Przejdź do treści
Wróć do wyników wyszukiwania

Partycjonowanie równoważnościowe (Equivalence Partitioning Testing)

Autor metody
Glenford Myers
Rok
1979
Typ
partitioning strategy
Rodzina
Test case design

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Partycjonowanie równoważnościowe dzieli dziedziny wejściowe na klasy równoważności — zbiory danych wejściowych, które powinny zachowywać się identycznie — a następnie wybiera przypadki testowe z każdej klasy.

Technika ta, wprowadzona przez Myersa (1979), redukuje liczbę przypadków testowych przy zachowaniu skuteczności. Analiza wartości brzegowych (BVA) uzupełnia partycjonowanie, testując wartości na granicach partycji, gdzie często występują błędy.

Intuicja stojąca za metodą

Testowanie każdego możliwego wejścia jest niewykonalne; partycjonowanie równoważnościowe zakłada, że wiele danych wejściowych zachowuje się identycznie. Jeśli funkcja działa dla jednej wartości w partycji, prawdopodobnie zadziała dla wszystkich wartości w tej partycji. Błędy często ukrywają się na granicach między partycjami. Wybierając jednego reprezentanta z każdej partycji oraz przypadki brzegowe, zestawy testów osiągają szerokie pokrycie w sposób efektywny.

Historia

Myers wprowadził partycjonowanie równoważnościowe i analizę wartości brzegowych w swojej przełomowej pracy z 1979 roku na temat testowania oprogramowania. Beizer (1990) rozszerzył praktyczne wskazówki i skategoryzował różne typy partycji. Nowoczesne narzędzia (automatyczne generatory testów) wykorzystują partycjonowanie jako podstawę. Technika ta pozostaje standardem w programach nauczania projektowania przypadków testowych i praktykach testowania przemysłowego.

Kiedy stosować

Stosuj partycjonowanie równoważnościowe, gdy dziedzina wejściowa jest duża lub ciągła (zakresy liczb całkowitych, liczb zmiennoprzecinkowych). Szczególnie skuteczne dla funkcji z wyraźnymi zakresami wejściowymi: funkcje walidacyjne, funkcje matematyczne, parsery protokołów. Połącz z analizą wartości brzegowych, aby wykryć błędy typu „o jeden” i przypadki brzegowe. Mniej wartościowe dla złożonych warunków logicznych; analiza tabel decyzyjnych lepiej się do nich nadaje.

Ograniczenia i uwagi

  • Skuteczność zależy od poprawnego zidentyfikowania partycji; błędne partycje mogą przeoczyć błędy
  • Zakłada niezależność danych wejściowych; interakcje kombinatoryczne między danymi wejściowymi mogą pozostać niewykryte
  • Nie wykrywa wszystkich typów defektów: błędy logiczne, błędy zależne od stanu, problemy współbieżności często ukrywają się w klasach równoważnych
  • Wybór wartości brzegowych może być dowolny; wytyczne pomagają, ale subiektywna ocena pozostaje

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Dramatycznie zmniejsza liczbę przypadków testowych przy zachowaniu pokrycia; zapewnia pokrycie blisko granic przy liniowej liczbie przypadków testowych
  • Uchwyci intuicję, że dane wejściowe w danej klasie zachowują się podobnie; partycje są zgodne z zamierzeniami projektowymi oprogramowania
  • Analiza wartości brzegowych wykrywa powszechne wzorce defektów (błędy o jeden, błędy związane z granicami)
  • Proste do zrozumienia i zastosowania; technika, której można nauczyć zespoły inżynierii oprogramowania

Zastosowania

  • Testowanie funkcji walidacji daty poprzez partycjonowanie danych wejściowych: poprawne daty, niepoprawne daty, daty brzegowe (28/29 lutego), logika lat przestępnych, granice miesięcy
  • Weryfikacja sprawdzania zakresu w punktach końcowych API poprzez identyfikację poprawnych zakresów parametrów, testowanie wartości brzegowych (0, ujemne, maksymalna wartość int) i niepoprawnych wartości skrajnych
  • Testowanie obliczania rabatu w handlu elektronicznym: partycje dla różnych progów rabatowych, wartości zamówień brzegowych (np. 50 USD uruchamia 10% rabatu), przypadki brzegowe (zero, kwoty ujemne)
  • Walidacja formularza logowania poprzez partycjonowanie dziedzin nazwy użytkownika/hasła: poprawne kombinacje, puste dane wejściowe, znaki specjalne, granice długości, próby wstrzyknięcia SQL

Jak to działa

Jak to działa

1

Analizuj dziedzinę wejściową i podziel ją na klasy równoważności — zbiory danych wejściowych, które powinny powodować identyczne zachowanie programu. Zidentyfikuj klasy poprawne (dane wejściowe, które system powinien zaakceptować) i klasy niepoprawne (dane wejściowe, które system powinien odrzucić). Uwzględnij wartości brzegowe na krawędziach klas.

2

Dla każdej klasy równoważności wybierz jeden reprezentatywny przypadek testowy. Dodaj przypadki testowe wartości brzegowych na krawędzi każdej partycji (tuż wewnątrz, na granicy i tuż poza wartościami granicznymi), aby wykryć błędy typu „o jeden” i błędy związane z granicami.

3

Wykonaj wybrane przypadki testowe i porównaj rzeczywiste wyniki z oczekiwanymi. Jeśli jakikolwiek przypadek testowy zawiedzie, zbadaj przyczynę błędu i w razie potrzeby doprecyzuj definicje partycji.

Częste pułapki

  • Nadmierne zaufanie do założenia równoważności; podobne dane wejściowe nie zawsze dają identyczne wyniki, zwłaszcza w arytmetyce zmiennoprzecinkowej
  • Ignorowanie niepoprawnych danych wejściowych; testuj zarówno poprawne klasy równoważności, jak i niepoprawne przypadki brzegowe
  • Ignorowanie stanu: w systemach stanowych zachowanie może zależeć od poprzednich działań, a nie tylko od bieżącego wejścia
  • Partycjonowanie tylko oczywistych zmiennych; czasami ukryte zmienne stanu (konfiguracja systemu, czas) tworzą dodatkowe partycje

Najczęściej zadawane pytania

Jak zidentyfikować klasy równoważności dla złożonych danych wejściowych?

Zacznij od specyfikacji dziedziny: jakie wartości są poprawne, jakie istnieją zakresy, jakie wartości są wykluczone? Grupuj wartości, dla których oczekuje się identycznego zachowania programu. Dla danych numerycznych typowe klasy: liczby ujemne, zero, liczby dodatnie, duże wartości, wartości powodujące przepełnienie. Dla ciągów znaków: puste, normalna długość, maksymalna długość, znaki specjalne, znaki spoza ASCII. Skonsultuj się z wymaganiami, aby znaleźć partycje oparte na intencji.

Jaka jest różnica między poprawnymi a niepoprawnymi klasami równoważności?

Poprawne klasy równoważności zawierają dane wejściowe spełniające wymagania systemu; klasy niepoprawne zawierają dane wejściowe naruszające wymagania. Testuj oba: poprawne klasy weryfikują poprawne zachowanie; niepoprawne klasy weryfikują obsługę błędów. Przykład: walidacja wieku: poprawna klasa [0, 150], niepoprawne klasy [<0] i [>150]. Uwzględnij przypadki testowe z obu, aby zweryfikować logikę akceptacji i odrzucenia.

Ile przypadków testowych należy wygenerować na klasę równoważności?

Minimum: jeden przypadek testowy na klasę równoważności (osiąga podstawowe pokrycie). Skuteczne: dodaj przypadki testowe wartości brzegowych (tuż wewnątrz/na/poza granicą). Dla systemów krytycznych dodaj dodatkowe testy wewnątrz klas. Nie twórz zbyt wielu; obowiązuje zasada malejących przychodów. Funkcja z 5 klasami równoważności × 3 przypadki testowe na klasę = 15 testów jest typowa; 50 testów sugeruje nadmierne testowanie.

Czy partycjonowanie równoważnościowe gwarantuje wykrycie wszystkich błędów?

Nie. Partycjonowanie równoważnościowe doskonale wykrywa błędy w walidacji danych wejściowych i sprawdzaniu zakresów. Pomija błędy logiczne, błędy zależne od stanu i problemy współbieżności. Połącz z innymi technikami: analizą wartości brzegowych (omówioną tutaj), analizą tabel decyzyjnych (dla złożonej logiki), testowaniem stanowym (dla systemów stanowych), testowaniem eksploracyjnym (kreatywne scenariusze).

Pokrewne metody

Źródła

  1. Myers, G. J. (1979). The Art of Software Testing. John Wiley & Sons.

    Otwórz odnośnik do publikacji
    Skopiowano.
  2. Beizer, B. (1990). Software Testing Techniques (2nd ed.). International Thomson Computer Press.

    Otwórz odnośnik do publikacji
    Skopiowano.
  3. Coppit, D., & Leavens, G. T. (2003). Practical implications of simpler, more scalable path-sensitive data flow analyses. ACM Transactions on Software Engineering and Methodology, 12(3), 261–306.

    Otwórz odnośnik do publikacji
    Skopiowano.