体条件确定性的虚实笼罩，而不是仅仅是一个笼罩百分比，包含分支笼罩。它把所有的简单运算在源码阶段全副算完，比方它会产生一个分块数据库，外面所有的点缀在什么地位曾经全副算好，对于插装来说就是一条指令。一个分块数据库可能几十兆上百兆，但所有的插装动作就一条，所以它可靠性能够有十分好的保障。因剖析进去的分块数据库是明文的，有问题能够间接核查，甚至能够把里边一些点缀主动去掉或删改都能够，很凋谢，不是个黑盒，应用平安和牢靠度高。
SASI（源码插装），是传统白盒最根底的技术，间接在源码插装，次要利用在对于覆盖率规范要求更高的畛域。源码插装当前，通过高级语言、高级编译器的编译，间接生成最初公布包。这种是齐全无损的，能够随时反查插点缀，不会引起语法错误、性能谬误等，可靠性更高。
八、商用精准和开源精准的区别
商用零碎级精准测试有前置精准的动态剖析过程。图中你会看到它每个条件虚实、条件组合虚实。它把代码都切成逻辑块了，间接在对应的地位上展现后果。开源产品缺了一个残缺的动态剖析过程，后续很难深刻做上来。这种代码染色，一行一个色彩，须要测试人员对代码的理解能力要求高，无形中进一步推高了应用老本。
商用零碎级精准测试可能整个脱离 Git 零碎做代码可视化。咱们有残缺的动态剖析，有 Ll、L2、L3 三级不同的可视化表白。L2 级次要利用在代码管控十分严格的场景下。它不提供源码浏览权限，但咱们能够依据剖析进去的代码构造，看到整体条件、嵌套关系等，对于黑盒测试人员的信息是足够的。
商用零碎级精准测试零碎外部有非常复杂的计算，这些计算是以动态代码剖析做根据，它不在这个阶段去关联代码，关联到 Git 上。在 Git 下来拿源码，而后再去算，一个是来不及，另外因为它不是结构化的，基本达不到理论应用要求。开源产品做差别覆盖率时，须要让 Git 通知你差别代码什么。而商用精准测试，早曾经实现了动态剖析，对于程序的控制流有没有差别很分明。它的运算齐全脱离任何内部零碎，像这种实时覆盖率切换的要害的性能，在理论场景的应用频率很高。
理论利用中，对覆盖率的信息要求相对不仅仅是单版本的，而是须要投影到很多版本。商用精准测试一旦基线切换，它会把历史数据往新基线主动进行投影，并且整个过程对用户都是通明的，不须要人工 干涉。因后面曾经做过程序控制流剖析等工作，它的投影可能实现秒级的计算和切换。这些也是基于开源产品研发精准测试无奈冲破的技术瓶颈。
另外，很多企业级客户喜爱在代码块上做标记，通知你不同的代码在做哪些性能。商用精准测试也满足了这一需要。它能够在分块上做具体标记，这个数据是一种结构化的，里边会有嵌套的程序信息了解。它能够画出程序的管制流程图，像有深度的网状结构，覆盖率看得十分清晰，这些都是基于分块信息。
在商用精准测试的应用场景里，大家用的比拟多还有“实时覆盖率”性能。即：在一个发版轮次中，多个版本之间主动会集覆盖率。当数据从程序里传进去当前，它只有跟用例的关联关系信息，它属于哪个版本、哪个轮次 / 打算 / 工作，起初都是不晓得的。通过星云主 server 当前，会把这些数据实时往外吐，随后有专门的 server 去实时往里合，一瞬间就合在轮次上。如果想看这个轮次的覆盖率，只有一刷实时马上就能够看到。
商用精准测试里，蕴含了一整套切基线的机制。这个机制比较复杂：当一个新版本上线，一看数据属于新版本，它会主动把基线切换为新版本。切的过程中，它会把历史数据往新版本投，如果这个函数没有变，就会把历史数据投到过去；如果变了，整个清零造成一个新的轮次累计版本，用户马上能够看到一个实时累计版本的状态。这个是做了比较复杂的一套零碎，咱们在很多时候感触也比拟深，这个内核做的复杂度十分高。
行业上大家对商用精准测试还是有些误会，拿开源 Jacoco 来比对是不失当的。因为产品可能达到大规模商用化，要求是十分高的。咱们（星云）能够对数亿行代码的大型高复杂度的零碎插装，也就是说在对亿行代码插装的时候是不能有任何闪失，性能、性能以及引起编译上的谬误，都是相对不容许产生的。
星云做过很多大型零碎，包含数十个节点的分布式，还有数百个大型服务，复杂性很高。目前录最快的处理速度是在一个 88 核的机上，相当于每秒钟要解决 140 万组的覆盖率数据。当然这个也不是原始数据，是在利用端收回来初步合并当前的数据。每秒 140 万组合用例的关联，这个关联不能有时间差。因为一旦有时间差，你的数据属于上一个用例的，会引起剖析上的谬误。每秒计算量要 1.4 亿个字节每秒，就是要算的这么快！这些数据来了当前马上就算完，1.4 亿字节这个数据马上就要算到主零碎外面去，所以它的整个的实时笼罩的提早也要求很严格。
嵌入式零碎场景中，要反对到实时零碎。以前星云能够实现准时，当初齐全能够在实时零碎做。比方在一些 DSP 芯片的管制上，不会烦扰它的时序。插装当前，时序可能保障失常，不会引起异样的逻辑。咱们的精准测试整套零碎都是 C ++ 做的，单节点 128g 内存能够撑持 2000 个零碎。这种量级在以前是很难设想的（白盒工具个别次要用在单元测试阶段，测一些函数）。这种大型零碎的计算，对整个内核能力要求十分高，刷覆盖率速度要很快。开源的产品速度很慢，基本够不到理论的生产场景要求。星云百万级代码行的，根本就是秒级。一刷，所有的笼罩全副算完，实时速度很快。目前星云精准测试运行绝大多数场景下，能够达到 7 ×24 小时不间断运行与计算。这个很要害！如果大家对覆盖率或者精准测试了解不深，大家会感觉这不就是一套测试用的零碎么，宕机就宕机。但实际上，商用精准测试就应该是软件测试界的 Oracle，它不容许宕机。因为大家一旦用上当前会十分纠结这个数据，比方我忽然间一个条件没了，我测试过了为什么没了？不论你量有多大，丢了必定不行，因为丢了就会造成剖析的误差，所以整个零碎这种持续性以及稳定性十分要害。咱们（星云）花了一两年的工夫始终在专门优化，因为它的要求太高了。商用精准测试要在零碎级采集，用户的零碎通常有很多，单零碎采集的状况不多，可能几百上千个零碎同时在采集，它要求十分高，可能做到 7×24 继续不间断，就须要很多技术做撑持。
九、精准测试技术成熟度五级划分
目前，按技术实现状况，能够把精准测试分成 5 级。
最高级 T1 级叫做“开源笼罩级”。次要工作是统计覆盖率，拿开源产品架构略微改一改就开始用了。它只有覆盖率的次要性能，包含差别笼罩，做一些简略的定制，这叫“开源笼罩级”。个别用在高校教学、一般利用层级的覆盖率统计，须要审慎思考用于企业质量体系建设指标。
T2 级就是“开源精准级”。这个级别次要基于 APM 技术 + 开源，做到精准测试一些根底性能，比方能够实现用例和代码追溯。因为后面咱们讲的开源内核的能力限度，对于很多场景，没有无效的计划去解决。咱们看过很多企业在这方面遇到了一些很大的实际困难，投入很多研发工夫和精力，但最初都翻越不过来，节约了不少贵重的激情和投入。个别用在互联网公司外部翻新、对于覆盖率指标精确度要求不高、以及企业对降级到精准测试的外部运行初步评估等场景，起到了对精准测试技术开荒与导引作用。
T3 级是“商用白盒级测试”。这个畛域几十年前就有，比方国外工具 C ++Test、TestBed、VectorCast 等，利用在汽车、航天一些畛域用的工具。这些商用工具的单元测试能力强，用它来做航天航空上要求的 MC/DC 的覆盖率，不会有什么问题。但它受限在单元测试这个环节，不针对零碎级利用。也就是说，黑盒工程师根本是用不起来的。这些工具大多没有用例和代码的追溯，在测试剖析方面的能力比拟弱。从用户的角度看，一个是价格十分高，另外在国产化代替的大背景下既不便洽购、各种适配都有很大问题。次要用在对单元测试要求高、代码量绝对较小、品质要求极高、仍采纳传统瀑布开发模型的企业。常见的场景在航天军工类的嵌入式零碎等。
T4 级是“商用零碎级精准测试”。它的技术体系十分残缺，要求较高。比方：
（1）在满足白盒测试要求的同时，需能够对接黑盒测试，整个采集过程可在零碎级进行；
（2）内存和 CPU 的附加开销，必须管制在 5% 以内；
（3）企业用户能够依据本身须要，定制零碎级别的笼罩维度和业务模型；
（4）反对轮次级实时覆盖率和跨版本覆盖率累积技术，实现白盒探索性测试的要求；
（5）对微服务零碎做全方位反对；
（6）对流量隔离（穿透）技术须要提供弱小的反对，以便更好的在微服务零碎中实现全程精准测试；
（7）在回归测试智能选取上，须要给出推荐值，并可进行公共底层模块引起的全量举荐修改等。
在 T4 商用零碎级测试里，能够计算实时覆盖率，轮次级、打算级、工作级、实时覆盖率可能主动生成并查阅。T4 级在整个流量隔离或者分布式系统的用户标签、穿透等方面，有十分标准化的解决方案。各种标准协议一个用户标签打过来，各个层面全副穿透过来，能够拿到整体的用例和代码间全零碎的这种关联关系。另外在用例选取、回归选取等有些算法的优化，包含动态修改、动静修改等，技术计划都很残缺。另外，商用精准测试的 server 个别都比拟强，整体对性能的烦扰能够管制在 5% 以内，因为这个级别次要是 PC 级的利用，性能开销要求不是最次要的问题。自 2016 年以来，星云测试在这个级别做了最深刻的钻研，并在银行、证券、保险、智能工业（通信）、智能汽车、国家电力、电信经营、航空航天、军工等畛域的多家企业实现了圆满落地。
T5 级是“商用内核级精准测试”。它可能执行对于 Android Framework 级代码的覆盖率统计、Linux 操作系统内核过程和相关驱动的覆盖率统计、DSP 芯片中无操作系统状态下裸 C /C++ 代码的覆盖率统计等，对系统的烦扰十分小。因为如果插装到操作系统上，很可能机器启动不了。这个级别对性能的影响度肯定要管制在 1% 以内，芯片与嵌入式板子等要求更高，因为他们是有时序的。咱们一些芯片有中断时序，比方几个中断，它肯定要保障原有执行时序不能被打断。假如要 0.1 毫秒实现，那是相对不能超过 0.1 毫秒。它不像 PC 端系统，慢一点也影响不太大。比方金融零碎，查问性能原来是 1 毫秒，插装后变成 1.2 毫秒，它顶多是慢一点点，不会影响业务后果。然而这种芯片级会影响业务后果，造成逻辑谬误，这是相对不行的。目前国内次要是星云测试承当起了这个级别的测试工作，利用在一些高端场景及畛域中，比方军工、智能汽车、芯片、电力等行业的国家级我的项目上。
十、精准测试的效力晋升
这个图早在 8 年前，咱们（星云）就公布了，当初看下来实际效果与起初的预估没多少误判。商用级精准测试有很多驱动点能够改良效率，以覆盖率打比方：原有的黑盒测试的瓶颈阶段效率是很低的。这个阶段如果仍然应用人海战术，基本上能够认为是耗费大量老本，而看不见无效成绩。也就是你不晓得软件外面是什么，就在那猜用例，猜的很多都不对。比方一天猜了 100 个用例，兴许只有 2 个是有用。但商用精准测试，就能够高效地剖析用例、有目的地补充用例，一天做 100 个用例 100 个都是无效的，它并没有减少工作量，这个是最让人赏心悦目的。
引入商用零碎精准测试很多企业覆盖率很容易做到惊人的 90% 以上。因为它的晋升是全方位的，包含咱们开发测试的交互的效率和治理端的效率。以前咱们强调现场治理，时常须要盯着测试工程师看干不干活，干得怎么样。这种状况一个是容易造成矛盾，另外因为受人为因素烦扰太多也不主观，再有就是不能帮忙测试工程师们发现自己须要补充的技能，长此以往容易迷茫，早早碰到职业天花板，很苦楚。由此导致人员流动过于频繁，不利于业务稳固。另外，商用级精准测试在回归上，给了测试和开发们很大的支撑点。以前很含糊的一些货色，要人去投入大量工夫剖析，当初测试用例主动举荐性能能够主动剖析，而且速度极快，整个回归测试效率至多进步一倍以上。
十一、商用精准测试的布局与倒退
商用精准测试不是我的项目制的，整体都是高度产品化，每个性能都要思考到整个行业的通用模式诉求，如何做到普适化？是十分一个严格的产品化过程。所以客户的需要是模型化，咱们就得按模型化来设计。比方很多场景要通过参数来辨别，相似 oracle 这种软件的参数比拟多，个别咱们（星云）的业余人员能够帮大家配好，对某个行业客户的具体场景后续不须要变配置。
高性能、高牢靠永远是谋求的技术治理点。如果没有高性能、高牢靠，产品性能就算再弱小也是没用的，大规模商用化是会受到重大妨碍的。商用精准测试技术是将来软件质量体系最外围的业务和大趋势，它不容许有任何谬误，咱们（星云）在这块投入很大。
目前独创的核心技术都有爱护。因为咱们（星云）会依照自主可控内核的路线去倒退，尽管很难，然而对企业来说，正是有了外围竞争力，才有资格去国际舞台上与支流白盒一争高下。如果拿开源间接用，会发现上手快很简略，然而企业很多简单一点的需要变更、性能扩大都解决不了。因为它内核自身就有缺点，另外是大部分用户还是看不懂它的逻辑自身，遇到问题无从下手。
所以（星云）始终很关注专利爱护受权。对专利的重视和爱护是心愿大家尊重技术创新，尊重商业标准。如果有人要借鉴，须要一个知会、受权的流程。星云是敌对的，比方白皮书外面的内容是咱们的专利失去受权能够公开后，面向行业是敞开式的定期更新、向大家介绍最新的技术，也会写这些根底怎么做。
我集体认为，精准测试是在测试全面智能化之前的一个很好的过渡，然而我认为过渡期最起码须要几十年，那时 AI 才有可能成为主导。而后把人的工作全副省掉，甚至可能包含覆盖率工具都能够不再须要。但这是最起码是几十年当前的事件。
不改初心，方得始终。在很长的一段时间内，咱们会继续的倒退精准测试，让精准测试成为整个测试行业提高效率的一个保障。当初很多企业的业务扩大太快，无限的人基本接不了暴增的我的项目，测试工作量随着我的项目指数级减少。精准测试让指数级变成一个直线。人力的奉献是无限的，因为软件的算法是极度简单的，人力无奈在看不见的状况下，去做齐全而无效的遍历。所以好的产品和工具是必须品。咱们始终在倒退，包含很多钻研单干、一些实践上的算法，逐渐的让它更领有更弱小的能力，把人从繁琐而没有创造力的工作中解放出来。
撰稿人介绍：赵明是中国最早一批软件测试业余硕士，曾在三大检索及国内外围期刊发表数篇学术论文，师从国内驰名软件测试科学家。深度关注和把握软件白盒测试实践和工具底层技术。
精准测试技术理念的发明人和商用工具的总设计师，作为第一发明人申请了 16 项精准测试外围发明专利，残缺的构建了精准测试的发明专利簇。精通软件测试外围实践算法，精通多种语言编译器核心技术，代码剖析和插装技术，精通计算机程序底层开发（图形，存储，二进制剖析）技术，精通各种软件测试实践算法。带队实现了中国第一个齐全自主可控商用白盒测试内核的研发，实现了超高性能白盒测试内核的研发，将白盒测试的应用领域从单元级向零碎级和达到实时性要求嵌入式零碎进行了扩大和利用，设计并研发了 WINGS 单元测试用例主动生成零碎，可能面对非常复杂的软件系统实现全自动的生成 100% 语法正确的可间接运行的单元测试用例，产品性能远超国内上同类产品。