在GSoC'25项目中,我开发了PostgreSQL ABI合规检查器,并利用BuildFarm实现自动化报告。该项目强调ABI合规性的重要性,以确保不同版本间的兼容性。建立了公共BuildFarm动物Baza,每24小时运行检查,提升PostgreSQL的质量保障。未来计划减少误报并扩展对其他操作系统的支持。
在快速发展的科技环境中,人工智能(AI)正在变革软件质量保障方法。AI超越传统手动测试,提供复杂场景模拟、预测分析和高效资源分配。AI测试工具具备快速和高准确性,实时提供可操作分析。GenQE结合AI技术,自动生成测试用例,确保软件质量,帮助组织在数字化时代保持竞争力。
测试团队需要平衡质量和测试效率,取决于测试和开发人数占比。通过各种测试方法降低风险来保障质量。质量和效率的平衡应通过流程建设和提供工具来实现。
本文讨论了质量保障和测试用例设计的两个面试题。质量保障应从根因出发,采用不同方法推动落地。测试用例设计应学习更高效的方法,而非等价类和边界值方法。理论知识和实践经验并无高低之分,二者结合才是更好的方法。
研发大佬们积极治理告警,告警情况有所改善,但仍有漏网之鱼。堆内存是JVM内存的一部分,用于动态分配对象和数组。堆内存的特点包括动态分配、自动管理、全局访问和分代回收。堆内存通常划分为新生代、老年代和永久代。堆内存管理中的问题包括内存泄漏、内存溢出和性能问题。需求质量、过程质量和交付质量是质量保障的维度。持续迭代、持续集成、持续运营和持续度量是团队的工作方式。通过AI CR可以发现潜在风险,优化告警信息有助于测试。
质量保障的投入与产出成果相关,根据需求不同,投入成本也不同。自动化测试体系建设需要长期高昂的投入。技术同学需考虑领导的压力。自研测试平台需要专职测试开发,投入2个月以上才能见效。公司更看重成本效益,技术只是解决问题的工具。测试在技术鄙视链中处于下游,公司更关注性价比。互联网风口已过,回归性价比阶段。交付质量和效率的标准明确,不达标就是不达标。公司注重解决问题和性价比。
本文讨论了生产环境中质量保障的挑战,包括复杂场景、数据污染、风控安全和权限管理。解决这些问题是保障生产环境质量的关键。
本文讨论了软件测试中的可测性及其在不同阶段的表现形式,包括需求、设计、研发测试和发布阶段。可测性是质量保障工作的前提和质量门禁的前置要求。
本文介绍了中间件服务在质量保障工作中的作用,如房产中介机构在房地产行业的作用。列举了常见的中间件组件,包括服务容器、注册中心、配置中心、网关、服务调用、消息队列、任务调度、数据存储等。通过一张微服务架构图说明了不同中间件的作用。
今年写了很多关于质量保障的文章,内容包括质量内建、质量门禁、测试左移、质量度量等。现在思考如何证明经过测试的软件系统质量提升,以及质量提升的特征。当前的现状是业务多样、架构复杂、迭代快速和管控难度大。预期目标是应用可信、数据可信、质量可信和SLA可信。提升测试质量的四个关键特征是:持续验证、数据可信、质量可信和SLA可信。
招聘四个岗位,分别为自动驾驶操作系统内核开发、计算平台计算加速硬件驱动开发、车用操作系统质量保障和支持硬件平台的Hypervisor原型开发。岗位要求不同,但都需要熟悉Linux内核和编程语言,有相关经验者优先。工作地点在北京亦庄,提供七险一金、宿舍、免费班车和工作餐,薪资面谈。
本文讨论了质量保障工作的定义和定位,提出测试工作应该从测试阶段扩展到测试左移和测试右移,以提高质量和降低线上故障概率。具体实践可以根据团队情况选择切入点。
本文讨论了生产环境质量保障的重要性和核心,需要控制研发过程的质量和提高研发交付效率。生产环境的质量保障核心是及时发现和控制风险,将风险的爆炸半径控制在可接受范围内。要做好生产环境的质量保障工作,需要明确目标,持续进行质量运营,快速发现不足并持续改进,最终达到不断提高线上质量的目的。
本文介绍了如何使用dataworks等工具将业务系统数据库数据上云到maxcompute,并进行数据一致性比对和质量保障。明细数据比对、比对SQL分析和Dataworks实时同步日志表是实现数据比对的关键。持续的质量保障是防患于未然的重要措施。
测试工程师负责跟进和验收与需求相关的质量问题,用户思维以用户为中心,提供个性化产品和服务,质量保障目标是保障交付质量,用户体验决定企业获利空间。培养用户思维可通过自我颠覆和退后一步。
用例评审是质量同学熟悉的重要环节,有效保障测试质量,本文总结了用例评审的意义、前置准备、时机要求、人员要求、评判标准、流程规范及补充建议,希望能给大家带来启发。
完成下面两步后,将自动完成登录并继续当前操作。