Анализ распределения тестовых сценариев с помощью генераторов PropEr

Написание тестов на основе свойств — это только половина дела; вы также должны убедиться, что ваши пользовательские генераторы действительно производят тот разнообразный диапазон данных, который вы ожидаете. Без видимости ваших входных данных тонкие баги могут легко прятаться в нетестируемых граничных случаях. Этот текстовый курс научит вас инспектировать, анализировать и оптимизировать распределение тестовых данных с помощью встроенной функции collect в PropEr. Вы научитесь собирать метрики в реальном времени из ваших генераторов, гарантируя, что ваши наборы тестов Erlang будут надежными и всеобъемлющими. Чему вы научитесь: Понять фундаментальную механику тестирования на основе свойств и генерации данных; Реализовать функцию collect внутри генераторов PropEr для категоризации сгенерированных значений; Анализировать статистические распределения входных данных для выявления пробелов в покрытии тестами; Настраивать пользовательские генераторы для обеспечения сбалансированного сочетания типичных входов и сложных граничных случаев; Применять современные рабочие процессы тестирования для систематической проверки свойств. Курс начинается с основных концепций тестирования на основе свойств и статистической валидации, а затем проводит вас через синтаксис и реализацию функций сбора данных. Вы изучите практические, письменные примеры и узнаете, как интерпретировать отчеты о распределении для внесения улучшений в ваш набор тестов на основе данных. Этот курс предназначен для новичков в тестировании на основе свойств и разработчиков Erlang, которые хотят получить глубокую видимость своих автоматизированных наборов тестов. Никакого предварительного опыта работы со статистикой PropEr не требуется. Начните оптимизировать покрытие тестами и пишите более предсказуемый и качественный код уже сегодня.