工程实践

软件测试类型

写代码的时候,+1要求我做单元测试,总结一波测试随时查看

这些名称来自不同的分类轴,不是互斥清单。同一项测试可以同时落在几类里。下面先用一张表把常见类型摆在一起,再分组讲清:测什么、什么时候做、和别的怎么区分。个别称呼在行业里并不统一,文中会直接标明。

一、一张表看主要类型

名称一句话定义什么时候用
单元测试 Unit / 组件测试 Component单独测一个函数、模块或组件,尽量隔离外部依赖写代码时就要跑,是日常最快的反馈
集成测试 Integration测模块或系统之间的接口和交互是否正确单测通过后,验证「拼起来」会不会出问题
系统测试 System把整个系统当作一个整体,对照规格验证行为系统已集成,要回答「作为产品是否符合要求」
端到端测试 E2E在接近真实使用的条件下,把一条业务从头跑到尾发版前验证关键用户路径真的走得通
验收测试 Acceptance判断系统是否达到接受标准、能不能交付准备交给用户或业务方拍板时
冒烟测试 Smoke快速检查核心功能是否通,判断这包值不值得继续测新构建出来后、完整测试开始前
健全性测试 Sanity(俗称酱鸡测试)围绕最近这次改动做一次浅而窄的健康检查修完缺陷或刚合入一个功能,准备做更细验证前
回归测试 Regression改动之后,检查没打算改的地方有没有被带坏有代码、配置或环境变化后,尤其是发版前
黑盒 / 白盒 / 灰盒按测的时候看不看内部实现来区分,不是按范围分设计用例时选用;可出现在任何测试级别
性能 / 负载 / 压力看系统在不同负载下是否够快、能否撑住、会不会崩有性能要求,或上线前要摸清容量和瓶颈时
安全测试 Security检查能否按权限访问、能否抵御常见攻击处理敏感数据或对外暴露接口时,应持续做,不只上线前做一次
兼容性测试 Compatibility在不同环境、设备、浏览器或与其他系统共存时能否正常工作目标用户环境不单一,或要对接外部系统时
可用性测试 Usability看真实用户能不能顺利、满意地完成任务关键交互定型或改版时,适合找用户观察,而不是只靠脚本
探索性测试 Exploratory边探索系统、边设计并执行测试需求不清、脚本覆盖不到,或要快速排查风险区域时
静态检查 / lint不运行程序,按规则和代码形态找问题提交前和 CI 里持续跑,越早越便宜
契约测试 Contract验证服务之间是否按约定的接口收发数据多个服务要独立发布,又不想每次都拉起全链路时
TDD(测试驱动开发)先写会失败的测试再写实现;这是开发方法,不是新的测试类型希望在实现前先把行为约定清楚时使用

二、按范围:测试金字塔这一层

这一组讲的是「测多少」。测试金字塔(Test Pyramid)的核心建议是:自动化测试里,底部的单元测试应该最多、最快;越往上越接近完整用户路径,用例就应该越少。因为端到端、穿过界面的测试通常更慢、更脆、也更贵。这个意象由 Mike Cohn 提出,Martin Fowler 等人做了常见阐释。它讲的是自动化测试组合的比例,不是说高层测试可以省掉。

ISTQB 则把「测试级别」(test level)和「测试类型」(test type)分开:级别看的是测到哪一层(组件、集成、系统、验收);类型看的是要验证哪种质量特性,并且多数类型可以出现在任何级别。工程团队常把两套话混着说,知道有这个区别就行。

1. 单元测试(Unit Testing) / 组件测试(Component Testing)

测的是一个可以单独验证的小块:函数、类、模块或组件。常用测试框架,并把数据库、网络这些外部依赖隔离掉。它跑得快、失败时也容易定位,适合在本地和每次提交时都跑。

工程里通常说「单元测试」;ISTQB 更常用 component testing(组件测试),并明确说它也称 unit testing。两者基本指同一层,只是口径不同。

2. 集成测试(Integration Testing)

测的不是单块自己,而是块与块、系统与系统之间的接口和交互:参数传对了没、返回格式对不对、失败时怎么处理。单测都绿、一拼却坏掉,多半是这一层的事。

ISTQB 还会细分组件集成测试和系统集成测试。团队里口语上往往统称「集成测试」,说的时候实际可能包括「两个模块接上」或「本系统接外部服务」。

3. 系统测试(System Testing)

把已经集成好的系统当成一个整体来测,看它是否符合规格里的功能和非功能要求。这一层的对象是「整个产品」,不再是单个模块。功能路径可以在这里测,性能、安全、可用性也常常放在这一层做,因为更接近真实跑的样子。

4. 端到端测试(E2E Testing)与验收测试(Acceptance Testing)

这两个最容易和系统测试重叠,但目的不一样。

  • 端到端测试:ISTQB 把它定义为一种测试类型(不是单独的测试级别)——在接近生产的条件下,把业务流程从头到尾跑通。比如用户登录、下单、支付、收到通知,一条链路走完。
  • 验收测试:关注的是「能不能验收、能不能交付」。最好由预期用户或业务方来做。常见形式包括用户验收(UAT)、运维验收、合同或监管验收。

实践中,「一条用户路径」既可能被叫系统测试,也可能被叫 E2E。区分关键是目的:对照规格、跑通业务流程,还是决定是否接受。不必把三者硬拆成三套完全不重叠的用例。

三、按发布前的快速检查:冒烟、酱鸡、回归

这一组讲的是「改完之后先问什么」。它们不是金字塔上新的一层,而是可以出现在任何范围里的检查策略。

1. 冒烟测试(Smoke Testing)

测的是最核心的主路径是不是通:能不能启动、能不能登录、主流程能不能走完。目的不是找全部细节缺陷,而是先确认:这个构建够不够稳定,值不值得付出更完整的测试。ISTQB 的定义很直白:获得足够信心,说明被测对象已经准备好,可以开始计划中的测试。

新构建出来后、详细测试或完整流水线开始前做。失败了就应该停,先把构建修稳,不要再往下跑一大套回归。有的团队也把自动化的构建验证测试(Build Verification Test,BVT)当成冒烟测试来用。

2. 健全性测试(Sanity Testing),俗称酱鸡测试

Sanity 的读音接近「酱鸡」,所以中文团队里常被戏称为酱鸡测试;更规范的说法是健全性测试。在把它和冒烟测试分开的团队里,它更窄:不是通盘点一遍主路径,而是看最近这次修复或新功能,表面上是不是走得通。

改完一块、准备做更细验证之前做。它也是浅查,不是把这块新逻辑的所有边界情况测完。

3. 回归测试(Regression Testing)

测的是「你没打算改的那些地方,还能不能像以前一样工作」。ISTQB 把它归为一种与变更相关的测试:发现缺陷是否被引入,或在未改变区域被暴露出来。有代码、配置或运行环境变化时都应该考虑它,发版前尤其常见。

回归可以出现在单测、集成、系统任一层,不是只有 E2E 才叫回归。范围通常比冒烟和酱鸡更宽、也更深,但不等于每次都要把历史上所有用例全跑一遍——常按改动影响和风险来选。

还要和确认测试(Confirmation Testing,也叫 retesting / 再测)分开:修好一个缺陷后,把当初失败的那些用例再跑一遍,确认这个问题真的修掉了。回归问的是周边有没有被带坏。两件事修完 bug 后都要做。

4. 三者最容易混,这样区分

冒烟 Smoke酱鸡 / 健全性 Sanity回归 Regression
问的问题这包核心路径通不通,值不值得往下测?这次改动相关的点,看起来正不正常?改完以后,没动过的地方有没有被带坏?
范围宽而浅:登录、下单、核心接口等主路径窄而浅:围绕本次修复或新功能宽而相对深:已有功能,尤其是高风险区域
时机新构建出来后、详细测试之前改完一块、准备做更细验证之前有变更之后;发版前常会跑一轮
失败意味着构建不稳,先别做完整测试这次改动本身可能还没就绪旧功能被破坏,不能只测新功能就发版

一句话记:冒烟问「这包能不能测」,酱鸡问「这次改动看起来对不对」,回归问「别的地方有没有坏」。

四、按是否看内部实现

这一组不是新的范围,而是设计用例时的视角。同一个单测或系统测试,都可以用黑盒或白盒来写。

  • 黑盒测试(Black-box Testing):不看内部代码,只按规格、接口约定或需求来测。你给定输入,看输出是否符合预期。验收测试、大部分系统测试都偏黑盒。
  • 白盒测试(White-box Testing):看得见内部结构,按代码路径、分支、条件来设计用例。开发写单测时很常用这种做法。它能发现「这条分支从来没被跑到」,但看不到「规格本身漏了」。
  • 灰盒测试(Gray-box / Grey-box Testing):两者结合。比如你知道大概有哪些模块、接口和表结构,但仍从外部输入输出去测。ISTQB 常用英式拼写 grey-box;美式常写 gray-box,指的是同一事。

不要把黑盒、白盒理解成「测试人员做黑盒、开发做白盒」。这只是看不看内部实现,谁都可以做。

五、按质量属性

前面几组很多在问「功能对不对」。这一组问的是其他质量:够不够快、安不安全、换个环境行不行、好不好用。ISTQB 把它们归为测试类型,可以在多个级别上做。

1. 性能、负载与压力(Performance / Load / Stress Testing)

这三个是一家人,不要混着用。

  • 性能测试是总称,看系统在给定条件下资源用得是否高效,比如响应时间、吞吐。
  • 负载测试是其中一种:在预期的低、典型、高峰负载下看表现。
  • 压力测试则是推到或超过预期负载,或资源被压缩时,看系统会不会崩、怎么降级。

还有两个常见亲属:耐久测试(Endurance Testing)看长时间负载下是否稳定;尖峰测试(Spike Testing)看突发流量冲过来之后能不能恢复。有性能指标、或上线前要摸容量时再做,不用每次改一行代码都跑一遍压测。

2. 安全测试(Security Testing)

测系统能否抵御攻击,以及是否按授权提供访问。渗透测试(Penetration Testing)是其中一种手段,仿真攻击者找弱点,但不要把安全测试等同于只做一次渗透。有敏感数据或对外接口时,应把它当成持续要做的事。

3. 兼容性测试(Compatibility Testing)

测系统换一个环境还能不能正常工作:不同浏览器、操作系统、设备,或与其他软件共存、与外部系统互通。目标用户的环境不单一时就有必要做;不是把所有组合都测遍,而是按真正会用到的环境排优先级。

4. 可用性测试(Usability Testing)

测的是指定用户在指定情境下,能不能有效、高效、满意地完成任务。它看的不是「按钮能不能点」,而是「人能不能顺利用起来」。关键交互定型或改版时最有价值,常要观察真实用户,而不是只靠自动化脚本。

5. 探索性测试(Exploratory Testing)

这是一种做法,不是再一种质量指标。测试人依据对系统的了解、当前探索和上一轮的结果,动态地设计并执行用例。它不是无计划地乱点,而是有目标地边学、边测。需求不清、脚本覆盖不到,或要快速排查风险时,很适合和脚本化测试互补。

六、其他常见做法

1. 静态检查 / lint(Static Analysis)

不运行程序,而是按代码形态、结构和规则来找问题。lint 是最常见的工具;代码评审也属于静态测试。它和真正跑起来的动态测试互补:样式问题、显而易见的空指针、简单安全规则,很多在提交前就能拦下来。适合放在本地提交前和 CI 里持续跑。

2. 契约测试(Contract Testing)

这是一种集成测试:把消费方和提供方对接口的共同理解写成契约,再分开验证双方是否都按这份契约收发消息。不必每次都把两边服务整套拉起来跑完整 E2E,因此在微服务里很常见。

要注意口径:Pact 这类工具讲的是消费方与提供方之间的集成契约测试。有人只检查提供方是否符合 OpenAPI 文档,也称 provider contract testing,它能让实现和文档保持一致,但单独并不能证明调用方用对了。

3. 测试驱动开发(TDD,Test-Driven Development)

TDD 更像开发方法,不是另一类测试。常见做法是:先写一个会失败的自动化测试,再写刚好让它通过的代码,然后重构。TDD 里写出来的,通常仍然是单元测试。你可以用 TDD 写单测,也可以不用 TDD、仍然把单测写好。

七、它们在开发流程里怎么配合

可以按「越早越快的,越该放在身边;越慢越贵的,放在关键节点」来配。一个常见顺序是:

  1. 本地写代码时:先跑静态检查 / lint 和单元测试。若用 TDD,测试还会更早一步出现。
  2. 提交进 CI 后:单测再跑一遍;接着用冒烟或构建验证确认这包还能测,再跑集成测试、契约测试。
  3. 预发布 / 发版前:跑回归,再补关键路径的系统测试或 E2E、验收测试。按风险需要,再补性能、安全、兼容性;关键交互改了,可以加一轮可用性或探索性测试。
  4. 上线后:监控和服务探活是运维健康检查,可以发现线上问题,但不能替代发版前的回归与 E2E。

高层测试挂了,往往说明下层还缺一个用例。更稳妥的做法是:先用更快的单测或集成测试把这个缺陷复现并钉死,再修业务代码。

八、常见误区

  • **把所有测试都做成 E2E。**这会变成倒金字塔或「冰淇淋甜筒」:慢、脆、难排查。高层测试是第二道防线,不是主力。
  • **把冒烟当成回归,或把回归当成「再跑一遍修过的用例」。**前者范围和目的都不一样;后者其实是确认测试。
  • **以为有了单测就不用集成,或有了 E2E 就可以少写单测。**单测看不到拼接问题;E2E 发现问题时,往往说明下层还缺覆盖。
  • **把 TDD 当成一种测试类型。**它是写代码的方式,产出的通常还是单元测试。
  • **把黑盒 / 白盒理解成职责分工。**这只是看不看内部实现,不是「测试人员 vs 开发」。
  • **遇到 Smoke 和 Sanity 就硬套定义。**行业里本来就不统一。先问清楚这次要回答什么问题,再对齐团队口径。
  • **把探索性测试当成随便点点。**它是有目标地边探索边设计用例,不是无计划的漫游。

参考

定义主要依据下面几条已打开核对的公开资料。称呼有分歧的地方,文中已单独说明。

  • ISTQB 官方测试词汇表:冒烟、回归、黑盒 / 灰盒、性能 / 负载 / 压力、契约测试、E2E 等词条
  • ISTQB Foundation Level 大纲 v4.0.1:测试级别与测试类型(见 2.2 节)
  • Martin Fowler,Test Pyramid:测试金字塔的常见阐释
  • Pact 文档:什么是契约测试:集成契约与单纯提供方文档校验的区别

评论 0

评论保存在本站服务器,无需登录。带「作者」标识的是站主回复,请友善交流。

    评论内容至少2个字、最多1000字,按纯文本展示,不支持HTML。