Postman 接口测试从集合到环境变量的一次完整演练
以登录、查询列表、退出三个接口为例:先建集合,把公共地址放进环境变量,登录接口用 Tests 脚本把返回的 token 写入环境变量,后续请求在 Header 里引用该变量。切换测试环境时只改环境,不改请求。
断言至少写三层:状态码、业务码、关键字段存在性。批量运行时用 Collection Runner 打开日志,失败用例先看请求体与响应体差异,再核对变量是否被上一轮污染。最后把集合导出,交给 CI 定时跑。
易错点:环境变量与全局变量同名时,环境变量优先;token 过期后脚本要能识别并重新登录。
pytest 用例组织与 fixture 分层实践笔记
把准备动作拆成三层:会话级只做一次登录与配置加载,模块级准备测试数据,函数级负责清理。用 conftest.py 集中管理,作用域用 scope 参数控制,避免每条用例都重复登录导致耗时。
用例命名建议「模块_场景_预期」,配合 -k 做筛选。参数化用 parametrize,把正常、边界、异常数据放在同一处维护。报告用 html 插件输出,失败截图与日志放同一目录,排查时按时间戳对齐。
常见坑:函数级 fixture 里修改了模块级数据,导致后续用例失败;正确做法是返回副本或使用工厂函数。
JMeter 压测脚本参数化的四种常用做法
一是 CSV Data Set Config,适合大量账号与业务数据;二是函数助手生成随机值与时间戳;三是用户定义变量做环境切换;四是前置处理器从上一个请求的响应中提取参数,用于关联。
线程组里先做小并发验证脚本正确性,再逐步加压。监听器不要全开,用汇总报告与聚合报告即可,避免自身成为瓶颈。压测机与被测服务分机部署,观察 CPU、内存与连接数。
结果解读:TPS 平稳但响应时间上升,通常是队列堆积;错误率突增先查数据库连接池与限流配置。
测试面试高频题:用例设计类怎么答才不漏项
以「登录功能」为例,答题顺序建议:功能正常与异常、输入边界与格式、安全(越权、暴力尝试、加密传输)、兼容与性能。每类给两三个具体例子,比罗列名词更有说服力。
接着补一句取舍:时间有限时优先覆盖高频路径与高风险场景,并说明如何用等价类与边界值减少用例数量。最后提到用例的可维护性,比如数据与步骤分离。
加分项:能说出需求不明确时怎么和产品确认,以及缺陷如何回溯到用例缺口。
Selenium 定位不到元素时的排查顺序
先确认页面是否加载完成,优先用显式等待而不是固定睡眠;再检查元素是否在 iframe 或 shadow DOM 中,需要先切换上下文;然后核对属性是否动态生成,尽量用稳定的 id 或相对定位。
如果元素被遮挡,滚动到可视区域再点击;浏览器与驱动版本不匹配也会导致异常,升级时成对更新。最后用截图与页面源码辅助定位,比反复改选择器更快。
稳定性建议:选择器集中管理,页面改版时只改一处。
第一次做压测,方案该怎么写
五段式:目标(支撑多少用户、响应时间上限)、场景(登录、查询、下单的混合比例)、数据(账号量与数据量)、监控(服务端指标与业务指标)、结论(是否达标与瓶颈位置)。
方案里要写清不测什么,比如第三方支付回调不在本次范围。压测前与开发确认限流与降级配置,避免误判。压测后给出可执行的优化建议,而不是只贴一张曲线图。
交付物:脚本、数据说明、监控截图、结论与后续动作,四件套齐全才算完成。
功能测试转自动化的三个台阶
第一个台阶是把手工用例改写成可重复执行的脚本,重点在断言准确;第二个台阶是能独立搭建小框架,处理数据、日志与报告;第三个台阶是让脚本进入流水线,并能分析失败原因、维护稳定性。
学习顺序建议:一门脚本语言基础、一个接口测试工具、一个 UI 自动化框架,最后补 CI 与容器基础。每学一块就用公司真实业务练手,比看视频更有效。
提醒:不要为了自动化而自动化,先算维护成本与收益。
Charles 抓包与弱网模拟
手机与电脑连同一网络,设置代理并安装证书,HTTPS 才能解密。抓包前先过滤域名,避免被无关请求淹没。弱网模拟在 Throttle 里设置带宽与延迟,验证超时与重试逻辑。
常见问题:证书未信任导致请求失败;代理未关闭导致其他应用无法联网。抓到的请求可以右键保存为文件,作为缺陷证据附在工单里。
测试常用的 SQL 查询清单
造数用 INSERT 配合临时表;校验用 SELECT 加条件与聚合,重点核对金额、状态与时间字段;清理用 DELETE 前先 SELECT 确认范围,生产环境禁止直接执行。
排查数据不一致时,按主键关联多表比对,注意时区与精度差异。慢查询用 EXPLAIN 看索引命中情况,必要时反馈给开发。
如何回答「发现 bug 但不被认可」
先复现,再把步骤、环境、日志与截图整理成可验证的证据;然后说明影响面:哪些用户、什么数据、是否阻塞主流程。最后给出建议方案,比如降级或加监控。
语气上对事不对人,用数据代替判断。若仍无法达成一致,提交到缺陷评审会,由团队按风险评级决定。