从零到一落地接口自动化测试

前段时间写了一系列自动化测试相关的文章，当然更多的是方法和解决问题的思路角度去阐述我的一些观点。

昨天花了几个小时看完了陈磊老师的《接口测试入门课》，有一些新的收获，结合我自己实践自动化测试的一些经验以及个人理解，这篇文章来聊聊新手如何从零到一落地实践接口自动化测试。

为什么要做接口测试

测试理念的演变

早些时候，软件研发交付流程大多遵循V型或W型的瀑布模式，这种模式下只有开发编码完成才会提测进入测试验证阶段。这个阶段测试同学做的大多是基于业务流程和页面的功能测试工作，也就是我们自嘲的“点工”。

近几年随着业务迭代速度加快，以及测试行业的不断发展，像测试左移、敏捷测试等理念开始被更多的人认可。从软件工程的角度来说，越早介入发现问题和风险，修复的成本越低，最终交付的质量也越高。

前几年自动化测试最火爆的时候，很多同学应该都知道测试金字塔模型。见下图：

按照某些理论或者大厂的最佳实践，UI:API:UNIT层的自动化测试占比应该是1:2:7，原因如下：

• UI：维护成本高，介入时间较晚，收益最小；
• API：维护成本适中，可以尽早介入，覆盖的场景也较多；
• UNIT：维护成本最小，可以更早介入，测试粒度最小，收益最高(至于谁来写单元测试，当然是开发啊)；

技术要求的提升

国内大部分测试同学在技术上来说相比于开发，是要弱上不少的。

为了不断提升软件系统的交付质量，需要尽可能的扩大测试覆盖的场景和测试的深入程度，这对测试同学的技术有了更高的要求。

随着系统复杂度提升，同时像微服务、云原生、server mesh等新技术的应用，为了了解被测对象以便更好的开展工作，测试这个岗位的技术要求也越来越高。

从一开始的UI层面的测试，开始不断向下探，API层的测试在日常工作中的占比越来越高也是演进的一个必然趋势。API测试还有2个特性：

• 相比于UI层测试可以更早介入，向上可以不断加大UI层的覆盖广度；
• 相比于UNIT层测试难度更低点，向下可以逐渐覆盖一些公共接口的单元测试；

既提升了技术逼格，又能做产出KPI，同时还提升了软件的交付质量，一箭三雕，赢麻了。

理解接口和接口测试

如何理解接口？

简单来说，接口就是一个中介，负责界面层的业务场景和代码层的实现逻辑交互转化。

接口遵循一定的规则和约束，输入特定的数据会返回特定的数据，输入和输出的逻辑需要事先约定。

接口之间互相调用也需要遵循一定的规则，这个规则就是网络协议，如：http协议、tcp协议，rpc协议。

如何理解接口测试？

接口测试就是对约定好的输入输出逻辑进行测试和校验，和功能测试一样也需要设计测试用例。

设计测试用例的方法和功能测试没太多区别，同样需要考虑等价类边界值判定表法以及异常场景。

当然，接口测试还需要考虑性能、安全等因素，不过这就是其他细分测试领域了，这里暂且不表。

如何学习接口测试？

学习接口测试的大前提是了解不同类型的接口结构是怎样的，因此网络协议是必学项。相关书籍如下：

• 入门了解：《图解HTTP》、《图解TCP/IP》
• 深入学习：《HTTP权威指南》、《TCP/IP权威指南》

了解接口的结构后，还需要学习一些接口测试相关的工具，业内常用的工具如下：

• 抓包工具：Fiddler、Charles
• 测试工具：Jmeter、Postman
• 接口生成管理工具：Yapi、Swagger

UI/API/UNIT测试的区别

UI、API、UNIT测试有各自不同的特点，概括总结的话区别如下：

• UI测试：业务流程测试；
• API测试：业务数据流测试；
• UNIT测试：业务实现逻辑测试；

如何落地接口自动化测试

在讨论新手从零到一落地接口自动化测试之前，我想先抛出我的几点建议：

• 从零开始，不要直接去学习所谓的自动化框架；
• 学习框架之前，很有必要学习网络协议和编码知识；

为什么这么说？新手一般技术基础不太扎实，且没有太多编码实践，直接学习框架特别容易一步一个坑。

见过太多新手直接学框架，出现了诸如安装失败，报错看不懂，不会调试等等很多现象。还有部分同学对代码编辑器不会用，看不懂日志，不会封装等问题。

从零开始学习落地接口自动化，或者说其他自动化测试，我更建议从易到难的去落地实践，这样一方面可以在日常工作中优先保证工作的完成，提升工作效率；

另一方面就像打怪升级一样，从易到难去学习提升自己，并不断优化自动化测试在工作中的实践。

从一到难落地实践接口自动化测试，大概可以遵循如下几个步骤：

• 学会用工具进行接口测试(如jmeter/postman)；
• 学会用持续集成工具(如jenkins)将接口测试脚本批量执行；
• 学会诸如git/gitlab等版本和源代码管理的工具，便于团队多人协作；
• 学习一门编程语言，利用自动化测试框架将工具脚本转化为代码脚本；
• 学习将公共部分封装，优化代码结构，提高写代码脚本的效率，降低维护成本；
• 学习数据参数化管理的方法，可以从Excel——配置文件——数据库——造数工厂这个方向迭代；
• 尝试按照业务线和测试场景区分脚本集合，然后引入mock，降低服务间的调用依赖，提高执行效率；
• 开始画大饼，造轮子，搞KPI，开发自动化测试平台；