|
|
# 26｜见微知著：单元测试度量避坑
|
|
|
|
|
|
你好，我是柳胜。
|
|
|
|
|
|
通过前面的学习，我们不难发现单元测试的 ROI 又高，速度又快。在我看来，单元测试是一块没有充分发挥价值的蓝海。可惜很多公司不重视单元测试，也不愿意投入；有的公司虽然做了单元测试，但发现效果不明显，时间久了，单元测试也就流于形式。
|
|
|
|
|
|
想要真正在团队、乃至公司推动单元测试，就要见到效果，进入到一个有反馈刺激的正循环里。一旦进入到这样的循环，哪怕起点再低，也能一步步优化提升，走向成熟。因此，在这个循环机制中，反馈尤为重要。那这个反馈来自哪里呢？没错，是合理有效的度量。
|
|
|
|
|
|
这一讲，我会结合例子带你一步步推导，如何用度量驱动单元测试的落地和提升。
|
|
|
|
|
|
## 失效的单元测试覆盖率
|
|
|
|
|
|
如何度量单元测试的效果？很多人会脱口而出——“单元测试覆盖率”。而且，还能讲出很多覆盖率的方法论，语句覆盖率、分支覆盖率、判定覆盖率等等。但是，单元测试的高覆盖率一定会有高的代码质量么？
|
|
|
|
|
|
我们先看看单元测试覆盖率是怎么产生的，看看它的原理是什么，然后再判断单元测试覆盖率这个指标有什么问题。
|
|
|
|
|
|
后面是一段代码例子。有这样一个名为add的函数，它的入口是a，b两个整形参数。如果a小于2，计算结果就是a+b的负数，a大于2，就返回a+b。看起来逻辑很简单，是吧？
|
|
|
|
|
|
```java
|
|
|
public service{
|
|
|
public static int add(int a, int b){
|
|
|
if(a<2){
|
|
|
return (a+b)* -1;
|
|
|
}else{
|
|
|
return a + b;
|
|
|
}
|
|
|
}
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
好，如果现在咱们要测试这个add函数，要设计多少个测试案例呢？
|
|
|
|
|
|
按照代码覆盖率的思路来考虑这个问题，我们是不是要设计出2个案例：一个案例是走a<2，一个是走a>2。这样2个案例走2个分支，我们覆盖率达到100%。就能达到效果了，对吧？
|
|
|
|
|
|
我们这就来写2个Junit Test方法，代码例子如下：
|
|
|
|
|
|
```java
|
|
|
@Test
|
|
|
public testMethod1(){
|
|
|
Assert.assertEquals(Service.add(1,2),-3);
|
|
|
}
|
|
|
@Test
|
|
|
public testMethod2(){
|
|
|
Assert.assertEquals(Service.add(3,2),5);
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
运行一下Junit，全部通过。
|
|
|
|
|
|
|
|
|
|
|
|
给出的报告是代码语句覆盖率100%：
|
|
|
|
|
|
|
|
|
|
|
|
好，现在有了100%覆盖率，我们可以放心了么？
|
|
|
|
|
|
有一天，我们的团队来了一个新手开发人员，他在修复bug的时候，不小心把a小于2，改成了a<=2，像下面这样：
|
|
|
|
|
|
```java
|
|
|
public service{
|
|
|
public static int add(int a, int b){
|
|
|
if(a <= 2){
|
|
|
return (a+b)* -1;
|
|
|
}else{
|
|
|
return a + b;
|
|
|
}
|
|
|
}
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
这是一个错误，对不对？那我们的测试案例能不能捕捉到这个bug呢？
|
|
|
|
|
|
很不幸，我们的2个测试案例还是会通过，对不对？它们一个走了a<2的分支，一个走了a>2的分支。这两个分支上的逻辑依然没变，所以测试的结果是通过。
|
|
|
|
|
|
通过这个例子，我带你还原了一个“Bug泄漏”的场景。意思就是说，虽然我们的单元测试案例代码覆盖率达到了100%，但还是捕捉不到回归Bug。沿用我常用的织网捕鱼的例子，鱼（Bug）还是从网眼里漏出去了。
|
|
|
|
|
|
这看起来是一个很小的错误，但对于某些类型的产品却有可能会致命。比如，对数据精准度要求极高的金融产品来说，单元测试没捕捉到，集成测试和系统测试也错过了，这个算法的错误会呈现一个放大效应。经过一系列算法的计算，在UI上呈现的数据会大相径庭。
|
|
|
|
|
|
|
|
|
|
|
|
从上图里不难看到，错误代码计算出的金融指数跟正确值差了二十多倍，这给客户带来的损失也是巨大的。
|
|
|
|
|
|
现在，我们清楚地看到了单元测试代码覆盖率这个指标是有问题的，即使做到100%，也会有Bug泄漏。怎么堵住这个泄漏问题呢？
|
|
|
|
|
|
你可能想到了这样的解决方案，在等价类基础上再增加边界值测试用例。对应到例子里就是，在边界2上，增加一个a=2的测试案例。这样刚才开发人员的错误，就能捕捉到了，这个测试案例的测试结果会失败。
|
|
|
|
|
|
这看起来是有效的。但我们对测试还是没有信心，因为今天是a=2出了问题，我们补上了，明天b=3再出问题，我们再补一个。每次都是亡羊补牢，被动地去完善我们的测试设计。
|
|
|
|
|
|
被动补救只能治标，不能治本。那有没有更有效、更主动的解决方法呢？这就需要我们先找到泄漏的根本原因。
|
|
|
|
|
|
这个泄漏的根本原因，其实是每个测试案例的检查点多少、数据设计合理与否，这些取决于测试开发人员的理解，经验甚至责任心，这个是用代码覆盖率衡量不出来的。我们沿用上一讲的质量三角图继续分析：
|
|
|
|
|
|
|
|
|
|
|
|
单元测试的代码覆盖率属于“范围”这个支撑点，可以衡量测试的范围。但是还少了两个支撑点，时间和质量。还记得前面我打的比方么？测试工程师设计案例捕捉Bug，就像织网捕鱼，能捕捉到多少鱼，不光取决于网的大小**（覆盖率**），网眼的密度也很关键。
|
|
|
|
|
|
网眼的密度，就相当于单元测试的质量。怎么度量它呢？我们继续往下看。
|
|
|
|
|
|
## 如何度量单元测试的质量
|
|
|
|
|
|
上一讲我们引入了Bug泄漏率这个指标度量自动化测试的质量。而单元测试的质量也是同样的思路，我们要度量的就是单元测试捕捉Bug的效果。
|
|
|
|
|
|
### 单元测试Bug泄漏率
|
|
|
|
|
|
在单元测试阶段，我们捕捉到了多少回归Bug？有多少Bug是应该由单元测试捕捉到，却泄漏到下一阶段的？这个效果可以用一个比率来度量，那就是单元测试Bug泄漏率。
|
|
|
|
|
|
为了突出重点，我列出两个公式辅助你理解：
|
|
|
|
|
|
单元测试泄漏的Bug = 本应该在单元测试捕捉到的Bug（实际没捕捉到）。
|
|
|
|
|
|
单元测试Bug泄漏率 = 单元测试泄漏的Bug/单元测试泄漏的Bug+单元测试捕捉到的Bug
|
|
|
|
|
|
这个泄漏率定义有点绕，绕的地方就在于如何定义“**本应该在单元测试捕捉到**”。因此，我们需要将泄漏的Bug按照它们的根源分类，分析一下Bug对应在测试的哪个层面，看看我们本应该在单元测试、API测试还是UI测试层面发现这个Bug。
|
|
|
|
|
|
做Bug归因的思考，是一个很好的实践。但是把归因后的Bug作为度量，违背了一个原则，**度量数据的来源应该是来自未经人加工的数据**。
|
|
|
|
|
|
想一想，为什么要遵循这个原则呢，背后的道理是什么？因为数据要驱动良性循环，而不是恶性循环。
|
|
|
|
|
|
如果单元测试的质量用单元测试Bug泄漏率来评价，那么负责单元测试的人，肯定不愿意把Bug归因于单元测试的泄漏。所以，在团队内部，就形成了一个互相甩锅的局面。你说是我的问题，我说是他的问题，最后得出的度量指标也不能让人心悦诚服。
|
|
|
|
|
|
理论是自洽的，落地是有问题的。单元测试能否脚踏实地推进，关键在于能否找出一个合理的自动的单元测试质量的度量方法。这样的方法有没有呢？这就要用到一个新方法——变异测试。
|
|
|
|
|
|
### 变异测试覆盖率
|
|
|
|
|
|
变异测试是什么呢？它是一种通过向代码植入错误，来度量测试案例有效性的测试方法。它的结果是变异测试覆盖率，可以用来量化测试质量。
|
|
|
|
|
|
明确了变异测试的概念，我们再理解变异测试覆盖率就更容易了。假如，我们的被测程序是P，我们的测试组件是T，正常情况下，用T测试P，结果是成功。现在我们向P植入一个变异M1，形成一个P1版本的程序，这时我们再运行T，应该会失败，对不对？因为有了变异嘛，T失败了，说明变异被捕捉到了，也叫杀死了变异。
|
|
|
|
|
|
如法炮制，我们也可以向P植入另外一个变异M2，形成P2，T如果还是成功，那就是变异被放过了，也就是变异存活了。
|
|
|
|
|
|
我们每植入一个变异M，就运行一次T，记录运行的结果。最后再来统计一下，用被杀死的变异数量除以总共植入的变异数量，这个量化的比率，就是变异测试覆盖率。
|
|
|
|
|
|
变异测试覆盖率越高，我们的T就越有效。我给你画了一张变异测试原理图，每个字母对应的含义如下：
|
|
|
|
|
|
|
|
|
|
|
|
刚才我给你描述了变异测试的过程，再结合上面的图解，我们发现相比传统测试，变异测试新增了两个环节：一个是**前置环节**用来产生变异，中间还是运行传统测试；然后多了一个**后置环节**，变异测试结果和正常测试结果对比，来判断变异是否杀死，然后统计多次变异的运行结果，产生变异测试报告和变异测试覆盖率。
|
|
|
|
|
|
把生成变异以及生成变异测试报告这两个环节都自动化了，就是变异测试框架。借助业界已有的变异测试框架，我们很轻松就能完成变异测试。
|
|
|
|
|
|
|
|
|
|
|
|
下面我们用一个变异测试框架PItest，对我们上面的Java代码做变异测试。
|
|
|
|
|
|
PItest用法很简单，在项目的pom文件里加入Pitest的插件，然后运行mvn命令，就会自动产生变异，自动运行T产生报告。
|
|
|
|
|
|
下面是PItest的执行日志，PItest针对刚才我们的add函数，用了4种策略（看红框），产生了7个变异（看黄框），包括修改边界、修改运算符、反转条件、修改返回值。
|
|
|
|
|
|
前面我们说的程序员手误把a<2变成a<=2，就是我们PItest框架生成的7个变异之一，属于修改边界的情况。
|
|
|
|
|
|
|
|
|
|
|
|
我们继续来看最后的结果报告。7个变异被杀死5个，变异测试覆盖率71%。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
存活下来的变异分别是Conditional Boundary和Math计算，PITest对这些变异规则都有介绍，你可以参考PItest官网网站，链接在[这里](https://pitest.org/quickstart/mutators)。
|
|
|
|
|
|
好，既然有了变异测试覆盖率量化指标，我们就有了目标。为了提高变异测试覆盖率，我们来增加测试案例，杀死变异。
|
|
|
|
|
|
现在，有2个存活的变异，一个是把a<2修改成a<=2, 另一个是乘运算改成了除运算。相应地，我们需要增加边界测试案例3，a=2，b=2，代码例子如下：
|
|
|
|
|
|
```java
|
|
|
@Test
|
|
|
public testMethod1(){
|
|
|
Assert.assertEquals(Service.add(1,2),-3);
|
|
|
}
|
|
|
@Test
|
|
|
public testMethod2(){
|
|
|
Assert.assertEquals(Service.add(3,2),5);
|
|
|
}
|
|
|
//***新增TestMethod3
|
|
|
@Test
|
|
|
public void testMethod3(){
|
|
|
assertEquals(Service.add(2,2),4)
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
再次运行变异测试框架，变异测试覆盖率从71%上升到86%。
|
|
|
|
|
|
|
|
|
现在有了3个测试案例。如果你仔细看一下这3个案例，会发现2号案例是3号案例的一个子集，如果把2号案例删掉，代码语句覆盖率100%，变异测试覆盖率还是86%，那么2号案例就是一个冗余的案例，可以把它删掉。
|
|
|
|
|
|
```java
|
|
|
@Test
|
|
|
public testMethod1(){
|
|
|
Assert.assertEquals(Service.add(1,2),-3);
|
|
|
}
|
|
|
//***新增TestMethod3
|
|
|
@Test
|
|
|
public void testMethod3(){
|
|
|
assertEquals(Service.add(2,2),4)
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
现在我们还剩下一个变异，就是a+b乘以-1，被修改成了a+b除以-1。这个变动，我们现有的2个测试案例没有杀死它，那我们怎么办，有没有办法设计出新的测试案例呢？这个问题，我留给你课后思考。
|
|
|
|
|
|
说到这里，我们总结一下。今天这一讲，最重要的就是重新审视单元测试的有效性。
|
|
|
|
|
|
希望你看完以后，再说起单元测试质量的时候，不再停留于盲目追求把网织得很大（即追求高测试覆盖率），而是转向把网编织得足够密这个目标上来。而这个网的密度，我们可以用**软件变异测试覆盖率**这一方法来度量。
|
|
|
|
|
|
## 小结
|
|
|
|
|
|
今天，我们从单元测试覆盖率的例子入手，发现即便覆盖率高达100%，Bug还是会发生泄漏。更严重的是，这个泄漏率很难去度量。无法度量，自然就无法在组织层面驱动有效的单元测试。那么我们该拿什么指标，来度量单元测试的有效性呢？
|
|
|
|
|
|
为此，我们研究了一下变异测试的原理和实现。它的基本理论是，向代码植入n个错误，运行测试案例看捕获错误的效率，这就是变异测试覆盖率。而且，变异测试可以借助测试框架实现自动化。
|
|
|
|
|
|
我们引入了PITest测试框架，结合例子演示了如何自动地生成变异，运行测试，到得出变异测试覆盖率整个过程。
|
|
|
|
|
|
从例子里可以看到，变异测试覆盖率能够度量出测试案例设计的质量，这个质量不仅包含遗漏的测试案例，测试检查点，还能帮我们发现冗余重复的测试案例，测试检查点。
|
|
|
|
|
|
由此可见，变异测试无论从度量模型还是实现手段上都行得通，它满足了我们对单元测试质量度量设计的要求。不但能检测Bug泄漏，而且可以自动化，无需人工参与。
|
|
|
|
|
|
有了度量，也有实现方法，你就可以推动单元测试在组织中落地了！下一讲，我会带你重新审视ROI，并基于ROI规律为你分享度量设计的三种方法，敬请期待。
|
|
|
|
|
|
## 思考题
|
|
|
|
|
|
最后，给你留两道思考题：
|
|
|
|
|
|
1.变异测试的思路是否仅限于单元测试？可以用在其它测试场景中么？
|
|
|
|
|
|
2.“每一次代码迭代，就是一次变异”，这句话你怎么理解？
|
|
|
|
|
|
欢迎你在留言区跟我交流互动。如果觉得今天讲的方法对你有启发，也推荐你分享给更多朋友、同事。
|
|
|
|