近日，QuestMobile公布了《2022中国移动互联网年度大报告》。报告显示，中国移动互联网用户规模突破12亿大关，2022年全网用户净增2214万，迎来近三年新高。用户黏性也进一步增加，月人均时长和使用次数分别突破177.3小时、2633次。如此海量的用户自然而然的滋生出大量的软件需求，其中又以社交软件最为突出。

我国社交软件品类杂、数量多、覆盖广，国民社交软件微信、QQ；陌生人社交探探、陌陌、Soul；职场社交钉钉、脉脉等都有各自的大量拥趸。近十年，社交市场规模虽然成倍提升，但是竞争却愈发激烈，从蓝海到现在的红海，用户对社交软件的要求越来越高，一方面是产品质量的保障，一方面是功能不断的推陈出新。如何平衡质量和功能，已成为社交软件更新迭代的核心矛盾。

以龙测沉淀的社交领域的客户案例来看，目前社交软件项目在功能测试工作遇到的问题通常来源于以下三个方面：

（1）版本迭代速度快，回归压力大；

（2）用户场景复杂，自动化测试用例覆盖度低；

（3）测试结果文档化。

一、版本迭代速度快，回归压力大

目前，国内社交软件的迭代速度是以周甚至是以天为单位，所以带来的是软件测试量的急剧飙升。这增加的测试量一部分来自新功能新用例的搭建，一部分来自旧有用例的回归。如何提高新用例的录制速度，在最短的时间内完成包含新功能的所有用例，是对测试工程师的考验，而这又取决于工程师们对新功能的熟练程度，以及所用录制工具的便利性。旧有用例的回归则考验总覆盖率的大小，以及每次用例维护带来的维护成本。

以龙测服务过的国内某顶级社交软件为例，5000+条测试用例，初始自动化覆盖率仅仅达到了20%。在以周为单位的迭代速度背景下，回归压力沉甸甸的压在每个人的身上。在使用龙测前，他们推行的解决措施是在自研自动化测试软件基础上，大量采用人力外包，通过人工来覆盖剩余自动化不能做的部分，但这也就带来了极高的人力成本。

为此，龙测通过两个维度来提高该项目的回归效率，减少回归压力。

降低自动化测试用例的创建成本

龙测的代表性优势就是0代码的图形化操作模式，配合NLP、断言、if判断等功能，将自动化测试用例创建的门槛降低到新手测试都能够胜任的程度，这样，不管是客户本身的测试工程师，还是说外包的测试工程师，都能高效的完成自动化用例的创建，并且能够保持非常高的用例通过率（该项目目前已经能够达到整体93%的测试用例通过率）。

降低自动化测试用例的维护成本

社交软件演变至今，很多软件已经发展成为庞然大物，所以每一次版本的迭代，一个功能的修改，可能涉及到的用例修改数量级是非常庞大的，针对这些老用例的维护，龙测提供通过元素数据库修改，使得用例自动对应更新的解决方案。从根本上降低了老用例维护的成本，极大提高了每一次回归的效率。

加上自动化测试可以做到24小时常态化执行，配合上述提到的相关内容，多管齐下，该社交软件从最初版本发布才会进行测试到现在可以常态化测试工作，极大的提高了测试效率，

基本上能够做到每次回归环节至少节约原团队15人/天的人力成本。

用户场景复杂，自动化测试用例覆盖度低

众所周知，社交软件的功能点没有一千也有八百，涉及方方面面。无论是简单的用户名修改，还是复杂的直播间上麦，都是功能点的具象化体现。而在社交项目推进自动化测试的过程中，有两个相对比较难以通过自动化执行，并且非常典型的用户场景：多端交互（例如：手机端和PC端的交互）和元素变化（例如：链接对象在不同时间段会产生变化）。

多端交互

龙测通过一个agent控制多台设备，从而做到电脑端、手机端的交互，解决类似扫码登录、扫码付款、手机端和网页端消息传输、同步的操作，最终解决多端交互的问题。

手机端给文件助手发消息

电脑端显示文件助手的消息

手机端给文件助手发消息

手机端显示文件助手的消息

元素变化

过UI界面对元素的获取，来确定准确的元素位置等信息，让涉及元素位置的步骤都快速、准确的录制完成，形成测试用例，解决元素位置判断的问题。

再加上其他AI技术的组合搭配，该社交软件的自动化测试用例覆盖率从起初的20%变成现在的70%，提升了50%。

测试结果文档化

对于和测试打交道的小伙伴而言，应该都遇到测试结果难形成文档的问题。

依旧以该社交软件举例。在测试用例编写后，需要执行一个较为复杂的流程，一般情况下，用例失败后，测试者只能了解到出问题的地方，而无法直观的看到问题出在何处。同时。当有多个用例同时执行的时候，失败结果不够清晰明了，需要人工总结，极大的影响了工作效率。

龙测提供测试报告的可视化展示，支持视频、图片展示，同时生成测试通用的excel文档，方便测试者的进行测试报告的撰写。

随着互联网行业的不断发展，不管是元宇宙，还是近期的AIGC的火热，可以预见的是，在未来一定会有新的互联网模式出现，甚至未尝不会对目前的社交领域进行新的冲击，相信到那个时候，社交项目的自动化测试也会带来新的挑战。

龙测AI-TestOps云平台的核心理念是利用现代AI技术及先进测试算法，彻底改变目前手工测试的行业形态。对于UI自动化测试，我们也创造性的提出AI+机器人+模型（ARM）技术来构建稳定快速的测试工具。即AI学习生成业务流程图，测试用户通过组合流程图成为积木图，机器人通过视觉和代码+机械化方式稳定执行。因此我们能快速、高效、低成本地完成.EXE应用、Web应用、iOS、Android、小程序、混合应用的UI自动化测试。

社交场景下的功能自动化测试解决方案相关推荐

教育场景下的实时音频解决方案
本文来自网易云信资深音频算法工程师李备在LiveVideoStackCon 2018讲师热身分享,并由LiveVideoStack整理而成.在分享中李备详细分析了在线教育的音频需求,以及一般软件音 ...
从强提醒说起——社交场景下的万有“隐力”
2018年的最后一天,微信推出了上线以来的第7个大版本:微信v7.0.在微信v7.0里,微信推出了三个大功能:即刻视频,好看和强提醒.分别代表了社交场景下的3个热点:流媒体.Timeline.即时通讯 ...
危化品爆炸场景下的应急通信系统解决方案
生产危化品/石化产品所用的原料.中间体甚至产品都具有易燃易爆.剧毒,腐蚀的特性.生产大多在高温.高压.高速.低压.深冷等苛刻条件下进行,经常因处理不当而发生火灾或爆炸事故,造成人员伤亡和经济损失.因此 ...
秒杀场景下超卖问题解决方案
秒杀超卖现象:在高并发下,多个线程并发更新库存,导致库存为负的情况. 我搜集了一些资料,整理了一下,秒杀可选方案主要有以下三种: 1.超卖原因一个简单的订单表 create table orders ...
微博付费打赏架构：一个社交场景下准金融项目开发和实践
导读:内容变现平台是当今互联网的一个风口,其背后都需要互联网金融的支持,上个月微博商业产品部联合小米支付.天弘基金等金融技术团队策划了首届互联网金融系统沙龙,围绕在互联网金融过程中碰到技术架构问题与业 ...
高并发场景下数据库的常见问题及解决方案
一.分库分表 (1)为什么要分库分表随着系统访问量的增加,QPS越来越高,数据库磁盘容量不断增加,一般数据库服务器的QPS在800-1200的时候性能最佳,当超过2000的时候sql就会变得很慢并且 ...
微服务场景下的数据一致性解决方案
数据一致性是构建业务系统需要考虑的重要问题 , 以往我们是依靠数据库来保证数据的一致性.但是在微服务架构以及分布式环境下实现数据一致性是一个很有挑战的的问题.ServiceComb作为开源的微服务框架 ...
网页视频直播、微信视频直播技术解决方案：EasyNVR与EasyDSS流媒体服务器组合之区分不同场景下的直播接入需求...
背景分析熟悉EasyNVR产品的朋友们都知道,EasyNVR不仅可以独成体系,而且还可以跟其他系列产品相配合,形成各种不同类型的解决方案,满足各种不同应用场景的实际需求.针对很多设备现场没有固定公网 ...
CI Weekly #11 | 微服务场景下的自动化测试与持续部署
又一周过去了,最近我们的工程师正在搞一个"大事情" --「flow.ci 配置文件」,稍微剧透一下,这个功能预计会在春节前上线.详情请大家关注 flow.ci Changelog ...

社交场景下的功能自动化测试解决方案