軟件測試之道：那些值得借鑒的實踐案例

第一篇 測試概論 //1
第1章 軟件測試的道法術(shù)器 //3
一、軟件測試之道 //4
二、軟件測試之法 //9
三、軟件測試之術(shù) //12
四、軟件測試之器 //14
第二篇 測試技術(shù) //17
第2章 淘寶性能測試的演化 //19
一、淘寶網(wǎng)性能測試的演變 //20
二、性能測試評估和流程 //22
三、基于云產(chǎn)品的門戶網(wǎng)站性能優(yōu)化案例 //31
第3章 基于圖像識別測試手機瀏覽器打開網(wǎng)頁首屏時間的方法 //47
一、首屏加載時間對用戶體驗至關重要 //48
二、基于圖像識別測試手機網(wǎng)頁首屏打開時間 //48
三、關于STF的簡介 //50
四、Minicap介紹 //51
五、關于流暢程度 //51
六、STF安裝依賴的環(huán)境 //52
七、STF運行 //53
八、STF的其他特性 //55
九、Sikuli //56
十、Sikuli的安裝步驟 //57
第4章 移動APP性能專項分析云實踐 //60
一、性能專項之痛 //61
二、靜態(tài)VS動態(tài) //62
三、如何做“動態(tài)檢查” //63
四、動態(tài)檢查+ //67
五、“解痛”的效果 //68
第5章 APP專項性能測試和監(jiān)控 //70
一、APP性能維度分析 //71
二、APP性能測試平臺 //71
三、APP性能測試落地 //72
四、APP性能指標獲取手段 //73
第6章 基于Android Hook技術(shù)實踐 //77
一、項目挑戰(zhàn) //78
二、基于hook的解決方案 //78
三、基于hook的java解決方案 //81
四、小結(jié) //81
第7章 這么建模，你就錯了——富士通教你正確建模之術(shù) //83
一、建模工作如何快速響應變化的業(yè)務需求 //84
二、數(shù)據(jù)中心建模工作實踐 //84
三、如何高效地做好業(yè)務需求分析 //87
四、維度建模的技巧 //89
五、結(jié)合應用，設計好維的層次 //93
六、經(jīng)驗教訓 //93
七、案例ROI分析 //94
八、面向需求進行系統(tǒng)建模 //95
第三篇 測試管理 //97
第8章 360手機衛(wèi)士敏捷測試模型及最佳實踐 //99
一、360手機衛(wèi)士的開發(fā)模型及測試特點 //100
二、面向質(zhì)量生成全過程的敏捷測試模型 //103
三、移動端應用的專項測試及最佳實踐 //107
四、測試在工程卓越性方面的實踐心得 //109
第9章 用測試策略來進行剛剛好的測試 //110
一、測試的“核心”是“測試策略” //111
二、四步測試策略制定法 //112
三、在項目中使用四步測試策略制定法 //120
四、效果評價和總結(jié)回顧 //129
第10章 移動游戲的質(zhì)量追蹤方案 //130
一、Crasheye項目的起源 //131
二、移動平臺的挑戰(zhàn) //131
三、解決思路 //132
四、Crasheye項目的實踐過程 //133
五、Crasheye項目的實踐項目 //139
六、Crasheye項目的現(xiàn)狀 //143
第11章 第三方輿情收集與質(zhì)量閉環(huán)建設 //144
一、案例背景 //145
二、解決方案 //145
三、應用場景 //150
四、測試新方向：構(gòu)建質(zhì)量閉環(huán) //150
第四篇 運維相關 //151
第12章 從部署看DevOps的實施 //153
一、DevOps受到廣泛關注，然而定義仍未定型 //154
二、DevOps成為新軟件生命周期不可或缺的命題 //154
三、實施過程中，行業(yè)對DevOps的嘗試 //155
四、持續(xù)部署，讓開發(fā)運維成為一個統(tǒng)一的生態(tài)系統(tǒng) //156
五、軟件包讓配置管理和部署邏輯得到簡化 //163
六、部署系統(tǒng)實現(xiàn)后需要進一步抽象 //166
七、面向業(yè)務，結(jié)合工具堅持DevOps //168
八、真正的DevOps是建立適合自己的研發(fā)生態(tài)系統(tǒng) //169
第13章 MongoDB在58同城的應用實踐 //170
一、MongoDB在58同城的架構(gòu)設計與實踐 //171
二、為什么要使用MongoDB //172
三、如何使用MongoDB //172
四、MongoDB集群部署 //173
五、 針對業(yè)務場景我們在MongoDB中如何設計庫和表 //175
六、 數(shù)據(jù)量、并發(fā)量增大，遇到問題及其解決方案 //179
第14章 1號店發(fā)布系統(tǒng)實戰(zhàn) //183
一、案例背景 //184
二、實踐過程 //185
三、效果評價 //198
四、推廣建議 //199
第15章 微軟Azure SQL云服務中基于大數(shù)據(jù)的運維和管理 //200
一、兩代不同系統(tǒng)的比較 //201
二、大數(shù)據(jù)在運維方面的應用 //203
三、運維方面的文化 //205
第16章 騰訊DevOps自動化運維平臺“織云”技術(shù)架構(gòu)實踐 //207
一、“織云”輕松應對海量運維需求 //208
二、為什么要做“織云” //208
三、“織云”的工作原理 //209
四、“織云”的技術(shù)架構(gòu) //210
五、運維自動化經(jīng)驗總結(jié) //219
第17章 使用Docker構(gòu)建數(shù)人云實踐 //220
一、下一代企業(yè)級IT解決方案的標準——基于云的IT架構(gòu) //221
二、數(shù)人云是什么 //221
三、數(shù)人云核心技術(shù)介紹 //223
四、數(shù)人云的技術(shù)架構(gòu)設計 //225
五、數(shù)人云為企業(yè)應用平臺提供更簡便的實踐 //228