内容简介：01Mutation Test（突变测试） : 一种评估测试质量的的新方法自动植入Faults(or mutations)，观察测试执行情况，如果测试失败，则mutation被killed，测试成功则mutation lived。
01
Mutation Test（突变测试） : 一种评估测试质量的的新方法
自动植入Faults(or mutations)，观察测试执行情况，如果测试失败，则mutation被killed，测试成功则mutation lived。 PIT是一种突变测试系统，为 Java 和jvm提供黄金标准测试覆盖。它快速，可扩展，并与现代测试和构建 工具 集成。
测试的质量可以通过killed mutation的比率来度量。
PIT针对应用程序代码的自动修改版本运行单元测试。当应用程序代码更改时，它应该产生不同的结果并导致单元测试失败。如果在这种情况下单元测试没有失败，则可能表明测试套件存在问题。
02
Why
传统的测试覆盖率（即行，语句，分支等）仅测量那些代码被执行到。它不会检查测试是否确实能够检测执行代码中的错误。因此，它只能识别绝对未经过测试的代码。
然而，单从覆盖率的角度，不全面的测试仍然可以执行其所有分支。
例如
public static String foo(boolean b) {
if ( b ) {
performVitallyImportantBusinessFunction();
return "OK";
}
return "FAIL";
}
@Test
public void shouldFailWhenGivenFalse() {
assertEquals("FAIL", foo(false));
}
@Test
public void shouldBeOkWhenGivenTrue() {
assertEquals("OK", foo(true));
}
从黑盒的角度，分支覆盖100%，但是没有验证 performVitallyImportantBusinessFunction(); 是否被执行。
public static String foo(int i) {
if ( i >= 0 ) {
return "foo";
} else {
return "bar";
}
}
@Test
public void shouldReturnFooWhenGiven1() {
assertEquals("foo", foo(1));
}
@Test
public void shouldReturnBarWhenGivenMinus1() {
assertEquals("bar", foo(-1));
}
缺少边界验证，i==0。
由于它实际上能够检测每个语句是否经过有意义的测试，因此突变测试是衡量所有其他类型的覆盖范围的黄金标准。
03
samples
针对之前的例子
public class DemoTest {
Demo demo = new Demo();
@Test
public void shouldReturnFooWhenGiven1() {
assertEquals("foo", demo.foo(1));
}
@Test
public void shouldReturnBarWhenGivenMinus1() {
assertEquals("bar", demo.foo(-1));
}
}
public class Demo {
public String foo(int i) {
if ( i >= 0 ) {
return "foo";
} else {
return "bar";
}
}
}
运行mutation coverage
查看报告
line覆盖100%但是mutation75%，说明测试有需要完善的地方。
查看细节
红色表示代码没有被mutation test覆盖，查看细节
补充边界值的验证
@Test
public void checkBoundary() {
assertEquals("foo", demo.foo(0));
}
很多程序问题来源于边界，Mutation test从某种角度增加了我们对边界的思考。
参考
https://gitmaruneko.github.io/2018/03/24/MutationTest.html
http://pitest.org/weak_tests/
THE END
- 晚安 -
图片长按2秒，识别图中二维码，关注订阅号
以上所述就是小编给大家介绍的《PIT -- Real world mutation testing》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
数据挖掘
（美）Jiawei Han、（加）Micheline Kamber、（加）Jian Pei / 范明、孟小峰 / 机械工业出版社 / 2012-8 / 79.00元
数据挖掘领域最具里程碑意义的经典著作 完整全面阐述该领域的重要知识和技术创新 这是一本数据挖掘和知识发现的优秀教材，结构合理、条理清晰。本书既保留了相当篇幅讲述数据挖掘的基本概念和方法，又增加了若干章节介绍数据挖掘领域最新的技术和发展，因此既适合初学者学习又适合专业人员和实践者参考。本书视角广阔、资料翔实、内容全面，能够为有意深入研究相关技术的读者提供足够的参考和支持。总之， 强烈推荐......一起来看看 《数据挖掘》 这本书的介绍吧!
