由于疫情原因，很多线下活动都取消了，听说一个测试开发者大会在我大深圳召开，机会不可多得，当然是要斥巨资参加的！

　　据说这个大会每年都会精挑细选出数十个优质的课题供来自全国各地的测试同行们交流学习，课题分别邀请到来自国内外各大公司优秀的团队和讲师前来分享。

　　大会前纪

　　第一次参加测试相关的大会，时间为期两天从上午9点到晚上6点，行程是相当的满。第一天是主会场内容比较分散：主讲老师分别来自百度、阿里、腾讯、酷家乐等互联网大厂。内容覆盖了AI测试应用、消息全链路检测、流量回放、测试中台、云原生测试左移等热门关键词。

　　第二天是专场内容分为：高新领域专场、服务端专场、移动端专场、效能提升专场、质量保障专场。每个时间段只能挑一个专场去听。

　　正式进入大会，说实话，刚开始的时候有点小失望，因为很认真的听了两个小时，也没有给我知识力量的冲击感，而且让我比较意外的是男生占比接近7成，由于个子不够高，我的视线几乎是被前面的男生挡住了大半。这接近两小时的枯燥乏味和我脖子的疼痛感，一下子让我激情四射的学习欲望几乎被剿灭。

　　但是之后的所有内容，基本都比较有质量并且充满了干货，算是长见识了。主会场每个讲师讲的内容我大概总结了下，有意思的Topic 重点给大家过一过，分会场的内容大家自行选择自己感兴趣的内容看哈。

　　主会场内容

　　话不多说，让我们一起看看每个讲师带来的主要内容都有什么。

　　《测试团队提效之战-乔梁》

　　第一位出场的是乔梁老师，他是《持续交付》中文版译者，腾讯高级管理顾问，“轻敏捷”方法创始人，持续交付的先行者之一，他为多家移动互联及传统公司如映客、卷皮、墨迹天气、魅族、上汽、平安提供组织管理咨询服务。

　　乔老师主要讲述了DevOps 持续交付的形成历程、软件测试开发工程师在软件企业中如何为公司提升效能，关键字就是是：DevOps。DevOps可以满足更多的功能测试自动化、部署流程平台化、生产环境监控等。

　　乔老师提到，企业在招聘测试人才中也应该对此有要求，作为测试工程师的我们应该更明白企业对于测试人员素质模型的要求，测试不再是某个“阶段”，测试人才也应该具有更多的技能，才能做我们想做的事情。

　　《融360-从0到1机器学习产品的精益质量-艾辉》

　　艾辉讲师，是融360质量部的高级技术经理，领携融360AI测试团队出版了业界首本贴近实战的AI测试著作《机器学习测试入门与实践》，本次主要分享的内容是机器学习产品、测试方法、测试技术在AI测试领域如何实践。

　　提一下，这本书在51Testing软件测试网上有连载哦，有兴趣的小朋友可以去看看！

　　但是由于本人没接触过机器学习，且内容专业性较高，很多概念在有限的45分钟的分享里基本只能一笔带过，想了解机器学习的，可以自己去找51Testing的连载，或者可以购买书籍学习。

　　《百度-AI在小程序生态质量保障方向的落地实践-许喆俊》

　　讲师是百度资深测试开发工程师许喆俊，比较温文尔雅，虽然老师优美的声线有点像唐僧念经，但是干货满满，是重点学习对象。

　　讲师分享的是百度小程序的自动化，因为小程序比传统的APP测试更考验测试效率和稳定性，它的特性是：数量多、宿主多、分发场景多。

　　而针对这些特性，许喆俊讲师讲述百度了百度是怎样进行能力建设的，关键就是测试中台，测试中台里面包括的能力主要是：小程序自动化遍历能力、页面异常检测能力、云真机集群。

　　小程序自动化遍历能力建设

　　第一阶段传统monkey随机遍历测试：也就是随机点击页面可点击元素，进行深度或者广度的优先遍历，而这个遍历测试带来的问题就是，页面跳转率低，无效点击多。实际我们在测试移动APP的时候也会有这种问题，只是小程序会更明显。

　　第二阶段 规避dom带来的问题，基于历史数据的用户行为预测：基于上述monkey随机遍历，百度小程序进行了第二阶段的优化，也就是搭建神经网络，对于用户历史行为数据进行模型训练，预测出页面的可点击区域，这方案有效提升了页面跳转率&点击率。但是缺点如：发现问题增加不多，发现问题准确率下降、巡检周期长等问题依然存在。

　　第三阶段 从实际业务出发：基于目标识别的控件识别遍历，利用百度的测试中台，对全量小程序进行重点功能/控件识别的监控，并基于AI图像页面结构逆向生成需要检测和操作的高优控件，再次提高精准识别率，发现更深层次的问题。

　　页面异常检测能力

　　百度测试中台的另外一个能力，是页面异常检测能力。

　　建设背景：辅助或替代人工，自动化的识别和检测遍历采集到的页面中的红线问题、异常问题以及体验问题。

　　检测对象：页面截图、页面文本、运行时dom、小程序源码检测技术：计算机视觉、自然语言处理、源码检测。

　　建设方式：独立自建、技术共建、直接使用内部第三方。

　　典型场景-泛白屏问题检测解决方案：根据页面白屏率，特定目标识别+OCR特定文本识别。

　　真机集群建设

　　百度机房的迭代能力，也是测试中台非常重要的能力之一，它的建设历程是：

　　1.0机房：大量多机型真机+纯人工运维

　　2.0机房：开发板集群+半自动运维

　　3.0机房：云手机集群+全自动运维    额外：web化能力引入、内容类检测

　　对于中小型科技企业可能没有能力和人力建设与百度一样的集群，我们可以使用大厂已有的集群服务（费用较高），或者投入人力财力自建，向搭建百度2.0机房的目标靠拢。

　　《手淘AIOps实战-消息全链路智能监控-阿里》

　　讲师是阿里巴巴-董福铭（吾铭）、黄俊（豆豆），是淘系技术质量团队的成员，专注AI智能化测试方向的研究探索。

　　内容主要是关于手淘消息全链路监控排查，关键点如诸多系统之间错综复杂的链路如何秒级定位的能力、统一降级、统计采样的能力、以及智能异常检测、指标监控等，如何一步步分析问题到搭建基于AI算法的异常检测平台-Holmes的分享。

　　Holmes平台具有智能化、轻量级、易接入、可扩展、异常检测算法替代传统的规则监控的特性，可以有效解决准确率低、时效性低、配置复杂的问题。

　　《流量回放在酷家乐的演进历程》

　　讲师是酷家乐质量团队肖昌奔，分享的主题是流量回放在酷家乐公司从搭建到真实落地的演进历程。

　　什么是流量回放？自动化测试测试大家都知道，不需要人为去触发一个个行为，系统自动运行测试用例，价值不言而喻，但是如果自动化测试用例的缺失部分导致系统没完整测试回归，则自动化的价值将大大降低。

　　这时就产生了个新概念叫流量回放：通过记录线上流量，在开发或者测试环境回放，来发现系统是否能够正常运行，降低代码变动整体系统带来的风险。目前业界很多公司和团队都在搭建属于自己的流量回放系统。

　　而流量回放需要挑战的困难很多，也是酷家乐在演进过程需要面对的，比如：系统重构如何快速回归、如何高效率的进行有效测试、如何尽可能广的覆盖测试范围、如何提高提测质量，让开发人员自测等。

　　酷家乐在做流量回放时，用到了如下的开源工具：goreplay、diffy、repeater、RDebug，并且对diffy开源工具二开改造，开发统一管理平台kudiffy。

　　《技术创新驱动质效合一-perfMa》

　　perfMa公司讲师杨靖，分享的主题是围绕组织形式与技术能力上的创新，如何从传统质测中突围，为提质增效破局。

　　各行业已从信息化时代转向数字化时代，意味着所有技术都将面向用户编程，为不断满足或提前满足用户诉求稳定性已是IT部门第一要务，稳定性问题将直接影响到用户体验，研发质量和运行质量在IT系统稳定性中起着决定性作用。

　　而增效的第一步，perfMa的做法是组织-成立质量技术团队：聚焦用户验收、实践测试左移、为稳定性而生，主要围绕性能。

　　第二步，搭建新一代质量效能平台，运用感知大盘：质量管理、功能测试、全链路压测、可靠性演练、运行监控体系保证稳定的质量。

　　第三步，构建基于真实业务场景的智能评测体系。

　　最后，分享PerfMa的落地成效，在组织效能上，实现人员缩减20%，整体效率上升4倍、业务价值上，平台发现缺陷600+，生产系统0重大性能故障。

　　《阿里全球化测试技术分享-阿里》

　　讲师：王彬 胡君园，主要分享阿里的产品在进行全球化时遇到的痛点和挑战，真正的大佬级，面对的困难都是我们正常测试国内系统想像不到的。

　　而其中包括：18种语言翻译不地道、宗教文化差异多、支付多汇率波动大、团队时差大工作协调难、墙内验证海外业务受限、第三方合作公司技术差、多机房部署慢、网络环境复杂、DNS解析慢、测试数据种类多、兼容机型如繁星。

　　《基于云原生的测试左移技术实践-七牛云》

　　七牛云测试左移技术实践、干货多，可参考实践核心愿景：希望通过改善测试基础设施、强化CICD、实践测试左移等手段来打通尽可能多的环节、引导全员参与质量建设。

　　基于PR构建测试左移生态，保障入库代码质量，价值。

　　七牛云内部落地实践：prow。

　　开发可自测，需要编写单元测试和集成测试代码才可以验证测试覆盖率。

　　开源产品prow：可以返回代码影响的服务列表，用处较大。

　　总结

　　大会内容的参差不齐，但是总体来说很多讲师的内容还是很良心的，倾囊相授，也让我对于测试这个领域有了新的认识，难度和所跨领域并不比做纯开发的少。

　　主会场的总体氛围不及分会场，分会场由于场地比较小，像沙龙的感觉，听众的问题导师能比较用心和集中地回答。

　　这里重点推荐下游戏及移动端专场，因为游戏和移动端的测试需要解决的问题更让人头秃，一天内发版多次、每个版本上百个提交、覆盖的场景上千。传统的自动化测试完全满足不了使用，多了解游戏、移动端复杂的测试也会让其他行业产品的测试受益。

作者：Kayie   

来源：51Testing软件测试网原创