Phân Tích Phân Phối Trường Hợp Kiểm Thử Với PropEr Generators

Viết các kiểm thử dựa trên thuộc tính chỉ là một nửa cuộc chiến; bạn cũng phải đảm bảo rằng các trình tạo tùy chỉnh của mình thực sự tạo ra dải dữ liệu đa dạng mà bạn mong đợi. Nếu không có khả năng hiển thị các đầu vào kiểm thử của mình, các lỗi tinh vi có thể dễ dàng ẩn nấp trong các trường hợp biên chưa được kiểm thử. Khóa học chỉ có văn bản này dạy bạn cách kiểm tra, phân tích và tối ưu hóa phân phối dữ liệu kiểm thử của mình bằng cách sử dụng hàm collect tích hợp trong PropEr. Bạn sẽ học cách thu thập số liệu thời gian thực từ các trình tạo của mình, đảm bảo các bộ kiểm thử Erlang của bạn vừa mạnh mẽ vừa toàn diện. Những gì bạn sẽ học: Hiểu các cơ chế nền tảng của kiểm thử dựa trên thuộc tính và tạo dữ liệu; Triển khai hàm collect trong các trình tạo PropEr để phân loại các giá trị được tạo ra; Phân tích các phân phối thống kê của đầu vào kiểm thử để xác định các khoảng trống trong phạm vi kiểm thử; Tinh chỉnh các trình tạo tùy chỉnh để đảm bảo sự kết hợp cân bằng giữa các đầu vào thông thường và các trường hợp biên phức tạp; Áp dụng các quy trình kiểm thử hiện đại để xác minh các thuộc tính một cách có hệ thống. Khóa học bắt đầu với các khái niệm thiết yếu về kiểm thử dựa trên thuộc tính và xác thực thống kê trước khi hướng dẫn bạn qua cú pháp và việc triển khai các hàm thu thập dữ liệu. Bạn sẽ nghiên cứu các ví dụ thực tế bằng văn bản và học cách diễn giải các báo cáo phân phối để thực hiện các cải tiến dựa trên dữ liệu cho bộ kiểm thử của mình. Khóa học này được thiết kế cho những người mới bắt đầu kiểm thử dựa trên thuộc tính và các nhà phát triển Erlang muốn có được khả năng hiển thị sâu vào các bộ kiểm thử tự động của họ. Không cần kinh nghiệm trước về số liệu thống kê PropEr. Bắt đầu tối ưu hóa phạm vi kiểm thử của bạn và viết mã chất lượng cao, dễ dự đoán hơn ngay hôm nay.