TestRadar 2020 er den fjerde i rekken, og tar temperaturen på test i Norge. Den er basert på erfaringer og meninger fra SOCOs egne medarbeidere om hvilke strategier, verktøy, metoder og kompetanse som kan være aktuelle fremover for oss som skal kvalitetssikre dagens IT-systemer.
Morten Saue og Emil Wiik Larsen presenterte noen viktige høydepunkter fra årets radar, etterfulgt av to innlegg som beskrev noen trender i mer detalj. Lauritz Møllersen ga innsikt i bruk av maskinlæring for generering av testdata, mens Kjetil Gjelsten presenterte mulighetene til det nyskapende verktøyet mabl.
Video av presentasjonen TestRadar 2020 – (YouTube)
Rask utvikling krever nye metoder og verktøy
Flere av de sentrale trendene fra årets TestRadar stammer fra utviklingsprosesser som krever både økt tempo og smidighet, slik at vi må støtte oss på ny teknologi og verktøy i kvalitetssikringen.
«Ting skal jo ut så fort som juling»
– Morten om kontinuerlig utvikling
Det store fokuset på hyppige leveranser, betyr igjen at vi testere må endre teststrategier, metoder, verktøy og øke kompetansen vår. Vi ser at maskinlæring nå er på full fart inn i den norske testhverdagen, og automatiseringsverktøyene endres til å støtte enda flere integrasjoner og tilpasninger. Til testing av dette kan verktøy som Postman benyttes.
«Arkitekturen bygger stadig mer rundt mikrotjenester, noe som gjør at API-testing blir viktigere»
– Emil
Disse endringene betyr ikke at kvalitet har fått lavere prioritet, snarere tvert imot. Kravene til en applikasjons funksjonalitet, tilgjengelighet og pålitelighet er nå viktigere enn noensinne. Det samme kan sies for mange av de andre ikke-funksjonelle kvalitetsegenskapene. Her er det spesielt ytelse og sikkerhet som er prioritert.
For oss testere øker nå potensialet for å teste slike kvalitetsegenskaper uten at det krever store budsjetter og komplekse tekniske endringer i applikasjonene.
Testdata av høyere kvalitet
Et av områdene hvor maskinlæring og verktøy brukes for å støtte krav til sikkerhet, integrasjoner og økt testkvalitet er testdata. Lauritz Møllersen delte sine erfaringer fra Skatteetatens prosjekt Modernisert Folkeregister, hvor maskinlæring brukes for å generere syntetiske persondata som kan brukes på tvers av mange offentlige organer. Verdikjeden «Test-Norge» ønsker å opprette og vedlikeholde testdata som nesten komplett gjenspeiler den norske befolkningen, både når det gjelder mengde, egenskaper og alle de konstante endringer som skjer i folks hverdag.
«Bruk av syntetiske data er nødvendig for å få ting til å henge sammen, og vi kan kjøre verdikjedetester på en helt ny måte»
For å få til dette, samtidig som vi sikrer personvernet, brukes maskinlæring og statistiske modeller. Vi testere kan se fremover til mulighetene for testdata av høyere kvalitet. Samtidig vi må tilpasse oss en ny virkelighet hvor vi må kvalitetssikre selve løsningene som maskinlæring selv utgjør, noe som vil kreve spesialisert kompetanse. De interesserte kan se frem til mer om dette i kommende SOCO Frokostseminar.
Automatisering og selvlærte tester
Maskinlæring var også sentralt i Kjetil Gjelstens innlegg. Han presenterte bruk av verktøyet mabl for test av nettsted og mobilapplikasjon hos Thon Hotels. Mabl kan sies å være et automatiseringsverktøy av «den tredje bølge», nettopp på grunn av sine egenskaper til å selv av lære av applikasjonen og på eget initiativ foreslå tilpasninger til testene. Ved å utnytte maskinlæring kan mabl lett integreres i løsninger for kontinuerlig utvikling, slik at testene «auto-heales», altså rettes og utvikler seg i like hurtig takt som nye versjonen av koden deployes.
«Dette åpner også for shift left med at også utviklerne kan kjøre sine tester via kommandolinje grensesnittet», sier Kjetil.
Mabl støtter dynamisk test av brukergrensesnitt slik at testeren kan bruke tiden på å teste sentral funksjonalitet fremfor å rette småfeil i automatiserte tester som skyldes brutte lenker og visuelle endringer. En annen interessant side ved mabl er muligheten det gir til å finne avvik på responstid og ytelse. Bruk av et verktøy som mabl gir nye muligheter til å forbedre kode og testrapportering, og vil kreve kompetanse fra testutviklere som ønsker å benytte hele bredden av funksjonalitet som tilbys.
Tusen takk til Emil Wiik Larsen, Morten Saue, Lauritz Møllersen og Kjetil Gjelsten for at dere delte av deres erfaringer i dag!
Les mer på testradar.no
Du kan lese radaren i sin helhet på www.testradar.no.
Har du synspunkter på årets TestRadar eller har lyst til å tipse oss om metoder og verktøy som påvirker din testhverdag? Vi er veldig interessert i å høre fra deg!
Send inn dine tips og forslag til testradar@soco.no
