[[377048]]

【51CTO.com快譯】如今，隨著軟件開發技術在云計算、人工智能、以及機器學習等領域的長足進步，數據測試，特別是在大數據、以及物聯網等應用場景中的產品質量和可靠性，都得到了顯著增強，應用程序本身的錯誤也得以大幅減少，其對應的安全性和性能也提升了不少。

不過，各種自動化測試與質量檢查工具更為實用，但是它們仍然無法完全代替熟練的測試專家，交付出高質量的測試方案。因此，各大軟件企業在增加軟件測試預算的同時，也在SDLC(軟件開發生命周期)中，讓團隊與諸如敏捷(Agile)之類的測試方法相結合，增強持續測試等DevOps類型的實踐效果。

本文將幫您梳理2021年值得關注的15種軟件測試趨勢，以便您在開發與構建本公司的業務項目中，適當地參考與借鑒。

1.無代碼自動測試

無代碼測試工具構建于先進的AI技術之上。其可視化的建模，能夠更快地形成滿足各種自動化測試需求的測試用例。無代碼測試的關鍵優勢體現在：有效性、易于審核、學習曲線平緩、以及節省了寶貴的資源等方面。

通過此類工具，IT人員既無需具備編程方面的專業知識，又不必深入理解自動化測試框架(如Selenium)，以及應用底層的相關技術，便可生成簡單的測試案例場景，進而減少花費在重復測試案例上的時間。

無代碼自動化測試的基本原理是：通過更改前端視圖，在后端中生成相應的、有意義的代碼。諸如Testsigma(https://testsigma.com/)之類工具的測試用例，便主要采用NLP(自然語言處理)，用一種簡單的語言(如英語)編寫而成。它們會以報告的形式，轉換為可實現的后端代碼。

以下是一些流行的測試自動化工具，它們使用無代碼測試技術，來實現測試用例的自動化：

• TOSCA：這是一種由Tricentis帶來的、基于模型的測試方法。它能夠自動創建測試所需的用例、數據和場景等模型。
•  test.ai：作為一款廣受歡迎的自動化工具，它可以從用戶體驗的角度，來測試移動應用，而無需進行任何編程與維護。其AI特性能夠自動生成應用測試用例，并產生與用戶體驗相關的結果。
• Ranorex：此工具提供了一個豐富的軟件包，可錄制和播放測試的整個過程。
• Ghost Inspector：此工具的每一步測試都無需任何編程，因此它能夠輕松地確保目標網站的正常運行。
• TestComplete：由smartbear提供的這款工具，可以利用關鍵字驅動來實現自動化測試，而無需用戶自行編寫代碼。

2.機器學習和人工智能在測試自動化中的深入應用

根據MarketsAndMarkets.com的研究顯示：在北美，人工智能的當前市場體量已達6-7億美元。到2025年，其全球投資總額將達到 2000億美元。當前，廣受歡迎的、基于AI的自動化測試工具有：

• Appvance：該AI工具可以根據用戶的行為，來生成測試用例。由于它完全是以客戶為中心(customer-centric)，因此其測試產品套件涵蓋了生產系統上的方方面面。
• Testim.io：該工具通過使用機器學習來編寫，實施和自動化各項測試。它十分重視用戶界面測試、綜合測試和功能測試等方面。
• Test.ai：該工具通過人工智能，來執行回歸測試。它可以作為一種監視工具，以獲取應用程序的各項性能指標。
• Functionize：通過機器學習，該工具能夠實現無需腳本的快速運行測試，即在數分鐘之內執行多次測試，并執行深入分析。
• TestCraft：作為一個自動化測試平臺，它可以在Selenium的基礎上，執行持續測試，回歸測試，以及監控Web應用。通過基于人工智能的相關技術，它能夠自動識別應用程序中的修改，進而削減維護的成本和時間。
• Applitools：作為一款廣受歡迎的應用可視化管理，和基于AI的可視化用戶界面監控與測試軟件，它通過一個基于Visual AI的綜合軟件測試平臺，可供數字化轉換、測試自動化、工程、DevOps、以及QA團隊等專家來使用。
• Sauce Labs：作為一款基于云的自動化測試工具，它可以支持各種操作系統、瀏覽器、移動模擬器、仿真器、以及移動設備。同時，它能夠利用人工智能和機器學習，按照用戶所需的速度，來測試其應用程序。

3.敏捷團隊中的測試自動化

傳統項目管理工具主要關注的是分階段的瀑布式項目，而敏捷方法則是通過自動化測試，來加快質量檢測的進程。同樣根據MarketsAndMarkets.com的最新報告顯示：預計全球自動化測試的市場規模，將從2019年的126億美元增長到2024年的288億美元，其間的復合年增長率為18.0%。

4.增加對于大數據測試的需求

大數據的挖掘測試往往被定義為：針對任何體量的非結構化、或結構化的數據，進行端到端的測試。此類測試可以通過正確的數據驗證，來協助制定各類增強性的決策;并通過有針對性的分析，從中得出精通的判斷，進而改善業務戰略和市場目標。

根據MarketsAndMarkets的估計，由于企業中物聯網(IoT)設備使用率的增加，以及各國政府為促進數字化技術普及所采取的各項舉措，大數據市場的價值持續攀升。一些高度依賴數據的垂直領域，需要通過智能化的大數據測試，以確保數據的完整性、準確性、可靠性，進而在此基礎上，做出與各種服務和產品有關的數據驅動類決策。

5.通過物聯網測試促進智能設備的數字化互連

2016年，全球針對物聯網的連接部件只有64億;而到了2020年，該數量已達到了200億。這些數據代表了業界對于有效物聯網產品的測試需求。其中包括：對于通訊協議、操作系統、以及物聯網設備本身的硬、軟件測試。鑒于物聯網產品所處的環境存在著諸多不確定性風險，我們需要將測試的重點放在避免各類漏洞和威脅等安全性上。

有調查表明：物聯網測試市場的估值在2019年為7819.6億美元，預計到了2025年，將達到3624.23億美元，而且2020-2025年的預測復合年增長率為32.34%?？梢?，該領域的測試工具會在不久的將來，迎來爆發式的增長。

6.更加廣泛地采用敏捷和DevOps

對于DevOps，許多公司并不陌生。它能夠通過實踐、流程、工具、規則，讓開發團隊更加準確、敏捷地響應那些快速變化的需求，實現持續集成，并最大程度地縮短從開發到交付的時間。

目前，隨著“測試左移”在SDLC(軟件開發生命周期)中作用的突顯，質量檢查專家更需要在快節奏的開發過程中，通過持續測試，以保證交付出高質量的應用軟件。在未來幾年中，此類占比還會持續增多。

7.切換到性能工程(Performance Engineering)

眾所周知，開發出具有優異性能的軟件著實不易。畢竟，我們時常需要平衡業務價值、可用性、配置簡易性、以及整體安全性等方面的因素。在軟件的開發周期中，為了面對頻繁的發布、以及不斷變化的市場需求，軟件開發人員需要在每個SDLC階段優先考慮以客戶體驗為中心的方法，以減少在產品生命周期的早期，就引入了性能故障或瓶頸問題。

對此，業界提出了以“性能工程”替代“性能測試”的概念，以確保團隊在最初的設計時，就能構建出各項重要的性能指標。具體而言，性能工程與性能測試之間的主要區別包括如下三個方面：

首先，性能測試是對應用程序響應能力和負載處理質量的檢查。它可以獲悉目標系統對于真實負載的承受能力，并預測出在高負載發生時可能出現的故障。而性能工程則是在應用程序的設計之時，就充分考慮到諸如：傳輸時間、數據質量、生產率等，有助于盡早發現開發中各種問題的性能指標。

其次，作為質量保證環節，性能測試通常是在軟件開發階段尾聲進行的。而性能工程則是一個不間斷的過程。它貫穿于軟件開發周期的每個階段，從產品設計到開發、再到最終客戶的體驗。

最后，性能測試是由軟件測試團隊執行的。而性能工程則是由質量檢測和研發團隊開展的。

8.區塊鏈測試

根據MarketsAndMarkets的數據顯示：預計到2025年，國際區塊鏈市場的規模，將從2020年的30億美元升至297億美元。同時，預計到2022年，通過智能合約將區塊鏈技術與IoT設備融合在一起，以便實現異地雙方微交易，將會成為未來的趨勢。

因此，隨著區塊鏈、及其智能合約技術在加密貨幣、互聯網金融等業務領域的使用，區塊鏈測試的概念也應運而生。它是一種高效、專業的下一代測試方案，可用于調試代碼，并交付出高效的區塊鏈應用。此類測試通常由如下關鍵測試類型組成：

• 性能測試：這是確定性能瓶頸，提出微調方案，進而重新評估目標應用是否適合面市的技術。
• 功能測試：這是一個用于評估區塊鏈的智能合約等多項功能，是否運行正常的整體程序。
• 節點測試：通過對網絡中每個異構節點，開展獨立的測試，以確保它們相互之間能夠順利地開展協作。
• ·應用編程接口(API)測試：通過檢查區塊鏈應用程序之間的接口，以確保接口的回復和請求，能夠被正確地處理和格式化。

下面是一些流行的區塊鏈測試工具：

• Ethereum Tester：這是Github庫中被使用最為廣泛的平臺和開源測試庫之一。它不但安裝簡單，而且提供一個能夠支持多種測試需求的可管理性應用API。該工具能夠可靠地支持與Web3集成、API、智能合約、后端、以及其他方面的區塊鏈測試。
• Ganache：曾被稱為TestRPC工具的Ganache，可專門用于在本地測試以太坊合約。它能夠通過生成一個模擬的區塊鏈，方便用戶采用多個帳戶進行測試。
• Populus：這是一個圍繞著py.test框架開發的測試框架。它可以測試合約部署等一系列以太坊功能。
• BitcoinJ：該工具通過基于比特幣的應用，構建的基于Java的框架，方便用戶與實際的BTC網絡，以及一些測試活動進行交互。
• Embark：該測試框架專注于開發出可以在多個節點或系統上運行的dApp(去中心化應用程序)。它能夠與IPFS(InterPlanetary File System，星際文件系統)、以太坊區塊鏈、以及諸如Orbit和Whisper等去中心化的通信平臺，集成到一起。
• Truffle：該工具以自動化測試以太坊的合約見長。
• Exonum Testkit：該工具的強項是測試整個服務操作。它能夠方便任何人在有組織的系統中，測試應用API和事務的執行，而無需協商算法或關聯各項網絡操作。

9.網絡安全與風險合規

根據BitSight發布的《通過安全性能管理，實現更好的安全性和業務輸出》研究：有超過82%的利益相關者認為安全性對于企業決策是至關重要的。截至2020年，事實證明，網絡安全測試已成為質量保證和軟件測試中的一種增長趨勢。而根據Cyber​​security Ventures的數據：預計到2021年，網絡犯罪所帶來的損失將高達6萬億美元。可見，我們需要在軟件開發生命周期之初，實施安全檢查。在此，我們預測：如下因素會在2021年進一步促進安全測試與實踐：

• 定期滲透測試將有助于提高企業的聲譽，并能夠建立企業對客戶、第三方、以及合作伙伴之間的信任。
• 安全測試可以讓用戶在真正受到攻擊前，全面了解自身的​​弱點，并能盡早地發現潛在的威脅區域。
• 網絡安全測試可確保即使發生了任何停機狀況，也不會出現毫無前期準備的破壞性損失。
• 安全測試不僅可以保護交易(無論是資金還是數據)，還可以保護最終用戶的設備安全。

10. QAOps的意義

QAOps是將質量檢測、運維人員、以及開發工程師，通過CI/CD管道組合到一起，開展協作的全新方法。為了將質量保證納入開發和運營之中，我們可以讓開發人員事先編寫出測試用例。產品設計師和運維工程師，則與測試團隊一起定位UX/UI(用戶體驗與用戶界面)中的異常。據此，開發人員和質量檢測團隊能夠在彼此協作的基礎上，深入了解質量保證的相關流程，進而有助于提高測試和開發過程的效率。

簡而言之，QAOps是一個不斷上升的趨勢，它使得IT運維、軟件開發和質量保證之間的流程更加自動化，以便快速交付出高質量的軟件。因此，隨著越來越多的組織使用DevOps，QAOps會在2021年得到蓬勃發展。

11.手動和自動化測試相結合

借助自動化的腳本，軟件測試的速度和效率能夠得到極大的提高。不過它無法涵蓋設計、用戶體驗、以及可用性等方面。而得益于手動測試，我們可以提高代碼的覆蓋面，以及特定代碼的針對性。因此，質量檢測團隊需要通過手動與自動化測試相結合，盡早地發現問題，并用最少的時間去解決錯誤，這遠比在軟件發布之后亡羊補牢要節省成本得多?？梢?，只有平衡了兩種測試方式，我們才能夠既提高生產率，節省總體時間，又最小化錯誤率，提高軟件質量和整體可用性。

12.API和服務測試的自動化

據Gartner預測：“到2021年，全球至少有三分之一的組織，會部署一個能夠同時支持Web、會話、移動、以及增強現實等業務的綜合性開發平臺。”而隨著微服務架構、以及API的廣泛運用，質量保證團隊必須確?？蛻舳伺c服務端，服務端與服務端之間各種API的流暢通信，或單獨運行。而面對此類豐富的應用場景，我們恰好需要自動化測試，來對各種API與服務進行全面的“體檢”。

13.質量檢測中心

目前，幾家大型公司正在尋求通過建立質量檢測中心的方式，讓團隊專注于標準化的可交付式實施模型，以確保重要的業務系統和流程質量。此處的質量測試中心是一個集中式的測試平臺。它可以提供標準化的測試程序，根據質量和測試意圖，來優化配置資源。

通過質量測試中心，測試團隊可以致力于建立可重用的測試框架和標準，以供企業在將來的開發項目中繼續遵循和沿用。從長遠來看，該中心有助于構建高質量的軟件，并增強了軟件開發的整體流程?？梢?，該中心不但能夠在不會犧牲產品性能、功能和可用性的前提下，減少測試的用時，而且能夠提供有效的自動化測試框架，并在后續的項目中，保證產品質量的實踐標準。

此外，質量模型測試中心還能夠對質量保證提供敏捷性，并有助于建立由指標驅動的持續改進流程。

14.基礎架構即代碼(IaC)

日益普及的云服務和虛擬化，已經改變了我們構建服務器的方式。它不但簡化了服務器的配置，而且實現了基礎架構的成本效益、以及可擴展的靈活性。目前，我們耳熟能詳的Terraform、Kubernetes和Docker都是此方面的熱門工具，而且它們將在2021年繼續占據主導地位。

顧名思義，基礎架構即代碼(IaC)是一種通過技術來構建和管理動態基礎架構的方式。它把基礎架構、工具、服務、以及對于基礎架構的管理，作為一套軟件系統，采取軟件工程的實踐方式，結構化地管理各種對于系統的變更。這意味著將諸如虛擬化測試、持續監視、以及版本控制之類的、以DevOps為核心最佳實踐，將會以基礎代碼的形式，被應用到控制架構的設計和管理之中。目前，人們使用諸如Puppet或Ansible之類的高級系統，讓基礎架構成為具有代碼結構和技術基礎的代碼環境，以供任何人使用。具體而言，IaC在軟件開發與測試上的優秀實踐包括如下四個方面：

• 將集成測試、功能測試和單元測試應用于基礎架構。
• 通過源代碼管理的方式來管理基礎架構，進而實現對變更進行全面的審計與跟蹤。
• 讓開發人員和運營人員能夠圍繞著基礎架構進行配置和編排。
• 由于代碼本身記錄了主機的狀態，因此我們可以避開書面文檔，轉為持續更新有關基礎架構的文檔。

15. 對聊天機器人(Chatbot)的測試

隨著新冠病毒持續在全球施虐，許多公司都快速上馬并啟用了聊天機器人服務，為數以萬計的零售商店、金融機構等業務，提供著24x7全天候的實時支持。顯然，為了保證聊天機器人的平穩運行，并提供更好的用戶體驗，我們需要對它們進行全面的測試。目前，業界有如下三種最受歡迎​​的Chatbot測試工具：

（1）Chatbottest

其開源指南提供了大約120個現成問題，可被用來評估聊天機器人應用給用戶帶來的交互感受。它通常可以運行在3個級別上：

• 固定的預期場景。
• 可能用到聊天機器人的測試場景。
• 不可預知的場景。

（2）Dimon

該測試工具的優勢在于：它能夠與Slack、Telegram、Facebook Messenger、以及WeChat(微信)等重要平臺無縫集成。而且，它可以發現機器人在用戶對話流程中出現的任何錯誤。

（3）Botanalytics

該工具允許用戶以定制服務的方式，測試聊天機器人從對話的建立，到響應能力，再到答案給用戶帶來的體驗等，每一個重要的方面。

頂級軟件測試工具

我們在各大測試社區中檢索了不同軟件測試團隊的留言，綜合比較了各種端到端的跨平臺測試方案，以及它們強大的測試自動化功能。下面便是一些常見的頂級軟件測試工具：

• Katalon Studio：是一種用于移動、Web、API和桌面應用的自動化測試工具。
• Selenium：是一種用于Web應用測試的知名工具。
• SoapUI：是一款專為API測試而設計的，具有headless功能的測試工具。
• UFT One：是一款針對移動、Web、桌面和RPA(機器人流程自動化)應用測試的付費工具。
• TestComplete：是一款由人工智能支持的自動化測試工具，可用于移動、桌面和Web等測試場景。
• IBM Rational Functional Tester：是一個用于數據回歸和功能性測試的數據驅動式測試平臺。
• 其他重要的工具還有：Ranorex、Apache JMeter、Postman、Cucumber、Tricentis Tosca、Appium、Telerik Test Studio和Worksoft。

小結

綜上所述，我們不難看出，專注于安全性和自動化是2021年測試領域發展的重要趨勢。我們應當將測試的重點放在用戶體驗上，并以DevOps和敏捷的最佳實踐作為基礎。無論您供職于測試公司，還是專業的質量檢測人員，希望上面介紹的15種軟件測試的最新趨勢，能夠讓您在競爭激烈且瞬息萬變的行業中，持續保持領先的地位。

原文標題：Top 15 Software Testing Trends to Watch Out in 2021，作者：Shormistha Chatterjee

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】