随着数字化技术应用的广泛普及,业界对于软件测试的要求也在持续迭代与增加。当前,越来越多的企业和组织都相继采用了Agile和DevOps之类的软件开发方法,以鼓励和促进测试团队和开发团队之间的紧密协作。根据Gartner的预测:到2020年,IT行业的开发总成本将从3.76亿美元增长至3.87万亿美元。而到了2023年,全球相应的软件测试市场,预计将出现14%的综合年度增长率。可见,无论您是否在这个行业,由软件技术开发出的各种应用正在渗透和影响着我们的日常生活。而软件质量的保证离不开完善可靠的测试实践。小米金融测试部主管高文辉基于当前的技术和测试趋势,大胆地预测了该领域在2020年的4大重要发展趋势。

1.机器学习和人工智能等技术的使用

机器学习(ML)可谓下一个指数级的技术应用趋势,它正在敲开自动化测试的大门,并会引发开发效率与应用过程的革命性变革。有机构预计:到2022年,机器学习的市场占有率将从14.1亿美元增长到88.1亿美元。这就意味着:将有更多的测试解决方案会通过人工智能的方式,为开发者执行各种重复性的任务。

高文辉所在的小米部门目前已尝试结合人工智能与自动化测试,新环境下的自动化测试任务包括:

· 优化测试套件:实现唯一性的代码检查。

· 预测:实现对于主要测试配置的各项预测。

· 日志分析:能够识别并自动执行多种检查。

· 缺陷分析:既能够发现应用程序中存在的高风险点,又能够根据优先级安排回归测试。

人工智能的市场正在快速地增长中。预计到了2025年,AI的整体市场价值将达到1906亿美元。这些都清晰地表明:与IT相关的业务都正在逐步转向具有机器学习能力的智能类型。

高文辉认为,小米金融测试部门已经拥有了人工智能测试的基础平台,这一平台依托于小米集团自身的三大能力:硬件产品能力、大数据获取能力、生态链的广深布局能力。” 智能手机已经成为人工智能的最大平台,这里面的 AI 应用已经涵盖到了语音助手、相机美颜、搜索推荐、人脸解锁、AR/VR、虚拟助手、功耗控制、设备互联互通等多个场景。截止到去年底,小米投资了 100 家生态链企业。它们都能帮助小米渗透到人们生活的方方面面,积累全生态、多样性的大数据。 智能手机 + IOT 就代表着人工智能的“无限生态”。

2.数字化转型

根据世界经济论坛所提供的数据:到2025年,数字化转型对于整个社会与行业的价值,可能达到100万亿美元。面对强烈的数字化转型需求,大多数企业会越来越依赖于各种新兴的技术。而这反过来又会对软件质量的稳定性和可靠性,提出了更高的要求。

自2017年以来,小米金融用于软件质量保障方面的IT预算份额,已经相对于上一个年度提高了35%,而且这种增加预计还会一直延续到2020年。由于数字化转型通常是以体现数据功能与服务为前提,因此这就要求开发人员在不断迭代的情况下,具有开发的敏捷性和灵活性,从而控制好软件质量的检查流程。也就是说,面对交付产品中的灵活性和稳定性这一对矛盾体的挑战,质量保障经理应当继续寻求那些可以同时满足两方面需求的特殊测试方法,来精心设计与不断优化产品质量的检查流程。

针对数字化的需求,高文辉带领团队研发了系统读入被测软件的UI模型(由用户按照软件的UI逻辑和用户行为逻辑生成),分析用户的行为路径来自动生成可执行的测试用例,这样工作流程的改变只需要修改UI模型,系统可以重新生成测试用例代码,大量节省维护时间,提高工作效率,同时,基于Junit5框架生成的代码,可以根据需要很容易加入对批量数据测试的支持。

这一技术尤其切合浏览量极大、业务多元、处理量极大的互联网运用环境,极大的保障了运用环境,降低了测试的综合成本。为C端客户提供最优质的体验服务,这也是对用户的足够尊重。高文辉透露,仅测试效率就提升了 70%。

3.迈向云端,并广泛采用物联网

凭借着高稳定性这一优势,如今越来越多的企业都将自己业务数据的存储,以及处理方式转移到了云端。根据Sogeti的最新研究显示:在目前用户常用的各类应用程序中,有75-76%是基于云服务的。同时,我们也能看到各大软件开发与服务提供企业都在进行物联网(IoT)的布局。凭借着此类技术,它们不但可以访问到以前无法获取的客户使用数据,而且可以据此做出各种明智的业务决策。在同一份研究报告中,Sogeti也指出:有95-97%的受访企业正在计划或已经实施了IoT的解决方案。

高文辉依托小米集团内部的物联网技术平台,也已逐步展开以下软件测试任务:

· 可扩展的测试。

· 测试不同设备版本的兼容性。

· 监控连接过程中出现的延迟。

· 采取安全性分析,包括:设备的真实性、可用性和授权的准确性。

· 针对数据的完整性进行评估。

所谓的物联网测试,其实质是检测程序或应用在不同终端平台内的实用性与稳定性。小米在物联网技术方面耕耘多年,凭借在过去8年积累的大量测试数据及在算法、算力方面的优势,小米正在加速自动化测试技术在各行各业的落地和应用。截至目前,小米金融携手合作伙伴已经投资近500家生态链企业,建成全球领先的消费级IoT平台,并吸引着更多科技企业共同参与。

目前,小米连接的物联网设备超过了1.3亿台,已经成为全球最大的消费类的互联网公司。;2019年上半年,小米 IoT及生活消费品收入达到人民币 270亿元,同比增长 49.3%,已稳定成长为世界上最大的智能硬件物联网平台。同时,小米还计划在未来5年,针对物联网战略投入100亿人民币,进一步加强小米在物联网技术方面的领先地位。

对于高文辉来说,这无疑是幸福的烦恼,一方面有了小米集团物联网技术的支持,小米金融测试部门可以获得更广阔,更前沿的数据。另一方面,通过对数据的测试与反馈,小米金融测试部也可以进一步提升小米集团内部物联网技术的稳定性和应用性,确保小米金融用户的数据安全及使用。

4.大数据测试

当前,由于各类企业都会参考、并根据与业务相关的大数据,来制定适合于自身情况的最佳营销策略。因此针对大数据的软件测试将越来越重要,高文辉预测此类测试的需求将在2020年达到一个新的高度。

在大数据测试中,小米金融测试部软件测试人员主要验证的是:在使用各类商用集群服务,以及调用其他支持元素时,目标应用是否能够有效地处理TB级的数据。此类测试一般侧重于功能与性能方面。当然,数据质量也是大数据测试环节中的一项关键因素。小米测试人员需要根据不同的特征(包括:一致性、有效性、准确性、完整性、重复性等),来检查数据的质量。

小米的测试部门在大数据方面拥有得天独厚的优势。现在小米智能设备出货量超过 3700 万,未来这个数字会远远大于手机。”高文辉认为,正是因为手机和智能设备被用户活跃地使用,才产生了真正的高质量大数据。

“小米全线的产品或业务的大数据,全部汇总到一个数据工厂,每天的数据量高达 200 TB。”高文辉说,“数据的存储成本很高,如果你存了大量的数据,但不能够发挥价值的话,还不如不存。我们通过对数据的处理和挖掘,让它可以反过来训练我们的算法,不断测试,训练各种各样的产品,让它们做到真正智能化。”

高文辉认为,小米自动化测试的成功离不开小米从2013年起开始布局的AI+IoT战略,构建起了 AIoT所需的必要元素,包括 AI所代表的人工智能以及后面的大数据和云计算技术,IoT代表的物联网、传感器和边缘计算。而在小米构建的几百个米家智能家居SKU中,功能多元且体系整合的设备与平台,正在为全球用户打开一个属于未来生活的新图景,描绘出一个更加便捷、完整、统一、亲民的科技体验,解决了无数细小却关键的产业级痛点。

小米金融依托小米集团主业,利用技术优势,在产业金融维度,借助大数据、区块链、人工智能、云计算、5G等优势技术,形成了“产业、金融与科技”三方高度融合的产业生态协同平台,通过推进金融科技融合,助力了产业信息化升级,助推了普惠金融、数字金融发展,并更好地为实体经济赋能。这一切的背后,离不开小米金融测试部的努力。在过去的几年内,高文辉带领小米金融测试部全力主导UI自动化测试研究,其结果是,通过模型生成测试用例,时间消耗可以忽略不记,浏览所生成的测试代码并进行调整大概每人每天可以完成80-110个用例,也就是完成全部用例调整需要1人周时间,只占传统方式的21%左右。可以说这一成果大大得降低了软件调试的周期,进而进一步提高小米金融APP的版本更新速度及其在线处理能力。未来,高文辉还将进一步加强小米测试部在人工智能、物联网、大数据等方面更深入的研究,相信也将为小米金融的提升创造强大的基础。(陈浩)