内容简介:最近分享了关于前端测试的一些内容,关于开发如何通过测试来提升效率,常见的测试框架,以及什么的测试指标是我们关心的。[1] 经常会遇到代码审查时候遭遇到非常多的"同事不理解"
最近分享了关于前端测试的一些内容,关于开发如何通过测试来提升效率,常见的测试框架,以及什么的测试指标是我们关心的。
[1] 经常会遇到代码审查时候遭遇到非常多的"同事不理解"
[2] 经常会遇到线上产生很多未知的 bug
[3] 经常会遇到 Dev 和 测试理解的不一致
那么我们如何避免这样的问题发生?
作为开发而言,我们关注, 代码规范 , 单元测试 , 集成测试 ;
代码规范
单元测试
[11] 通过单元测试确认程序的正确性以及发现问题。
[12] 追求代码覆盖,发现无用代码
使用 Enzyme 测试 React 应用
集成测试
性能测试
[26] 我们关注页面的性能,开发在开发完成后,一定要做性能测试,这是对自己代码负责的表现。而对于线上应用级别,如果存在高并发的情况,我们需要去预估 QPS ,及时和 运维沟通,机器的数量,限流策略等。 2/8 法则 可以帮助我们预估应用的 QPS 峰值(页面 80% 的访问量来自 20% 的时间访问)。
无论是开发,还是测试,我们都希望我们的质量以及迭代的效率,所以开发应该关注测试,以及在合理条件下完善 测试用例,这也算作为工程师的基本职责。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
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。
大数据时代的算法:机器学习、人工智能及其典型实例
刘凡平 / 电子工业出版社 / 2017-1 / 49
《大数据时代的算法:机器学习、人工智能及其典型实例》介绍在互联网行业中经常涉及的算法,包括排序算法、查找算法、资源分配算法、路径分析算法、相似度分析算法,以及与机器学习相关的算法,包括数据分类算法、聚类算法、预测与估算算法、决策算法、关联规则分析算法及推荐算法。《大数据时代的算法:机器学习、人工智能及其典型实例》涉及的相关算法均为解决实际问题中的主流算法,对于工作和学习都有实际参考意义。 《......一起来看看 《大数据时代的算法:机器学习、人工智能及其典型实例》 这本书的介绍吧!