自动化测试流水线

(1学时)

1、行业发展趋势：如何构建端到端自动化测试、编译、发布、部署流水线；

2、 构建适合自己的公司的端到端的自动化测试体系及设计

l 项目中如何开展自动化测试

l 自动化回归测试应用场景及设计；

l 新需求测试过程中自动化流程实现

l 分层的自动化测试工具（基于逻辑层的自动化工具）

3、 建立端到端自动化测试流程（时机、脚本量、回归时间、回归问题跟踪）

自动化测试框架设计

（1学时）

1、  主流自动化测试框架介绍

2、  测试框架的设计思路

3、  功能自动化测试框架分层设计（业务层、数据层、组件层）

4、  Java接口自动化测试框架httpclient   + testng/Jmeter

5、  web端ui自动化测试框架

自动化测试工具实践

（6学时）

1.  小试牛刀：测试驱动开发工具fitnesse实践（从更黑盒的维度理解测试驱动开发及工具框架）

2、自动化测试框架，为什么，怎么做？

以下全程为实例同步操作：（RobotFramework机器人框架）

Robotframework+selenium+autoid+ssh+appium+sikuli+request等

面对web网页型系统：

1）Selenium+webdriver+robotframework安装与集成

2）自动化工具控制框架RF配合selenium的使用及操作

3）元素定位：

4）等待机制：

5）弹出内容处理

6）多个浏览器窗口处理；

7）返回结果的检查与验证（包括使用变量验证）、数据库检查点

8）测试用例参数化方法、操作

9）Cookie读取方法

10）为测试操作添加事件

11）web型复杂用例编写实例

面对C/s系统：

1)        脚本制作与元素识别；

2)        脚本处理实例过程；

3)        复杂脚本的处理；

4)        Auiotitlibrary库详解与实例演示；

面对接口测试：

1)        各类接口的识别；

2)        自动化接口脚本快速制作；

3)        接口武器库详解与实例演示；

面对后台批处理的测试：

1)       自动连接到主机

2)       执行命令

3)       获取解雇

4)       结果分析

测试用例与测试数据管理：

1)            测试用例重构

2)            分层的用例管理

3)            测试数据层抽取与管理

4)            测试流程层抽取与管理

5)            公共组件层抽取与管理

6)            测试报告与管理

增强部分：

1)            Selenium的应用扩展

2)            使用selenium常见问题解析

3)            Selenium与持续集成的协作运行：集成、使用与报告

4)            以一个实例端到端完整练习selenium的使用过程

万能的sikuli库，解决所有组件识别问题，再也不用担心有不能识别的对象了！

1、  Airtest自动化测试框架

1)            airtest如何测试app及实例练习、问题解决

2)            airtest如何测试web页面及实例练习、问题解决

2、  手机app自动化测试实现

1）录制、编写脚本

2）调试

3）执行与分析

接口测试工具与实践

（1学时）

1、  接口测试自动化数据维护

2、  接口测试工具jmeter/post/Robot比较与使用、工具实践

3、  复杂接口的自动化实现与处理

4、  全过程管理的接口自动化测试实现

自动化测试管理与实施

1、  自动化测试实施要点与技巧

2、  自动化测试数据的管理与工具实践

3、  自动化测试代码结构分析

4、  自动化测试实施要点、难点

自动化测试与持续集成构建自动生产线

（1学时）

1）  持续集成完成代码自动化静态审计与质量检测实践与操作；

2）  持续集成完成代码自动化单元测试实践与操作；

3）  持续集成完成代码自动化部署实践与操作；

4）  持续集成完成代码审查规则与定制；

5）  持续集成完成代码测试覆盖度方法与操作实践；

6）  持续集成与自动化测试的关联与集成实践与操作

7）  持续集成与性能测试的关联与集成实践与操作；

8）  持续集成平台的关联与优化

9）  以持续集成和持续部署为核心，如何构建端到端自动化测试、编译、发布、部署流水线；

大数据测试及自动化

（2学时）

1、  数据管理的思路与工具介绍、经验分析（解决测试数据准备、数据管理的问题）

2、  大数据测试思路与方法

1)            数据阶段验证

2)            "MapReduce"验证

3)            输出阶段验证

3、  大数据自动化测试的工具与方法（jmeter大数据插件使用及自动化实现、测试hdfs、hbase、hive等；其他工具介绍）

4、  其他公司大数据测试经验总结分享