必看 | 軟件測試經典10題（含答案）有誰知道臺灣用的聊天工具是什么??

選擇題 1. （單選）當需要對某個系統進行測試的時候，應該從哪些方面來設計測試用例？ A. 功能驗證 B. 性能相關的驗證 C. 兼容性相關的驗證 D. 安全性相關的驗證 E. 以上全是...

必看 | 軟件測試經典10題（含答案）
我們精選了一下網友答案：

···································^^····································

選擇題

1. （單選）當需要對某個系統進行測試的時候，應該從哪些方面來設計測試用例？

A. 功能驗證

B. 性能相關的驗證

C. 兼容性相關的驗證

D. 安全性相關的驗證

E. 以上全是

2. （多選）軟件測試過程中，測試數據準備的痛點有哪些？（多選）

A. On-the-fly 測試數據準備的時間消耗

B. Out-of-box 測試數據的“臟數據”

C. 測試數據本身組合的復雜性和多樣性

D. 性能測試數據準備的時間消耗

E. 微服務化后，跨多個微服務的數據準備缺乏完整的知識體系

F. 微服務化后，測試數據準備的環境依賴性

3. （單選）無頭瀏覽器的主要應用場景是？

A. 網絡爬蟲

B. GUI 自動化功能測試

C. 頁面監控

D. 以上全是

4. （單選）以下不屬于 API 測試工具的是哪個？

A. Postman

B. SoapUI

C. JMeter

D. Selenium

5. （單選）以下屬于移動應用測試的工具是哪個？

A. Appium

B. UFT

C. TestNG

D. LoadRunner

問答題

1、GUI 自動化測試腳本分層設計的最佳實踐是怎么樣？

2、多個 API 連續調用的測試用例的難點是什么？你是如何來解決的？

3、單元測試中，樁函數和 Mock 函數用來解決什么問題，兩者又有什么區別？

4、性能壓測過程中，當面對大量并發用戶調用的時候，服務器端 CPU 的使用率是高好還是低好？為什么？

5、當需要在盡可能短的時間內完成大量 GUI 自動化測試用例的執行時，業界主流的解決方案是什么？

答案與解析

1. （單選）答案：E

解析：除了要考慮顯示的功能性需求外，還要涉及安全性、性能、兼容性等非功能性需求的驗證。

2. （多選）答案：ABCDEF

解析：關于現在流行的微服務模式，由于每個單一功能的服務都是獨立分開部署的，所以我們在準備測試數據時，還可能會遇到諸如環境依賴、跨多個微服務的數據準備缺乏完整的知識體系等問題。

3. （單選）答案：D

解析：無頭瀏覽器的主要應用場景，包括 GUI 自動化測試、頁面監控以及網絡爬蟲這三種。

4. （單選）答案：D

解析：Selenium 屬于 GUI 自動化測試工具。

5. （單選）答案：A

解析：UFT（以前的 QTP）屬于一款 GUI 測試工具，LoadRunner 屬于性能測試工具。而 TestNG 是一個用來簡化廣泛的測試需求的測試框架，適用于從單元測試到集成測試階段的測試。

Appium 則是一款很好用的移動測試工具。

6. GUI 自動化測試腳本分層設計的最佳實踐是怎樣的？

考點分析：GUI 自動化測試腳本的分層設計原理。

答案與解析：

大量 GUI 自動化測試能夠成功的關鍵，就在于腳本的分層設計。而腳本分層設計的核心思想就是模塊化。

首先，我們需要對頁面進行抽象，形成頁面對象模型。在這樣的測試用例中，你看到的都是類似于 XXXPage.YYYComponent.ZZZOperation 的語句。它們和實際的手工測試可以建立一一對應的關系，用通俗的話語來講，就是某某頁面上的某某元素，執行了某某操作。

接下來，為了使 GUI 自動化測試腳本更加符合業務場景的描述，同時進一步提高腳本的封裝性和可重用性，就需要引入業務流程腳本的概念。這里，業務流程和實際的業務流程也是一一對應的關系。這樣，測試用例就可以通過調用業務流程腳本來實現，測試用例本身的可讀性以及可維護性也會更好。同樣地，業務流程腳本，也是基于頁面對象模型實現的。

7. 多個 API 連續調用的測試用例設計難點是什么？你是如何解決的？

考點分析：多個 API 連續調用時，前后兩個 API 之間的參數傳遞。

答案與解析：

單個 API 測試并不難，難的是多個 API 的連續調用，并且后一個 API 的參數值使用的是前一個 API 調用的返回結果，這就要求多個 API 調用之間可以方便地進行參數傳遞。一個最典型的場景就是，前一個 API 調用會返回一個有效的 token，后一個 API 調用需要帶著這個 token 才能調用成功。

為了解決這個問題，一般來講有三種處理方法：

第一種方法是，手工復制前一個 API 返回結果中的某個值，然后粘貼給后一個 API 作為輸入參數。當然，這是最基本的方法，但是效率太低，而且無法實現自動化。

第二種方法是，使用基于代碼的 API 測試框架。由于此時所有的測試邏輯都是通過代碼來實現的，因此可以很容易地實現 API 之間的參數傳遞。

第三種方法是，借助于類似 HttpRunner 之類的已有 API 測試框架。此類框架可以通過關鍵字，很方便地將前一個 API 的返回值中的某個值傳遞給下一個 API 作為輸入參數。

8. 單元測試中，樁函數和 Mock 函數主要用來解決什么問題？這兩者又有什么區別呢？

考點分析：理解樁函數和 Mock 函數的本質區別。

答案與解析：

當被測函數中調用了第三方的函數時，我們一般會采用樁函數或者 Mock 函數來模擬這些第三方函數，以此來實現被測函數的高代碼覆蓋率。可以說，樁函數和 Mock 函數的使用大大方便了單元測試的開展，同時也解決了單元測試的代碼耦合性問題。

但是，這兩者到底有什么區別呢？

通俗來講，如果你的測試驗證是在被測函數中進行的，那么此時你使用的就是樁函數；而如果你的測試驗證是在被模擬的函數中進行的，那么這個被模擬的函數就是 Mock 函數。

9. 性能壓測過程中，當面對大量并發用戶調用的時候，服務器端 CPU 的使用率是高好還是低好？為什么？

考點分析：理解性能測試指標解讀的復雜性，必須要全盤考慮多個指標間的相互關聯和制約。

答案與解析：

這個問題的答案，一定會有堅持不同意見的兩派人。

一部分人認為，CPU 使用率當然是越低越好。這說明后端代碼實現得很高效，只占用很少的計算資源就能實現較高的并發。并發情況下，越低的 CPU 占用率，說明系統可以繼續承載越多的并發負載。

而另一部分人則認為，CPU 的使用率是越高越好。這說明系統的計算資源被充分利用了起來。

你同意哪個觀點呢？

其實，這個問題本身就是個偽命題，單單通過題干中的信息是不足以給出孰好孰壞的結論的。這里的關鍵是，隨著并發用戶數的上升，事務的響應時間是如何變化的。

如果隨著并發用戶數的增加，事務的響應時間也呈線性增長，但 CPU 的使用率一直上不去，這就是典型的 CPU 資源沒有被充分利用的現象。此時，你就需要去進一步診斷為什么 CPU 資源不能在并發場景下被充分利用。

而如果隨著并發用戶數的增加，事務的響應時間能基本保持穩定，同時 CPU 的使用率會隨著并發用戶數的增加呈線性增加，這反倒是我們希望看到的結果，也就是說更多的并發用戶會需要使用更多的 CPU 資源。

10. 當需要在盡可能短的時間內，執行完大量 GUI 自動化測試用例時，業界主流的解決方案是什么？

考點分析：測試執行架構的設計

答案與解析：

這個問題其實不難回答，業界一般會采用兩種方案：

一種是，使用第三方的云測服務，比如國外的 Sauce Labs、國內的 Testin 等；

另一種是，自己搭建 Selenium Grid 集群。

其實，這兩種方案的本質都是將大量的測試用例以并發的方式來執行。

劃重點，記住，面試前多來我的知乎號看看面試題以及干貨，成功率一般都很高；小編親測有效。

來源:圖文來自網絡，

·······································································

有誰知道臺灣用的聊天工具是什么??
我們精選了一下網友答案：

臺灣相關的問題，當然要問我這個來自臺灣的人啦，我不會去網路查一堆資料然後貼給你，因為你自己就可以查得到，我只用我這個臺灣人看到的、知道的告訴你，給你真正的臺灣人的觀點啦。臺灣主流的聊天軟件有幾個第一多人用 msn 第二多人用 yahoo 而且現在基本上都是一些高中生以下大多數用的第三多人用 skype 大多數打電話或者語音用第四多人用 qq 其實應該也數十萬人用，跟大陸相關的人比較多人用第五多人用現在用的人很少不過以前一開始是最早的聊天軟件 icq現在用的人不多了

·······································································

【評測】浦科特M9PGN Plus 512G測試
我們精選了一下網友答案：

···································^^····································

待機溫度主控50~55之間軟件檢測42度

最高溫主控65 軟件檢測65左右

400G連續測試軟件檢測55度

LPDDR3 512M 1866 NT6CL128M32CM-H1 www.nanya.com/cn/Support/59/%e8%a1%8c%e5%8a%a8%e5%9e%8bDRAM

88SS1092

cn.marvell.com/storage/ssd/88ss1092-93/

顆粒 TH58LJT1T24BAEF

經常關注固態硬盤的朋友對于浦科特一定不會很陌生，而旗下M9Pe系列固態像常青樹一樣自18年2月發布以來一直活躍在市場，直至東芝96層3D NAND顆粒的量產，浦科特M9Pe系列固態也迎來了一次升級換代，最近也是收到浦科特寄來的樣品，跟隨我的腳步一起看一看新升級版的浦科特M9PGN Plus 512G有什么亮點吧。

浦科特M9PGN Plus的包裝延續了前代產品的風格，對比前代包裝，可以發現RGB字體的M9Pe變成了新的M9P Plus，可能浦科特也意識到了前代產品名稱過長的問題，新一代的產品對產品名稱進行了精簡；

包裝中下位置的宣傳標語也變為最佳游戲選擇、智能數據保護、高速PCI-e性能，比較意外的是這次沒有將96層3D NAND作為宣傳點印刷在包裝表面。

包裝背面基本上于前代相同，性能參數方面相比上一代有了提升，讀取速度提升至全容量3400M/S，寫入速度也分別提升了700M/S（256G）、200M/S（512G）和100M/S（1T）；

性能參數下方標注了電壓、重量、尺寸和一些認證信息，另外根據電壓信息可以估算出浦科特M9PGNPlus固態最大功耗在8W左右，右邊則用了14種語言表示“M9Pe NVME系列將帶來前所未有的非凡游戲體驗！”

外包裝側面標注了產品的SN碼、生產日期、版本號等信息，可以看出我手中的硬盤是19年9月在中國臺灣地區制造的。

包裝內這次除了盤體之外還多了一份說明書，另外最大的一個區別就是M9PGN Plus這次變成了黑色的PCB，以至于最開始接觸M9PGN Plus會有種似曾相熟但是又不曾見過的感覺。

浦科特M9PGN Plus幾乎全黑的PCB，似乎B格也UP↑了一些，除了盤體之外，浦科特還提供了一顆安裝螺絲，這里捎帶提一句，大家裝機最好妥善保管主板提供的原配安裝螺絲，不同主板廠商的螺絲和螺絲孔口徑不一，即便固態硬盤包裝內提供了備用螺絲但是不一定能使用，說多都是淚~~~

黑色PCB為浦科特M9PGN Plus512G，下方綠色PCB為M9PeGN 1T

相比前代，M9PGN Plus將銘牌放置在PCB背面，將緩存和顆粒都露出來了，用戶可以直接看到緩存和顆粒。

浦科特M9PGN Plus銘牌也和前代保持比較高的相似性，除了型號、SN碼、電壓、認證信息這些標準配置之外還有出廠時間和出廠固件版本號，方便用戶判斷是否需要升級固件；

另外在銘牌銘牌中間有一行英文“Warrantu Void If Label Removed”簡單的來說就是移除銘牌后無保修，提醒用戶請勿移除銘牌，不過銘牌已經安置在PCB背面，也沒有什么額外的動機去移除了。

PS：背面四個8好評~~~~

接下來看看浦科特M9PGN 512G的硬件配備；

顆粒方面，采用的是編號為：TH58LJT1T24BAEF 的東芝原廠3D NAND TLC顆粒，堆棧96層，單顆容量256G，兩顆顆粒組成512G容量，足容設計并沒有預留空間作為冗余，相比64層堆棧的3D NAND顆粒，小容量版本固態硬盤無法體現容量優勢；

緩存方面，采用的是編號為：NT6CL128M32CM-H1 的南亞LPDDR3 512M 1866低功耗內存顆粒，緩存配比為1G容量：1M緩存；

主控為馬牌的88SS1092，與前代產品采用的88SS1093屬于一個系列的產品，1092相當于面對大數據以及企業級市場，并且能夠支持最大8G的外置緩存，而1093則是面對消費級的高端市場，除此之外兩款主控信息基本一致。

主控雖然換了一個型號，但1092和1093實數同一產品，而緩存的配置又是相同的，由此可見M9PGN Plus的性能提升還是源于顆粒的升級換代，屬于96層顆粒的紅利。

性能測試方面使用了如下的配置：

CPU：英特爾 I7 8086K OC5.0G 1.325V

主板：華擎 Z370M Pro4

內存：宇瞻黑豹 8G x2 2666

顯卡：藍寶石RX590 8G

硬盤：英特爾P3600 800G （系統盤）

浦科特M9PGN Plus 500G （測試盤）

散熱：酷冷至尊 T400I

機箱：主板盒

電源：鑫谷GP700G

系統：Windows 10 專業版 1903

首先是CDI的截圖，基本的固件版本、序列號、接口類型、讀取和寫入量都可以查看，另外也可以知道當前運行的接口速率。

另外溫度檢測的高溫是在進行壓力測試時測得的，并非正常待機溫度，待機溫度在50度左右，詳細的溫度表現會在后文。

AS SSD測試部分，沒有出現前代的10G數據量寫入成績明顯下降的情況，想必應該是對于SLC Cache容量進行了調整，整體水平還是不錯的，4K的讀取也達到了60M/S的水平。

CDM部分，1G與32G數據量的測試對比，32G大數據量測試M9PGN大部分項目掉速也不是很明顯，數據波動在可接受的范圍內，順序讀取都達到了3G/S也都接近2G/S的順序寫入，于官方宣傳的還是有些偏差的。

TxBENCH跑分中結果達到了官方宣傳的結果，順序讀寫分別為3414M/S和2235M/S，其余各項成績基本上也是M9PGN的最佳成績。

然后看看HD Tune Pro的測試，這里采用的是5.75版本的軟件進行的測試，首先SLC Cache容量相比浦科特或者光寶之前的產品有了很大的提升，這次512G版本的SLC Cache緩存容量達到了25G左右，其次這次的寫入曲線也平滑很多，緩存內寫入約為2.2G/S，緩存外寫入為550M/S~600M/S之間。

溫度方面，一共進行了3輪的200G數據寫入，本輪沒有使用額外的散熱片，紅外溫度槍測出最高溫65度，軟件檢測為64度，數據比較接近，如此高的性能但是溫度表現卻很優秀，最高溫只有65度還是裸盤的情況，超過了不少自帶散熱片的固態硬盤。

第二輪和第三輪為連貫測試，考慮覆蓋散熱片后需要有足夠的讀寫才能夠達到最高溫度所以連續進行了兩輪的讀寫測試，測試結果最高溫度為55度（軟件檢測），同時相比沒有覆蓋散熱片的情況下，讀取的曲線更加平緩了。

數據讀寫延遲測試部分，圖表基本都是集中在低延遲區域，零星幾點出現在高延遲的部分，整體表現可圈可點。

新一代的浦科特M9PGN Plus基本上可以說是在前一代的基礎上進行了升級，最大的區別就是顆粒變成了東芝96層新一代的3D NAND顆粒，保持了前代產品的低溫但是結合新的顆粒卻還提升了讀寫的性能，旗艦級的性能但是卻沒有旗艦級的高溫；PCB也從墨綠色變成了黑色，B格提升了不少，更加高端的感覺；

雖說裸盤溫度表現很出色，但是還是建議日常使用最好能夠配備散熱片，筆記本用戶也應該盡可能改善散熱環境，以便發揮更加穩定。

即刻進入腦吧小鋪

好看的文章記得多支持一下哦

歡迎加入電腦吧評測室官方三群：725190414

電腦吧個人二手交易群：776842190

關注B站@電腦吧評測室 @我家智天用win8 或微博@漸縝JZ，@DDAA117