[发明专利]回归测试用例集的优化方法和系统

说明书

本公开提供了一种回归测试用例集的优化方法和系统，维护单元对原始回归测试用例集进行初步维护，得到基准回归测试用例集，约减单元对基准回归测试用例集进行约减，得到最小回归测试用例子集，排序单元对最小回归测试用例子集中测试用例的执行顺序进行排序。本公开既能发现新功能中隐藏的缺陷，又能发现因程序变动给其他旧功能带来的缺陷；在保证测试需求全覆盖的前提下，对回归测试用例集规模进行了缩减，降低了测试的成本；能够处理大规模的回归测试用例集，摒弃了严重依赖于测试人员的经验、无法处理大规模回归测试用例集的缺点；不需要维护程序代码与测试用例之间的关系，更具有可操作性和实用性。

技术领域

本公开涉及软件测试技术领域，尤其涉及一种回归测试用例集的优化方法和系统。

背景技术

随着商业银行科技系统的日益复杂与不断迭代，回归测试成了商业银行软件演化过程中频繁进行且成本开销巨大的一项工作。为了应对规模巨大的回归测试用例集，一些银行开始使用一些回归测试用例集优化技术对回归测试过程进行优化，尽可能压缩测试数据集的规模，提高回归测试的工作效率。

回归测试用例集优化需要达到以下目标：

1、优化后的回归测试用例集应该能够覆盖到所有的待测业务需求，不能存在某项业务需求没有被测试用例覆盖到的情况。

2、在能覆盖所有待测业务需求的前提下，对原始回归测试用例集的规模应该作进一步的缩减，如只执行原始回归测试用例集中60％的用例。

3、优化后回归测试用例集中用例的排序应该有助于提升缺陷的揭示效率，多数的缺陷应该在用例执行的前期就被发现。

目前已有的回归测试用例集优化技术主要包括四种：

1)零回归测试：针对缺陷的修复，只做确认测试；针对新增功能，只运行所有新增加的功能测试用例，用来判断是否正确实现了新的功能。

2)完全回归测试：该策略不考虑变更影响，重新运行所有的旧测试用例和新添加测试用例，这是一种安全的回归测试策略，遗漏缺陷的风险最小，但是测试成本很高。

3)基于风险选择的回归测试：基于一定的风险标准来从测试用例库中选择回归测试包。首先运行最重要的、关键的和可疑的测试，而跳过那些次要的、例外的测试用例或那些功能相对很稳定的模块。因为运行那些次要用例即便发现缺陷，这些缺陷的严重性也较低。

4)基于代码相依性分析的回归测试：当测试者对修改的局部化有足够的信心时，可以代码相依性分析，将回归测试局限于被改变的模块和它的接口上。

申请人发现上述现有技术存在如下缺陷：

(1)零回归测试，无法揭示回归测试版本中因新功能的增加而新引入其他模块的缺陷。

(2)完全回归测试，在处理商业银行这样大规模的回归测试集时，测试时间长、测试成本高。

(3)基于风险选择的回归测试，商业银行科技系统复杂，回归测试用例集规模大，单个人很难凭经验来判别某个测试用例是否需要进行回归测试，对测试人员专业水平要求高，且缺乏定量的客观标准。

(4)基于代码相依性的回归测试，需要记录测试用例库与代码之间的关系表，几乎所有的商业银行都没有记录这两者之间的关系，且测试用例库与代码之间的关系在不断的动态变化中，整理起来需要投入大量的人力，在商业银行的工作实际下还很难实现。

发明内容

(一)要解决的技术问题

为了解决上述技术问题的至少其中之一，本公开提供了一种回归测试用例集的优化方法和系统。

(二)技术方案