必看 | 软件测试经典10题（含答案）有谁知道台湾用的聊天工具是什么??

选择题 1. （单选）当需要对某个系统进行测试的时候，应该从哪些方面来设计测试用例？ A. 功能验证 B. 性能相关的验证 C. 兼容性相关的验证 D. 安全性相关的验证 E. 以上全是...

必看 | 软件测试经典10题（含答案）
我们精选了一下网友答案：

···································^^····································

选择题

1. （单选）当需要对某个系统进行测试的时候，应该从哪些方面来设计测试用例？

A. 功能验证

B. 性能相关的验证

C. 兼容性相关的验证

D. 安全性相关的验证

E. 以上全是

2. （多选）软件测试过程中，测试数据准备的痛点有哪些？（多选）

A. On-the-fly 测试数据准备的时间消耗

B. Out-of-box 测试数据的“脏数据”

C. 测试数据本身组合的复杂性和多样性

D. 性能测试数据准备的时间消耗

E. 微服务化后，跨多个微服务的数据准备缺乏完整的知识体系

F. 微服务化后，测试数据准备的环境依赖性

3. （单选）无头浏览器的主要应用场景是？

A. 网络爬虫

B. GUI 自动化功能测试

C. 页面监控

D. 以上全是

4. （单选）以下不属于 API 测试工具的是哪个？

A. Postman

B. SoapUI

C. JMeter

D. Selenium

5. （单选）以下属于移动应用测试的工具是哪个？

A. Appium

B. UFT

C. TestNG

D. LoadRunner

问答题

1、GUI 自动化测试脚本分层设计的最佳实践是怎么样？

2、多个 API 连续调用的测试用例的难点是什么？你是如何来解决的？

3、单元测试中，桩函数和 Mock 函数用来解决什么问题，两者又有什么区别？

4、性能压测过程中，当面对大量并发用户调用的时候，服务器端 CPU 的使用率是高好还是低好？为什么？

5、当需要在尽可能短的时间内完成大量 GUI 自动化测试用例的执行时，业界主流的解决方案是什么？

答案与解析

1. （单选）答案：E

解析：除了要考虑显示的功能性需求外，还要涉及安全性、性能、兼容性等非功能性需求的验证。

2. （多选）答案：ABCDEF

解析：关于现在流行的微服务模式，由于每个单一功能的服务都是独立分开部署的，所以我们在准备测试数据时，还可能会遇到诸如环境依赖、跨多个微服务的数据准备缺乏完整的知识体系等问题。

3. （单选）答案：D

解析：无头浏览器的主要应用场景，包括 GUI 自动化测试、页面监控以及网络爬虫这三种。

4. （单选）答案：D

解析：Selenium 属于 GUI 自动化测试工具。

5. （单选）答案：A

解析：UFT（以前的 QTP）属于一款 GUI 测试工具，LoadRunner 属于性能测试工具。而 TestNG 是一个用来简化广泛的测试需求的测试框架，适用于从单元测试到集成测试阶段的测试。

Appium 则是一款很好用的移动测试工具。

6. GUI 自动化测试脚本分层设计的最佳实践是怎样的？

考点分析：GUI 自动化测试脚本的分层设计原理。

答案与解析：

大量 GUI 自动化测试能够成功的关键，就在于脚本的分层设计。而脚本分层设计的核心思想就是模块化。

首先，我们需要对页面进行抽象，形成页面对象模型。在这样的测试用例中，你看到的都是类似于 XXXPage.YYYComponent.ZZZOperation 的语句。它们和实际的手工测试可以建立一一对应的关系，用通俗的话语来讲，就是某某页面上的某某元素，执行了某某操作。

接下来，为了使 GUI 自动化测试脚本更加符合业务场景的描述，同时进一步提高脚本的封装性和可重用性，就需要引入业务流程脚本的概念。这里，业务流程和实际的业务流程也是一一对应的关系。这样，测试用例就可以通过调用业务流程脚本来实现，测试用例本身的可读性以及可维护性也会更好。同样地，业务流程脚本，也是基于页面对象模型实现的。

7. 多个 API 连续调用的测试用例设计难点是什么？你是如何解决的？

考点分析：多个 API 连续调用时，前后两个 API 之间的参数传递。

答案与解析：

单个 API 测试并不难，难的是多个 API 的连续调用，并且后一个 API 的参数值使用的是前一个 API 调用的返回结果，这就要求多个 API 调用之间可以方便地进行参数传递。一个最典型的场景就是，前一个 API 调用会返回一个有效的 token，后一个 API 调用需要带着这个 token 才能调用成功。

为了解决这个问题，一般来讲有三种处理方法：

第一种方法是，手工复制前一个 API 返回结果中的某个值，然后粘贴给后一个 API 作为输入参数。当然，这是最基本的方法，但是效率太低，而且无法实现自动化。

第二种方法是，使用基于代码的 API 测试框架。由于此时所有的测试逻辑都是通过代码来实现的，因此可以很容易地实现 API 之间的参数传递。

第三种方法是，借助于类似 HttpRunner 之类的已有 API 测试框架。此类框架可以通过关键字，很方便地将前一个 API 的返回值中的某个值传递给下一个 API 作为输入参数。

8. 单元测试中，桩函数和 Mock 函数主要用来解决什么问题？这两者又有什么区别呢？

考点分析：理解桩函数和 Mock 函数的本质区别。

答案与解析：

当被测函数中调用了第三方的函数时，我们一般会采用桩函数或者 Mock 函数来模拟这些第三方函数，以此来实现被测函数的高代码覆盖率。可以说，桩函数和 Mock 函数的使用大大方便了单元测试的开展，同时也解决了单元测试的代码耦合性问题。

但是，这两者到底有什么区别呢？

通俗来讲，如果你的测试验证是在被测函数中进行的，那么此时你使用的就是桩函数；而如果你的测试验证是在被模拟的函数中进行的，那么这个被模拟的函数就是 Mock 函数。

9. 性能压测过程中，当面对大量并发用户调用的时候，服务器端 CPU 的使用率是高好还是低好？为什么？

考点分析：理解性能测试指标解读的复杂性，必须要全盘考虑多个指标间的相互关联和制约。

答案与解析：

这个问题的答案，一定会有坚持不同意见的两派人。

一部分人认为，CPU 使用率当然是越低越好。这说明后端代码实现得很高效，只占用很少的计算资源就能实现较高的并发。并发情况下，越低的 CPU 占用率，说明系统可以继续承载越多的并发负载。

而另一部分人则认为，CPU 的使用率是越高越好。这说明系统的计算资源被充分利用了起来。

你同意哪个观点呢？

其实，这个问题本身就是个伪命题，单单通过题干中的信息是不足以给出孰好孰坏的结论的。这里的关键是，随着并发用户数的上升，事务的响应时间是如何变化的。

如果随着并发用户数的增加，事务的响应时间也呈线性增长，但 CPU 的使用率一直上不去，这就是典型的 CPU 资源没有被充分利用的现象。此时，你就需要去进一步诊断为什么 CPU 资源不能在并发场景下被充分利用。

而如果随着并发用户数的增加，事务的响应时间能基本保持稳定，同时 CPU 的使用率会随着并发用户数的增加呈线性增加，这反倒是我们希望看到的结果，也就是说更多的并发用户会需要使用更多的 CPU 资源。

10. 当需要在尽可能短的时间内，执行完大量 GUI 自动化测试用例时，业界主流的解决方案是什么？

考点分析：测试执行架构的设计

答案与解析：

这个问题其实不难回答，业界一般会采用两种方案：

一种是，使用第三方的云测服务，比如国外的 Sauce Labs、国内的 Testin 等；

另一种是，自己搭建 Selenium Grid 集群。

其实，这两种方案的本质都是将大量的测试用例以并发的方式来执行。

划重点，记住，面试前多来我的知乎号看看面试题以及干货，成功率一般都很高；小编亲测有效。

来源:图文来自网络，

·······································································

有谁知道台湾用的聊天工具是什么??
我们精选了一下网友答案：

台湾相关的问题，当然要问我这个来自台湾的人啦，我不会去网路查一堆资料然後贴给你，因为你自己就可以查得到，我只用我这个台湾人看到的、知道的告诉你，给你真正的台湾人的观点啦。台湾主流的聊天软件有几个第一多人用 msn 第二多人用 yahoo 而且现在基本上都是一些高中生以下大多数用的第三多人用 skype 大多数打电话或者语音用第四多人用 qq 其实应该也数十万人用，跟大陆相关的人比较多人用第五多人用现在用的人很少不过以前一开始是最早的聊天软件 icq现在用的人不多了

·······································································

【评测】浦科特M9PGN Plus 512G测试
我们精选了一下网友答案：

···································^^····································

待机温度主控50~55之间软件检测42度

最高温主控65 软件检测65左右

400G连续测试软件检测55度

LPDDR3 512M 1866 NT6CL128M32CM-H1 www.nanya.com/cn/Support/59/%e8%a1%8c%e5%8a%a8%e5%9e%8bDRAM

88SS1092

cn.marvell.com/storage/ssd/88ss1092-93/

颗粒 TH58LJT1T24BAEF

经常关注固态硬盘的朋友对于浦科特一定不会很陌生，而旗下M9Pe系列固态像常青树一样自18年2月发布以来一直活跃在市场，直至东芝96层3D NAND颗粒的量产，浦科特M9Pe系列固态也迎来了一次升级换代，最近也是收到浦科特寄来的样品，跟随我的脚步一起看一看新升级版的浦科特M9PGN Plus 512G有什么亮点吧。

浦科特M9PGN Plus的包装延续了前代产品的风格，对比前代包装，可以发现RGB字体的M9Pe变成了新的M9P Plus，可能浦科特也意识到了前代产品名称过长的问题，新一代的产品对产品名称进行了精简；

包装中下位置的宣传标语也变为最佳游戏选择、智能数据保护、高速PCI-e性能，比较意外的是这次没有将96层3D NAND作为宣传点印刷在包装表面。

包装背面基本上于前代相同，性能参数方面相比上一代有了提升，读取速度提升至全容量3400M/S，写入速度也分别提升了700M/S（256G）、200M/S（512G）和100M/S（1T）；

性能参数下方标注了电压、重量、尺寸和一些认证信息，另外根据电压信息可以估算出浦科特M9PGNPlus固态最大功耗在8W左右，右边则用了14种语言表示“M9Pe NVME系列将带来前所未有的非凡游戏体验！”

外包装侧面标注了产品的SN码、生产日期、版本号等信息，可以看出我手中的硬盘是19年9月在中国台湾地区制造的。

包装内这次除了盘体之外还多了一份说明书，另外最大的一个区别就是M9PGN Plus这次变成了黑色的PCB，以至于最开始接触M9PGN Plus会有种似曾相熟但是又不曾见过的感觉。

浦科特M9PGN Plus几乎全黑的PCB，似乎B格也UP↑了一些，除了盘体之外，浦科特还提供了一颗安装螺丝，这里捎带提一句，大家装机最好妥善保管主板提供的原配安装螺丝，不同主板厂商的螺丝和螺丝孔口径不一，即便固态硬盘包装内提供了备用螺丝但是不一定能使用，说多都是泪~~~

黑色PCB为浦科特M9PGN Plus512G，下方绿色PCB为M9PeGN 1T

相比前代，M9PGN Plus将铭牌放置在PCB背面，将缓存和颗粒都露出来了，用户可以直接看到缓存和颗粒。

浦科特M9PGN Plus铭牌也和前代保持比较高的相似性，除了型号、SN码、电压、认证信息这些标准配置之外还有出厂时间和出厂固件版本号，方便用户判断是否需要升级固件；

另外在铭牌铭牌中间有一行英文“Warrantu Void If Label Removed”简单的来说就是移除铭牌后无保修，提醒用户请勿移除铭牌，不过铭牌已经安置在PCB背面，也没有什么额外的动机去移除了。

PS：背面四个8好评~~~~

接下来看看浦科特M9PGN 512G的硬件配备；

颗粒方面，采用的是编号为：TH58LJT1T24BAEF 的东芝原厂3D NAND TLC颗粒，堆栈96层，单颗容量256G，两颗颗粒组成512G容量，足容设计并没有预留空间作为冗余，相比64层堆栈的3D NAND颗粒，小容量版本固态硬盘无法体现容量优势；

缓存方面，采用的是编号为：NT6CL128M32CM-H1 的南亚LPDDR3 512M 1866低功耗内存颗粒，缓存配比为1G容量：1M缓存；

主控为马牌的88SS1092，与前代产品采用的88SS1093属于一个系列的产品，1092相当于面对大数据以及企业级市场，并且能够支持最大8G的外置缓存，而1093则是面对消费级的高端市场，除此之外两款主控信息基本一致。

主控虽然换了一个型号，但1092和1093实数同一产品，而缓存的配置又是相同的，由此可见M9PGN Plus的性能提升还是源于颗粒的升级换代，属于96层颗粒的红利。

性能测试方面使用了如下的配置：

CPU：英特尔 I7 8086K OC5.0G 1.325V

主板：华擎 Z370M Pro4

内存：宇瞻黑豹 8G x2 2666

显卡：蓝宝石RX590 8G

硬盘：英特尔P3600 800G （系统盘）

浦科特M9PGN Plus 500G （测试盘）

散热：酷冷至尊 T400I

机箱：主板盒

电源：鑫谷GP700G

系统：Windows 10 专业版 1903

首先是CDI的截图，基本的固件版本、序列号、接口类型、读取和写入量都可以查看，另外也可以知道当前运行的接口速率。

另外温度检测的高温是在进行压力测试时测得的，并非正常待机温度，待机温度在50度左右，详细的温度表现会在后文。

AS SSD测试部分，没有出现前代的10G数据量写入成绩明显下降的情况，想必应该是对于SLC Cache容量进行了调整，整体水平还是不错的，4K的读取也达到了60M/S的水平。

CDM部分，1G与32G数据量的测试对比，32G大数据量测试M9PGN大部分项目掉速也不是很明显，数据波动在可接受的范围内，顺序读取都达到了3G/S也都接近2G/S的顺序写入，于官方宣传的还是有些偏差的。

TxBENCH跑分中结果达到了官方宣传的结果，顺序读写分别为3414M/S和2235M/S，其余各项成绩基本上也是M9PGN的最佳成绩。

然后看看HD Tune Pro的测试，这里采用的是5.75版本的软件进行的测试，首先SLC Cache容量相比浦科特或者光宝之前的产品有了很大的提升，这次512G版本的SLC Cache缓存容量达到了25G左右，其次这次的写入曲线也平滑很多，缓存内写入约为2.2G/S，缓存外写入为550M/S~600M/S之间。

温度方面，一共进行了3轮的200G数据写入，本轮没有使用额外的散热片，红外温度枪测出最高温65度，软件检测为64度，数据比较接近，如此高的性能但是温度表现却很优秀，最高温只有65度还是裸盘的情况，超过了不少自带散热片的固态硬盘。

第二轮和第三轮为连贯测试，考虑覆盖散热片后需要有足够的读写才能够达到最高温度所以连续进行了两轮的读写测试，测试结果最高温度为55度（软件检测），同时相比没有覆盖散热片的情况下，读取的曲线更加平缓了。

数据读写延迟测试部分，图表基本都是集中在低延迟区域，零星几点出现在高延迟的部分，整体表现可圈可点。

新一代的浦科特M9PGN Plus基本上可以说是在前一代的基础上进行了升级，最大的区别就是颗粒变成了东芝96层新一代的3D NAND颗粒，保持了前代产品的低温但是结合新的颗粒却还提升了读写的性能，旗舰级的性能但是却没有旗舰级的高温；PCB也从墨绿色变成了黑色，B格提升了不少，更加高端的感觉；

虽说裸盘温度表现很出色，但是还是建议日常使用最好能够配备散热片，笔记本用户也应该尽可能改善散热环境，以便发挥更加稳定。

即刻进入脑吧小铺

好看的文章记得多支持一下哦

欢迎加入电脑吧评测室官方三群：725190414

电脑吧个人二手交易群：776842190

关注B站@电脑吧评测室 @我家智天用win8 或微博@渐缜JZ，@DDAA117