02｜3KU法则：如何找出最优自动化实施截面？

你好，我是柳胜。

上一讲我们提出了自动化测试ROI模型，在回归测试中的应用。回归测试是一个笼统的概念，单元测试、接口测试以及UI测试里都有回归测试，甚至性能测试也已经成为回归测试的一部分。

今天我们要关注一个具体场景，给你一个软件系统，作为自动化测试人员，你怎么找出测试截面，制定自动化测试方案？这些事可能你都做过，觉得并不稀奇，但既然我们已经学习了ROI思维，今天要再加上一个小目标，制定策略，能够让这个自动化测试设计获得尽可能大的ROI。换句话说，能干还不够，还要干得好，既要马儿跑，又要马儿少吃草。

有挑战不？那就跟我进入这一讲的学习，一起找到最佳策略吧。

测试ROI金字塔

在测试设计领域，经常提到的方法是分层。具体就是给定一个系统，结构上划分三个层级，单元在最小圈；服务包含多个单元，在中圈；而系统又包含多个服务，是外部的最大圈。结构图如下：

相应地，我们的测试结构是在代码层做单元测试，服务层做接口测试，系统层做UI功能测试。

在实践中，这三种测试该怎么组合安排呢？迈克·科恩在2009年他的新书《敏捷成功之道》中首次提出了测试金字塔模型。单元测试自动化在金字塔底部，接口测试自动化在中部，而UI测试自动化在金字塔顶部。

迈克·科恩讲到自动化测试工作量配比时，认为应该按照层面积分配。也就是说，单元测试案例的数目应该多于接口测试案例数目，接口测试案例数目应该多于UI测试自动化测试案例数目。

后来，金字塔模型又被业界发展，赋予了不同的测试策略，比如自底向上执行速度减慢，自顶向下业务属性减弱，技术属性增强。

但迈克·科恩没有解释，为什么各层工作量配比要按照测试金字塔分布？按照软件结构图，系统在最大圈，测试案例应该最多，而到了自动化测试金字塔，UI自动化测试案例却最少；单元测试在小圈，测试案例应该最少，但到了自动化测试金字塔，单元测试案例却最多。

为什么是金字塔？要是不去理解规律背后这个“为什么”，你就用不好这个规律。上一讲我们知道了“ROI其实是自动化测试的隐式命脉”，现在我们就利用ROI思维，分析一下测试金字塔规律。

下面，我们分别看看每层的ROI。单元测试可以在开发人员每次code commit触发运行，回归频率高；接口测试在每轮集成测试运行，回归频率中；UI自动化测试在用户验收测试，回归频率低。

按照ROI模型，我们可以得出3种类型自动化测试的ROI排序，如下表：

对照测试金字塔不难发现，实际上三类自动化测试的ROI是自底向上由高到低的。

按照第一讲得出的规律“自动化测试顺序从ROI高到低”，我们优先投入精力做ROI最高的单元测试，再做ROI中的接口测试，最后完成UI测试。

现在就可以轻松解释迈克·科恩的金字塔了，因为ROI存在差异，所以按照高ROI大投入，中ROI中投入，低ROI小投入，工作量比例呈金字塔分布，底层面积最大，顶层面积最小。发现没？根源在于ROI，金字塔是表现出来的形态而已。

好，到这里，总结一下。各种软件理论学派，大致可以分为两种，一种是理论基础，讲的是做什么，比如软件测试定义、软件过程，另外一种是实践经验，讲的是该怎么做，比如金字塔模型。

实践和理论很大的不同就是在现实商业中，我们不可能完全按照理想来工作，而是要加入很多制约因素，其中最大的制约就是钱。明白这个道理，你就会知道为什么ROI是根源，你也会知道怎么能够在工作中做出业绩了，不是耍两个工具，忽悠一下领导就算成功，而是认认真真地去思考，踏踏实实地去提高ROI，直到边际效应ROI无法提高为止。

寻找最优ROI策略

刚才说了分层测试和各层ROI，业界也很认可这种分层理论，但实际落地时却存在问题：一批人做UI测试自动化，另外一批人去做接口测试，然后开发人员做单元测试。三路人马忙得不亦乐乎，都说自己贡献大，等到bug发生了泄漏到生产环境，又开始甩锅。

分层测试为啥会“内卷”

很明显，这是一个内卷的场景，让我们结合例子具体看看内卷发生在哪里？

以一个Web登录操作为例，用户在UI上输入用户名和密码，点击“登录”按钮。Selenium UI 自动化会这样实现：

@Test
    public void login() {
      WebDriver driver=new ChromeDriver();
      driver.manage().window().maximize();
      //打开页面
      driver.get("https://www.example.com/users/sign_in");
      WebElement username=driver.findElement(By.id("user_email_Login"));
      WebElement password=driver.findElement(By.id("user_password"));
      WebElement login=driver.findElement(By.name("login"));
      //输入用户名
      username.sendKeys("liusheng@example.com");
      //输入密码
      password.sendKeys("123456");
      //点击登录按钮
      login.click();
    }

上面UI的操作被Web服务转化成Rest请求，进入到API网关，是这样的：

curl --location --request POST 'http://auth.example.com/auth/realms/Test/users' \
    --header 'Content-Type: application/x-www-form-urlencoded' \
    --header 'username=liusheng@example.com' \
    --header 'password=123456'

在单元上执行的则是这样的代码：

public Future<ResponseData> login(String userName, String password) {
        //入口参数检验
        if (StringUtil.isBlank(userName)||StringUtil.isBlank(password)){
          return new AsyncResult<>(ResponseData.error("账号密码不能为空"));
        }
        //查询用户是否存在
        List<User> userList = baseMapper.getUserInfo(userName);
        if (CollectionUtils.isEmpty(userList)){
            return new AsyncResult<>(ResponseData.error("账号不存在"));
        }
        //验证账号密码是否正确
        User user = userList.get(0);
        String requestMd5 = SaltUtil.md5Encrypt(password, user.getSalt());
        String dbMd5 = user.getPassword();
        if (dbMd5 == null || !dbMd5.equalsIgnoreCase(requestMd5)) {
            return new AsyncResult<>(ResponseData.error("账户密码不正确"));
        }
        //生成 access token，并返回
        String token = JwtTokenUtil.generateToken(user);
        return new (ResponseData.success(token));
    }

可以看到，一个请求，从浏览器页面发起，进入API网关，再传递到服务里的Login函数，经过了UI测试、API测试和单元测试三个测试截面。

三个测试截面测的是一个请求在不同层面上的形态，那么每一个截面都可以测试全部的案例，也可以测试部分的案例。就像3个人负责1个项目一样，如果没有经过事先的协调和安排，3个人可能做了重复的事情，造成浪费，也可能存在一件事3个人都没干，形成测试盲区。

需求/策略矩阵

这种“内卷”是不是一个问题？可能你会说没问题，各层独立测试能够加强质量保障。说这话的底气在于测试上的投入充足，不计内卷成本。实际上，在DevOps风行的今天，趋势是追求效果和效率。所以，在资源有限的条件下，我们需要在整体上看待分层测试的最优ROI。

咱们先看看测试需求是什么，用 FURPS模型来理一下需求。FURPS是用5个维度来描述一个软件的功能需求，FURPS这个单词对应着每个需求的英文首字母：

F=Function 功能
U=Usability 易用性
R=Reliability 可靠性
P=Performance 性能
S=Supportability 可支持性

把测试需求和测试类型组合在一起，就整合了后面这个矩阵表格：

结合表格，可以看到UI测试、接口测试和单元测试每个截面的测试能力。

在UI层面上，功能性最强，所有测试需求都可以做。这个可以理解，因为软件本身就是满足用户需求，没有一个需求不可以从用户层面感受到。如果真的存在一个需求，用户却无法体验到，那根据奥卡姆剃须刀原理，这种用户无法体验到的需求就是无效的。
接口层面上，功能性减弱，技术性增强。
单元层面上，技术性最强，功能性主要体现在数据的处理，算法逻辑上。

3KU整体策略

好，有了需求/策略矩阵后，结合上面讲到的自动化测试ROI金字塔，我们的整体最优ROI策略就呼之欲出了。什么是整体最优ROI呢？

有3个Key（关键因素）：

Useful: 每个测试需求都是有效的；
Ultimate: 每个测试需求的验证都在优先寻找自动化ROI高的层面去实现，如果不可行，按照ROI高到低回退，直到UI层；
Unique: 每个层面上验证的测试需求都和别的层面都不是重复的。
这样分配的工作，既不重复，又没遗漏，还遵循了ROI的原则。我管它叫3KU原则。

3KU策略该怎么执行呢?按照3KU策略，我们把表格里的测试需求，对照下面这三个问题，按顺序检查一遍：

1.能在单元测试验证么？
2.能在接口测试验证么？
3.能在UI测试验证么？

这样检查以后，就能得出各个需求的自动化实现截面了。

UI测试关注功能场景测试，易用性测试和可执行性测试；而接口测试关注不同数据的循环，接口的性能和错误恢复能力；单元测试关注算法的正确性和性能。

恭喜你看到这里，最后就是我们收割成果的环节了。我们又得出了一个满足3KU原则的自动化测试实施金字塔，各层有自己的关注点，又在整体上实现了互相配合补偿。

在3KU测试金字塔下，每一个测试需求都会选择最大的ROI测试截面，通过这样的安排，实现了整体最优ROI的目标。对不对？

小结

这一讲，我们从ROI角度分析了一下分层测试的原理和在实践中的应用。先入为主地，分层理论上的分层测试的特性，必然会造成重叠和错失。这给测试从业者带来了挑战。但挑战也是机会，如何解决这个问题？

这就需要我们遵循回归到效益的原则，思考怎么用最少的资源干最多的事，能达到这个效果，就是好的实践。因此，我们提出了分层但协调实现整体最优ROI的解决方案，3KU测试矩阵和3KU测试金字塔。

沿着这个思路，各层做好自己具有优势能力的测试需求，比起全部需求系于端到端的测试上，更有效率和效益，分层是追求整体ROI的结果。之后的课程里我们还会反复提到ROI，最后你也会不由感叹，ROI是背后无形的大手，大道无形，无处不在。

思考题

1 软件大师马丁·福勒曾经说过：“在微服务时代，分层测试不再呈现金字塔形状。”这是为什么？试着用ROI来解释一下。

2 学完今天的内容，如果你是测试主管，你希望你的团队是全栈（一个人负责一个模块的所有层面测试），还是精细分工（一个人负责所有模块的一个层面测试）？有什么优劣?

欢迎你在留言区跟我交流互动，如果这一讲对你有启发，也推荐你分享给身边更多同事和朋友。

大师兄