当前位置: 首页 > news >正文

TDD(测试驱动开发)是否已死?

Rails 大神、创始人 David Heinemeier Hansson 曾发文抨击TDD。

TDD is dead. Long live testing. (DHH)

此后, Kent Beck、Martin Fowler、David Hansson 三人就这个观点还举行了系列对话(辩论)

Is TDD Dead?

笔者作为一个多年在软件测试领域摸索的人,其实更多是跟同行们澄清 "TDD并不是测试活动",“TDD是开发活动”, TDD这里的“测试”和我们正常理解的软件测试并不是一个东西。

倒是很少认真思考过 TDD 本身的价值在哪?是不是真的有用。

这里就谈谈自己的理解:

1. TDD本身是一个开发实践

或者说是一种产品设计实践,准确说应该是对应软件的详细设计。

思路其实就是先根据需求,将需求拆分到足够细。在代码实现之前,传统的研发流程中会有详细设计,到伪代码这个层级。TDD其实起到的是类似的目的,只是方式上变成先思考这个需求拆分到方法级别后,方法对应的产出是什么,方法到达到什么目的。思考的结果就是先完成这里的Test,对应的其实是单元测试。

在有了各种路径和场景的Test之后,再编写代码让这些测试通过,这样其实就完成了功能的实现。

这样带来的好处是,因为测试已经包含了需要的逻辑,这样就便于产品的不断迭代、重构,只要测试能够通过,就不会担心因为修改导致功能的不可用。会为产品的不断优化提供保障。

理论上听起来不错,而且似乎也受到行业的广泛推崇。不TDD似乎就落伍了

2. TDD在现实中并不成功

作为多年的测试工程师视角,也参与过大量软件项目,其中不乏很多项目重点推行TDD的实践,并引入咨询师进行指导。但就我的个人观察,没有成功的。也没有一线的开发人员能真正地坚持TDD,大部分实践TDD的项目,最终也就不了了之。

结合题主给出的线索,这里的答案可能就是 “TDD已死”,或者就我个人的体会,TDD是一个理想化的产物,在实际实践中,放到复杂的产品需求和团队合作中,很难把理想落地并发挥它预期的作用。(题外话,敏捷项目实践也有点类似,理想化的产物)

3. 为什么TDD难以真正落地?

1)ROI不高。要达到TDD的目的,测试代码会是实现代码的数倍,在软件项目大部分都是进度、资源稀缺的情况下,按理想情况去投入TDD并不现实。

2) 更多是只从最小的方法层面去覆盖。即便足够高的单元测试覆盖,依然会有集成测试、系统测试的场景遗漏,集成测试、系统测试依然不可或缺。TDD本身对质量的保障作用不明显。(这也是为什么我说TDD更多是设计实践,不是测试实践;是开发活动,不是测试活动)

3)方法层面进行测试覆盖,必然牵涉到大量依赖Mock,而mock本身其实就潜在数据、场景和实际有偏差的风险。

4)开发工程师的思维模式其实更趋向追求确定性,而测试的思维模式是需要基于各种不确定性去发现测试路径。开发和测试这两种活动,先天上是比较对立的。一定要让一个角色去同时完成这两种活动,有点勉为其难。

所以我的看法:确实 TDD已死,或者说 TDD 本身就是先天难产

http://www.lryc.cn/news/459265.html

相关文章:

  • Debezium系列之:实时从TDengine数据库采集数据到Kafka Topic
  • 数据结构(一)顺序表
  • 如何在 Jupyter Notebook 执行和学习 SQL 语句(中)
  • AutosarMCAL开发——基于EB Wdg驱动
  • Linux(1. 基本操作_命令)
  • 难点:Linux 死机定位(进程虚拟地址空间耗尽)
  • 小米路由器刷机istoreOS,愉快上网
  • 微信小程序 - 01 - 一些补充和注意点(补充ing...)
  • 微服务实战——登录(普通登录、社交登录、SSO单点登录)
  • windows 安装 ElasticSearch
  • Oracle Linux 9 (CentOS Stream 9) 安装 node.js 20
  • 【Axure安装包与汉化包附带授权证书】
  • SSH隧道验证的原理及实现例子
  • [计算机视觉]chapter1
  • RTKLIB学习记录【postpos、execses_b、execses_r】
  • docker,docker-desktop,docker-compose download
  • C#_带参数的委托进入队列执行
  • 【OpenCV】(二)—— 图片读取展示和保存
  • 【花卉识别系统】Python+卷积神经网络算法+人工智能+深度学习+图像识别+算法模型
  • k8s、prometheus、grafana数据采集和展示的链路流程
  • sentinel dashboard改造落地设计实现解释(一)-分布式fetcher和metrics存储/搜索
  • LabVIEW提高开发效率技巧----时序分析
  • python不用ide也能进行调试
  • Django学习笔记之Django基础学习
  • smartctl 设置硬盘的 write-caching
  • 【Spring AI】Java实现类似langchain的向量数据库RAG_原理与具体实践
  • linux下使用systemctl设置开机自动运行程序
  • 复位电路的亚稳态
  • 针对考研的C语言学习(循环队列-链表版本以及2019循环队列大题)
  • 系统架构设计师教程 第12章 12.4 信息系统架构案例分析 笔记