الاختبارات الوحدوية والتكاملية والشاملة من طرف إلى طرف: أين يكون للذكاء الاصطناعي أكبر أثر
By Mirko Peters · · Updated
الفرق بين الاختبارات الوحدوية والتكاملية والشاملة من طرف إلى طرف: ما الذي يتحقق منه كل نوع، وكم عدد الاختبارات التي ينبغي كتابتها، وأين يساعد الذكاء الاصطناعي أكثر، بدءًا من صياغة الاختبارات الوحدوية وصولًا إلى مراجعة مسارات المتصفح.
Automatically translated with AI from the original post. Read the English original
السؤال الذي تقوم عليه كل استراتيجية لاختبار البرمجيات هو الفرق بين الاختبارات الوحدوية والتكاملية والشاملة من طرف إلى طرف، فكل مستوى يتحقق من شيء مختلف، ويكلّف قدرًا مختلفًا، ويمنح نوعًا مختلفًا من الثقة. هذا الدليل موجّه إلى قادة فرق ضمان الجودة الذين يُسألون أين ينبغي أن يدخل الذكاء الاصطناعي في اختبار البرمجيات. ستتعرف على ما يتحقق منه كل مستوى، وكم عدد الاختبارات من كل نوع في مجموعة سليمة، وأين يساعد الذكاء الاصطناعي أكثر، وأين يضيف مخاطر. ويوضح مثال عملي بأرقام افتراضية كيف قررت إحدى الفرق أين تركّز جهدها.
النقاط الرئيسية
- الاختبار الوحدوي يتحقق من جزء واحد من الشيفرة، والاختبار التكاملي يتحقق من الرابط مع أمر خارج التطبيق، والاختبار الشامل من طرف إلى طرف يشغّل النظام المنشور عبر واجهته.
- يدعو هرم الاختبارات إلى كتابة اختبارات وحدوية كثيرة صغيرة وسريعة، وعدد أقل من الاختبارات الأعم، وعدد قليل جدًا من الاختبارات عالية المستوى، لأن المستويات الأعلى أبطأ وتحتاج إلى صيانة أكبر.
- يكون الذكاء الاصطناعي أكثر فائدة حيث تكون المخرجات صغيرة وسهلة التحقق، مثل صياغة الاختبارات الوحدوية واختبارات واجهات البرمجة، وحيث يستطيع شخص مراجعة كل اختبار مولَّد.
- قد تضخّم الاختبارات المولّدة بالذكاء الاصطناعي نسبة التغطية دون أن تتحقق فعليًا من السلوك، مثل اختبارات تنفّذ الشيفرة لكن عبارات التحقق فيها ضعيفة أو غائبة.
- تعامل مع مخرجات الذكاء الاصطناعي كمسودة على كل مستوى، وأبقِ الحكم البشري للمسارات الملتبسة والفحوص البصرية ومراجعات إمكانية الوصول.
الاختبارات الوحدوية والتكاملية والشاملة من طرف إلى طرف: ما الذي يتحقق منه كل نوع
يقدّم مقال مارتن فاولر The Practical Test Pyramid تعريفات واضحة.
- الاختبارات الوحدوية تتأكد من أن وحدة معينة من قاعدة الشيفرة، أي الموضوع قيد الاختبار، تعمل كما هو مقصود. ونطاقها هو الأضيق بين أنواع الاختبارات. وهذا هو المستوى من الاختبار الوحدوي الذي يكتبه المطورون غالبًا.
- الاختبارات التكاملية تتحقق من تكامل تطبيقك مع الأجزاء الموجودة خارجه، مثل قاعدة بيانات أو نظام ملفات أو خدمة منفصلة. ويفضّل فاولر الاختبارات الضيقة التي تختبر نقطة تكامل خارجية واحدة في كل مرة. وهذا هو عمل الاختبار التكاملي.
- الاختبارات الشاملة من طرف إلى طرف تختبر التطبيق المنشور عبر واجهة المستخدم، وتغطي النظام المتكامل بأكمله. ويسميها فاولر اختبارات المكدس الواسع. وهذا هو الاختبار الشامل من طرف إلى طرف.
الفرق الرئيسي بين الاختبار الوحدوي والاختبار التكاملي هو النطاق: جزء واحد من الشيفرة مقابل الرابط بين الأجزاء. كما أن اختبار الوظائف واختبار النظام يفحصان البرمجية من الخارج، والاختبار الشامل من طرف إلى طرف هو الشكل الذي يعمل عبر المتصفح، لذا اتفق على المصطلحات التي تستخدمها.
يكتب المطورون عادةً الاختبارات الوحدوية ويشغّلونها مع كل عملية إيداع للشيفرة. ولتذكّر الفرق، انظر إلى السؤال الذي يجيب عنه كل مستوى: الاختبار الوحدوي يسأل هل هذه الدالة صحيحة؟ والاختبار التكاملي يسأل هل نتواصل مع هذا النظام الآخر بشكل صحيح؟ والاختبار الشامل من طرف إلى طرف يسأل هل يستطيع المستخدم إكمال هذه الرحلة؟
كم عدد كل نوع: هرم الاختبارات
هرم الاختبار هو الطريقة المعتادة لوصف هذا التوازن. تنصح Fowler بكتابة عدد كبير من اختبارات الوحدة الصغيرة والسريعة، وبعض الاختبارات الأعم، وعدد قليل جدًا من الاختبارات عالية المستوى. ويصوغ ذلك كقاعدة: كلما ارتفع المستوى، ينبغي أن يقل عدد الاختبارات.
السبب هو التكلفة. وفقًا للمقالة، تُنفَّذ اختبارات الوحدة بسرعة كبيرة، بينما تكون اختبارات التكامل أبطأ بكثير لأنها تشمل أجزاءً خارجية حقيقية، وتعمل اختبارات الطرف إلى الطرف ببطء شديد. كما تتطلب اختبارات الطرف إلى الطرف صيانة كثيرة، وهي سيئة السمعة من حيث عدم الاستقرار.
هذا عدم الاستقرار قابل للقياس على نطاق واسع. تشير مشاركة في مدونة Google Testing Blog بعنوان Flaky Tests at Google and How We Mitigate Them إلى أن نحو 1.5 في المئة من عمليات تشغيل الاختبارات أعطت نتيجة غير مستقرة، وأن ما يقارب 16 في المئة من اختباراتها شهد قدرًا من عدم الاستقرار.
تُسهم المستويات الثلاثة جميعها في اختبار الانحدار، لأنها تُعاد تشغيلها بعد كل تغيير.
ويحذّر Fowler أيضًا من الشكل المعاكس، الذي يسميه "مخروط الآيس كريم" للاختبارات: كثير من الاختبارات اليدوية واختبارات المتصفح في الأعلى، واختبارات وحدة قليلة في الأسفل. ويصفه بأنه كابوس في الصيانة يستغرق تشغيله وقتًا طويلًا جدًا. إذا كانت مجموعة اختباراتك على هذا الشكل، فإن إضافة الذكاء الاصطناعي لن تُصلح هذا الشكل، بل قد تؤدي فقط إلى إنتاج المزيد من الاختبارات البطيئة بوتيرة أسرع.
اختبار الوحدة مقابل اختبار التكامل: متى تستخدم كل مستوى
تسرد مقارنة TestRail بين اختبار الوحدة واختبار التكامل فروقًا عملية. اختبارات الوحدة سريعة في الإنشاء وسريعة في التنفيذ، ويتولاها عادةً المطورون. أما اختبار التكامل فيشارك فيه غالبًا مهندسو ضمان الجودة والمختبِرون. تستخدم اختبارات الوحدة الكائنات الوهمية (mocks) والكائنات البديلة (stubs) لتجنب الأنظمة الخارجية، بينما يركّز اختبار التكامل على التفاعلات الحقيقية، لكنه قد يستخدم الكائنات الوهمية أيضًا عندما تكون خدمة خارجية غير متاحة أو غير موثوقة أو مكلفة.
تتمثل مزايا اختبار الوحدة في الحصول على ملاحظات سريعة، واكتشاف الأخطاء مبكرًا، والحصول على كود أكثر معيارية. أما نقطة ضعفه فهي أن مجموعة اختبارات الوحدة لا تُظهر ما إذا كانت الأجزاء تعمل معًا، وهذا ما يضيفه اختبار التكامل. تقترح TestRail استخدام اختبارات الوحدة للمنطق المعزول في المراحل المبكرة من التطوير، واختبارات التكامل لسير العمل الذي يمتد عبر وحدات أو قواعد بيانات أو خدمات طرف ثالث. وتصف طريقتين لتشغيل النوع الأخير: الأولى Big Bang، وفيها تُختبر كل الأجزاء معًا بعد انتهاء التطوير، وهي أصعب في التصحيح؛ والثانية التدريجية، وفيها تُختبر مجموعات صغيرة خطوة بخطوة، مما يسهّل تحديد المشكلات.
تقدم Fowler قاعدة لتحديد المستوى: إذا رصد اختبار ذو مستوى أعلى خطأً ولم يفشل أي اختبار ذي مستوى أدنى، فاكتب اختبارًا على المستوى الأدنى. ادفع الاختبارات إلى أسفل الهرم قدر الإمكان، واحذف الاختبارات عالية المستوى التي تكرر ما تغطيه المستويات الأدنى بالفعل. تستخدم استراتيجية الاختبار الشاملة المستويات الثلاثة جميعها، حيث يركّز كل مستوى أعلى على ما لا تستطيع المستويات الأدنى تغطيته.
هناك سؤالان مرتبطان يتكرران كثيرًا. يشير Fowler إلى أن بعضهم يسمي الطبقة الوسطى اختبارات تكامل، وبعضهم يسميها اختبارات مكوّنات، وأن الاتفاق على المصطلحات أهم من الاسم نفسه. ويقول أيضًا إن اختبارات القبول، التي تتحقق من البرنامج من منظور المستخدم، يمكن أن تقع على أي مستوى، لذلك فهي مستقلة عن الهرم. ولهذا فإن اختبار الوحدة واختبار الطرف إلى الطرف هما طرفا المقياس نفسه، وليسا مدرستين متنافستين.
يسهل أتمتة هذه الاختبارات في خط المعالجة. تقول TestRail إن اختبارات الوحدة تُنفَّذ عادةً في وقت مبكر، غالبًا مباشرة بعد الدفع (push) أو طلب السحب (pull request)، بينما تُنفَّذ اختبارات التكامل لاحقًا، بعد نشر التطبيق في بيئة التجهيز (staging) أو بيئة الاختبار. ومعًا تشكّل هذه الاختبارات بوابة جودة.
أين يساعد الذكاء الاصطناعي أكثر
تختلف الأدوات المبنية على الذكاء الاصطناعي التوليدي، لكن يظهر نمط في إرشادات الموردين. تنصح مقالة Parasoft حول كيفية استخدام الذكاء الاصطناعي في اختبار البرمجيات الفرق بتوليد اختبارات الوحدة واختبارات واجهات البرمجة (API) أثناء بقاء التغييرات حديثة، وتذكر أن الذكاء الاصطناعي يساعد في إنشاء اختبارات API واقتراح عمليات التحقق (assertions) وبناء سيناريوهات البيانات. كما تشير إلى أن المحاكاة الافتراضية للخدمات (service virtualization)، التي تحاكي التبعيات البطيئة أو المكلفة أو غير المتاحة، تدعم اختبار التكامل.
يتناسب هذا مع الهرم. الأسباب هنا استنتاجنا الخاص، وليست قياسًا:
- المخرجات الصغيرة سهلة المراجعة. اختبار الوحدة المُولَّد بالذكاء الاصطناعي لا يتجاوز بضعة أسطر. يستطيع المراجع قراءته وتشغيله والحكم خلال دقيقة واحدة على ما إذا كان يتحقق من الشيء الصحيح.
- التغذية الراجعة السريعة تكشف الاختبارات الخاطئة. اختبار الوحدة الخاطئ يفشل أو ينجح بسرعة، فتكتشف المشكلة في اليوم نفسه.
- مدخلات ومخرجات واضحة. للدوال واستدعاءات واجهات برمجة التطبيقات مدخلات ومخرجات محددة، لذلك تملك الأداة هدفًا دقيقًا.
- حالات كثيرة متكررة. القيم الحدّية ومسارات الأخطاء متكررة في اختبار الوحدة، ومسودة جاهزة توفّر عليك الكتابة.
دع الذكاء الاصطناعي يصيغ المسودة، ودع الإنسان يتولى الملكية: من يقبل اختبارًا مُولَّدًا يتحمل مسؤولية ما يتحقق منه، تمامًا كما في الاختبار المكتوب يدويًا.
في اختبار التكامل، يستطيع الذكاء الاصطناعي صياغة حالة اختبار أو بيانات اختبار ومحاكاة التبعيات، لكن على الإنسان أن يحدد ما هو العقد مع النظام الآخر، واختبار التكامل هو ما يتحقق من هذا العقد.
على مستوى اختبار الطرف إلى الطرف، يساعد الذكاء الاصطناعي بطريقة مختلفة. الأدوات التي تنفذ خطوات مكتوبة بلغة طبيعية داخل المتصفح تخفض تكلفة كتابة اختبار رحلة المستخدم. لكنها لا تغيّر تكلفة تشغيله، ولا تلغي الحاجة إلى قاعدة واضحة للنجاح أو الفشل.
أين يساعد الذكاء الاصطناعي أقل، وما الذي يجب مراقبته
مقالة Parasoft صريحة بشأن الحدود. فهي تنص على الإبقاء على المراجعة البشرية لكل تغيير يولده الذكاء الاصطناعي، والتعامل مع مخرجاته على أنها مسودة. وتذكر أن الاستخدام السيئ قد يضخّم التغطية دون التحقق من السلوك، وتحذّر من الاختبارات الفارغة التي تنفّذ مسارات الشيفرة لكن تأكيداتها ضعيفة أو غائبة. وتعدّ المخرجات التي تتباين بين التشغيلات بالمدخلات نفسها علامة تحذير. وتضيف أن الذكاء الاصطناعي لا يستطيع اعتماد التغييرات الحساسة للسلامة، ولا أن يحل محل الحكم البشري في التدفقات الملتبسة، أو الفحوص البصرية، أو مراجعات إمكانية الوصول. وفيما يتعلق بالبيانات، تحذّر من المطالبات (Prompts) التي تحتوي على أسرار أو بيانات خاضعة للتنظيم.
تحتاج استراتيجيات الاختبار التي تستخدم الذكاء الاصطناعي إلى أربعة فحوص:
- تغطية ترتفع لكنها لا تلتقط شيئًا. افحص التأكيدات، لا أرقام التغطية وحدها.
- اختبارات تعكس الشيفرة. الاختبار الذي يكرر التنفيذ سينجح حتى لو كان المنطق خاطئًا.
- مخرجات غير مستقرة. إذا تغيّر اختبار مُولَّد بين التشغيلات، فثبّت النسخة التي راجعتها.
- بيانات تغادر المؤسسة. لا تلصق أسرارًا أو بيانات عملاء أو بيانات خاضعة للتنظيم في أي مطالبة.
مثال: أين يُنفق فريق جهده
الأرقام من نسج الخيال.
لدى فريق 600 اختبار آلي: 450 اختبار وحدة، و110 اختبارات تكامل، و40 اختبارًا من الطرف إلى الطرف. تستغرق اختبارات المتصفح 50 دقيقة من خط أنابيب مدته 60 دقيقة، ويفشل ستة منها عشوائيًا كل أسبوع.
يتخذ قائد ضمان الجودة ثلاث خطوات. أولًا، يصوغ مساعد ذكاء اصطناعي مسودات اختبارات وحدة للشيفرة الجديدة، ويراجع مطور كل مسودة. في الشهر الأول يصوغ المساعد 120 اختبارًا، يرفض المراجعون 30 منها لأن التأكيدات ضعيفة، فيُضاف 90 إلى المجموعة.
ثانيًا، يصوغ الذكاء الاصطناعي بيانات اختبار لاختبارات التكامل، وتبقى العقود مكتوبة يدويًا.
ثالثًا، لا تحصل الاختبارات الأربعون من الطرف إلى الطرف على أي مساعدة من الذكاء الاصطناعي. يزيل القائد ستة تكرارات تغطيها اختبارات أسرع على مستوى أدنى، فينخفض خط الأنابيب من 60 دقيقة إلى 48. ذهب جهد الذكاء الاصطناعي إلى المكان الذي تكون فيه المراجعة أرخص، وأصبحت الطبقة البطيئة أصغر.
الأخطاء الشائعة
- استخدام الذكاء الاصطناعي لإضافة مزيد من اختبارات المتصفح. تنمو الطبقة البطيئة والهشة، ويصبح خط الأنابيب أبطأ.
- قبول الاختبارات المُولَّدة دون قراءة. التأكيدات الضعيفة تمنحك تغطية بلا أمان.
- قياس النجاح بعدد الاختبارات. عُدّ بدلًا من ذلك الأعطال المكتشفة والدقائق الموفّرة.
- تجاوز اختبار التكامل. اختبارات الوحدة مع بضع رحلات قد تغفل العقود المعطوبة بين الأنظمة.
- لصق بيانات حساسة في المطالبات. حدّد نهجًا قبل أول مطالبة.
كيف يمكن للبرمجيات أن تساعد
أدوات الاختبار الحالية ونظام التكامل المستمر لديك يسجلان أصلًا أزمنة التشغيل ومعدلات الفشل. ابدأ من هناك، وجمّع الأرقام حسب المستوى. تساعد أدوات مراجعة الشيفرة في مسودات الذكاء الاصطناعي، لأن المراجعين يرون الاختبار المُولَّد بجانب الشيفرة. واقرأ أدوات التغطية جنبًا إلى جنب مع فحص التأكيدات، حتى لا تُخلط التغطية بالجودة. أضف مساعد ذكاء اصطناعي إلى مستوى واحد من اختبار البرمجيات أولًا، وقارن زمن المراجعة والمسودات المرفوضة والأعطال المتسربة قبل توسيع التجربة.
الخطوة التالية
عُدّ اختباراتك في كل مستوى، ودوّن زمن التشغيل ومعدل الهشاشة لكل مستوى. ثم اختر مستوى واحدًا لتجربة الذكاء الاصطناعي، واكتب ما ستقيسه، حتى يبدأ نقاشك القادم حول اختبارات الوحدة مقابل التكامل مقابل الطرف إلى الطرف من بيانات.