2022年12月6日，龙智与软件测试自动化“领导者”SmartBear联合举办了主题为“如何通过自动化测试实现降本、增效与提质”的在线研讨会。
此次研讨会中，龙智技术总监李毅为大家分享中国企业在质量和测试中面临的挑战，以及自动化测试实践的现状与展望。
在线研讨会“如何通过自动化测试实现降本、增效与提质”内容回顾
《中国企业在质量和测试中面临的挑战以及自动化测试实践现状与展望》（节选）
演讲嘉宾：李毅（龙智技术总监）
大家好，欢迎参加龙智和SmartBear联合举办的网络研讨会。今天我会从以下四个方面分享：首先是中国软件测试行业现状分析；其次是中国软件测试行业面临的挑战，为了应对这些挑战，引入了自动化测试；再者，看看自动化测试的现状与痛点；最后是自动化测试的未来发展方向。
首先我们看一下中国软件测试行业的现状。研究报告显示，整个软件测试的市场规模在逐年稳步增长中。目前的市场规模已经达到约2,000亿，并且增长速度非常快，每年的平均增长速度接近20%。
其次，我们看到软件测试从业人员主要分布在中东部地区以及南部的一线城市，还有中部和西部等软件研发中心集中的地方。这和软件研发的发达程度保持正相关，软件测试从业人员主要是集中在软件研发比较发达的城市和地区。
同时，我们也看到软件测试人才处于紧缺的状态。软件测试的工程师十分紧缺，相较于全球，中国软件测试人才的数量以及能力都偏弱，整体水平落后于全球发展。中国大约有150万软件测试从业人员，其中真正能担当起软件测试职位，真正做软件测试的不超过10万人，具有多年工作经验的测试人员还不足5万。国内30万的软件测试人才缺口每年还以20%的速度增长。从报告数据显示来看，中国软件测试人才缺口非常大。
软件测试面临的挑战
随着软件的发展，整个中国的软件测试面临着许多挑战。
首先是软件形态逐渐多样化。大家熟知的PC、手机、平板都有很多应用软件，还有越来越多的智能设备、自助终端、可穿戴设备以及工业传感器，这些介质也集成了非常多的软件。这些多介质展示形态会给软件测试增加难度。
第二点是软件协议的多样化。大家熟悉的互联网传统协议占比较大，其他的例如物联网软件通信协议、工业互联网软件通信协议，包括车联网软件通信协议也纷纷涌现，这些协议自成体系，拥有自己的协议内容。多协议为测试工作带来了更高的学习成本或者说提高了门槛，对于测试人员来说是一种挑战。
再者是一直提到的软件迭代速度加快。刚刚SmartBear的何平康（Ken）老师分享了随着DevOps开发理念的广泛应用，很多互联网公司的软件迭代速度变得越来越快，国内也是如此。他提到，现在约40%的企业是以周为单位进行发布。而像亚马逊这样的国际大型互联网公司的迭代周期是每天多次发布。这样的迭代速度给如何保证软件测试质量带来了非常大的挑战。
还有软件架构的复杂度。最近几年很多新技术不断被应用于软件设计，比如说大数据、人工智能、区块链和云计算等。这些技术可能还会叠加使用，使得软件架构越来越复杂。在软件架构逐渐复杂的情况下，如何保证软件质量也是对测试人员的考验。
很多软件开发人员都有过这种经历。公司重大的项目需横跨多个部门和多个合作伙伴，要和上游合作伙伴建立联系，比如需要他们发送交易请求等，以及和下游的合作伙伴、渠道方沟通，需要他们提供后端的支付或金融类服务。像这样的大型软件开发项目，要做好测试协调，比如联合测试数据的准备、联合测试环境的搭建，这类的协同比较困难。
软件安全性要求也为测试人员带来了挑战。无论是政治安全风险还是商业安全风险，企业都面临敏感数据和用户信息被泄露、窃取的风险。安全性测试的挑战不仅存在，并且任务十分艰巨。
最后是软件弹性和可靠性要求带来的挑战。所谓的弹性业务是指电商的促销活动，双11、双12等突然增加的弹性业务，或是12306购票软件在国庆节、春节迎来一些业务爆发性的增长。为了应对这些弹性的业务增长，很多软件系统会采用微服务的架构设计和基于云部署的基础架构。这样可以应对快速迭代，以及轻易伸缩扩展，以应对突然增长的业务所要求的机器资源。
正是因为这样架构设计，以及基础架构的部署架构，软件测试变得越来越复杂。系统间的调用，或是集群发布新老版本时，测试人员需要关注新老版本是否兼容了数据和程序，还需要保证质量。
可靠性要求主要针对部分行业，尤其是互联网、金融企业，它们需要7x24小时不间断提供服务。针对这种可靠性要求高的软件测试，我们需要注意异常处理，以及限流、垄断等机制是否可以很快恢复。或者通过切换灾难备份、数据中心、应用中心等实现不间断服务。可靠性要求对于测试来说也是很大的挑战。
自动化测试的现状与痛点
正是由于上述提到的软件测试行业面临的挑战，所以企业在很多环节中引入了自动化测试，来提高软件测试的有效性和效率。
首先与大家分享自动化测试现状，Selenium 4处于基于web自动化测试的核心地位。它是一个开源的自动化测试框架，可以轻松使用Java、Python、C#等开发语言撰写自动化测试的脚本，以及针对多种浏览器撰写自动化测试脚本，达到自动化测试的目的。
其次，无代码/低代码的自动化测试工具再度流行。Selenium 4框架需要编码或开发技巧，为了消除学习成本，无代码和自动化测试工具流行起来。
然后是自动化测试在软件测试的各个层次都有体现。
大家所熟知的自动化测试金字塔模型，底层的是大量的单元测试，中间层是设备以及接口自动化测试，顶层是UI用户界面的测试。越下层的测试成本越低，无论是执行速度、稳定性还是解决问题成本。随着层次往上叠加，越上层效率越慢，发现问题后定位问题、解决问题的成本越来越高。所以建议更多地把自动化测试投入到底层，会更加划算。
这只是一个指导性模型，具体投入多少、怎么样去投入，还是要和公司的人员组织架构情况，开发和测试的协作模式等多种其他因素相关。要结合人员的学习成本，历史上测试遗留的协作模式等再做考量。
再者，自动化测试成为DevOps开发实践的重要支柱。如果没有自动化测试的接入，那么想要真正实现DevOps是非常困难的。刚才提到的迭代速度需求，也要求将冒烟测试或回归测试阶段中的大量重复劳动由自动化测试来支撑，减少时间成本。
最后，人工智能、机器学习和自然语言处理这些前沿技术已被广泛运用到自动化测试当中。
除了龙智技术总监李毅，还有SmartBear亚太渠道经理何平康、龙智总经理杨林晶与龙智技术工程师邱洁玉作为演讲嘉宾参与了此次研讨会，就以下主题进行了分享：
- SmartBear及其软件质量与测试现状调研
- 龙智与SmartBear战略合作扩展DevSecOps解决方案
- TestComplete UI自动化测试演示及ReadyAPI简介
我们将会议进行了全程录制，立即点击下方按钮获取完整版回顾视频。