پرووید
منو

آموزش تست نرم افزار با ابزار Scientist.NET

زبان: فارسی (دوبله شده)مترجم: پروویددوبلر: پروویدسطح: پیشرفتهمدت زمان: 01:31:22تعداد ویدئوها: 36فایل های پروژه: ناموجود
قیمت:۲٬۸۹۹٬۰۰۰ تومان
این آموزش بخشی از پکیج کامل آموزش تست نرم افزار میانی است که می توانید از تمامی آموزش های آن دیدن کنید.

آموزش تست نرم افزار با ابزار Scientist.NET یکی دیگر از آموزش های گروه آموزشی پرووید می باشد که در این قسمت آن را به شما معرفی می کنیم. این بسته ی آموزشی نیز یکی از دوره های آموزشی دیگر که در حوزه ی فارسی سازی آموزش های انگلیسی تنظیم شده است می باشد. عنوان این بسته ی آموزشی تست کدهای سی شارپ در Production با استفاده از Scientist.NET است که با نام اصلی Testing C# Code in Production with Scientist.NET از شرکت Pluralsight منتشر شده است.

اهمیت تست نرم افزار چیست؟

تست نرم‌افزار روشی برای چک کردن عملکرد یک سیستم نرم افزاری است. به عبارت دیگر، با استفاده از تست های نرم افزاری شما میتوانید از پیاده سازی شدن دقیق و صحیح نیازمندیهای یک پروژه نرم افزاری اطمینان حاصل کرده و عدم وجود خطاها و اشکالات را کنترل کنید. با استفاده از تست های نرم افزاری شما می توانید یک سیستم نرم‌افزاری و اجزای مختلف آن را اجرایی کرده و صحت پیاده‌ سازی شدن موارد مربوط به نیازمندی ها را کنترل کنید.

Introduction - نمونه ای از بخش Configuring Experiments در آموزش تست نرم افزار با ابزار Scientist.NET
نمونه ای از بخش «Configuring Experiments» در آموزش تست نرم افزار با ابزار Scientist.NET

با استفاده از تست های نرم‌افزار، وجود اشکالات، خطاها و عدم پیاده‌سازی نیازمندیها نیز در سیستم نرم‌افزاری شما به سادگی قابل انجام خواهد بود. انواع مختلفی از تست های نرم افزار وجود دارند که تحت نام های White Box Testing و Black Box Testing پیاده سازی می شوند. به بیان ساده، تست نرم‌افزار به معنی صحت عملکرد یک سیستم نرم‌افزاری است.

ابزار Scientist.NET چیست؟

ابزار Scientist.NET به شما اجازه می دهد تا کدهای مربوط به برنامه خود را در production تست کنید. این موضوع باعث می‌شود تا هرگونه خطای احتمالی دیگر کشف شده و با خیال راحت و بدون نگرانی از وجود خطا در محیط production برنامه را به روز رسانی کنید. استفاده کردن از Scientist.NET به عنوان یک کتابخانه برای انجام تست ها می تواند روال پیدا کردن خطاها را به مراتب ساده تر کند. به عبارت دیگر، به منظور جایگزین کردن کدهای از قبل موجود در production با کدهای جدید شما ابتدا برنامه را مورد تست قرار داده و کنترل می کنید که آیا روند اجرا شدن برنامه در محیط production باعث ایجاد خطا می شود یا خیر.

Why Scientist.NET - نمونه ای از بخش Introduction to Scientist.NET در آموزش تست نرم افزار با ابزار Scientist.NET
نمونه ای از بخش «Introduction to Scientist.NET» در آموزش تست نرم افزار با ابزار Scientist.NET

با استفاده از کتابخانه Scientist.NET شما می توانید گزارشی دقیق از نحوه عملکرد کد مورد نظرتان و البته خطاهای احتمالی در محیط production دریافت کنید. این موضوع روند اضافه کردن کدهای جدید به کدهای از قبل موجود را بسیار ساده می کند. استفاده کردن از Experiment ها و یا همان آزمایش‌ها و لحاظ کردن کدهای کاندید که قرار است جایگزینی برای کدهای از قبل موجود باشند، کار شما را با استفاده از کتابخانه Scientist.NET بسیار ساده می کند. پس از بررسی صحت عملکرد کدهای درون Experiment که در قالب کد کاندید تعریف می شوند، می توانید، آنها را جایگزین کدهای از قبل موجود که تحت عنوان Control نیز شناخته می شوند کنید.

اجرای Experiment برای مقایسه رفتار نسخه‌های مختلف کد در Production

در آموزش Testing C# Code in Production with Scientist.NET، با روشی برای مقایسه رفتار دو پیاده‌سازی از یک قابلیت در محیط واقعی برنامه آشنا می‌شوید. مفهوم Experiment در این ابزار به شما اجازه می‌دهد اجرای نسخه فعلی و نسخه پیشنهادی را در قالب Candidate های جداگانه بررسی کنید و نتایج آن‌ها را با یکدیگر مقایسه کنید. این رویکرد زمانی کاربرد دارد که می‌خواهید یک بخش حساس از کد را بازنویسی کنید، اما پیش از جایگزینی کامل آن، به شواهدی از رفتار نسخه جدید نیاز دارید. آموزش از بررسی Solution موجود شروع می‌شود و به ایجاد و اجرای Experiment می‌رسد.

یکی از مباحث مهم، اجرای شرطی Experiment در Production است؛ یعنی می‌توانید تعیین کنید آزمایش تحت چه شرایطی اجرا شود، نه اینکه بدون توجه به وضعیت برنامه همیشه فعال باشد. همچنین نام‌گذاری Candidate ها و سفارشی‌سازی نحوه کنترل و مقایسه آن‌ها بررسی می‌شود تا نتایج آزمایش قابل‌فهم‌تر باشند. این روش با تست‌های معمولی تفاوت دارد، زیرا تمرکز آن بر مشاهده و مقایسه رفتار پیاده‌سازی‌ها در جریان اجرای برنامه است. برای توسعه‌دهندگانی که قصد تغییر بخش‌های موجود در یک سیستم فعال را دارند، چنین رویکردی می‌تواند به ارزیابی ریسک تغییرات کمک کند.

گزارش‌گیری سفارشی و تحلیل اختلاف نتایج در Scientist.NET

بعد از اجرای Experiment، مشاهده و تحلیل نتیجه‌ها اهمیت پیدا می‌کند؛ به همین دلیل این آموزش به انتشار داده‌های گزارش سفارشی نیز می‌پردازد. یکی از مثال‌های عملی، ایجاد Console Report Publisher است که نتایج آزمایش را در قالب گزارش کنسولی منتشر می‌کند. با داشتن گزارش مناسب، مقایسه رفتار Candidate ها ساده‌تر می‌شود و می‌توان بررسی کرد آیا نسخه جدید نتیجه متفاوتی نسبت به پیاده‌سازی فعلی تولید می‌کند یا خیر. آموزش همچنین صرف‌نظر کردن از Mismatch های انتخاب‌شده را پوشش می‌دهد؛ قابلیتی که در تحلیل اختلاف‌ها باید با توجه به معنای واقعی آن اختلاف‌ها استفاده شود.

پیکربندی Experiment ها بخش دیگری از مسیر آموزشی است و شامل موضوعاتی مانند تنظیم Connection String می‌شود. این مباحث به شما کمک می‌کنند اجزای لازم برای اجرای آزمایش و گزارش‌گیری را در کنار هم قرار دهید. Scientist.NET برای مقایسه پیاده‌سازی‌ها به‌تنهایی تضمین نمی‌کند که نسخه جدید از همه نظر صحیح است؛ نتایج باید در چارچوب رفتار مورد انتظار و داده‌های مشاهده‌شده تفسیر شوند. با این حال، استفاده از Experiment و گزارش سفارشی می‌تواند اطلاعات بیشتری برای تصمیم‌گیری درباره تغییر کد فراهم کند، به‌خصوص وقتی جایگزینی فوری یک پیاده‌سازی موجود ریسک بالایی دارد.

سرفصل مطالب آموزش ویدئویی تست کامل نرم افزار با ابزار Scientist.NET

فصل اول: مقدمه این دوره آموزشی
  • مقدمه این دوره آموزشی
فصل دوم: مقدمه ای بر Scientist.NET
  • مقدمه
  • طرح کلی دوره
  • چرا باید ازNET استفاده کنیم؟
  • بررسی کلی NET.
  • مفاهیم اصلی این دوره
  • جمع بندی
فصل سوم: شروع به کار
  • مقدمه
  • بررسی کد نسخه ی نمایشی
  • بررسی کردن یک Solution از قبل موجود
  • نوشتن Implementation Code جدید
  • بررسی کلی ایجاد کردن Experiment ها
  • ایجاد کردن یک Experiment
  • اجرا کردن یک Experiment
  • بررسی کلی Result Publisher ها
  • ایجاد کردن یک Console Report Publisher
  • نکات مهم مربوط به استفاده کردن از Experiment ها
  • جمع بندی
فصل چهارم: پیکربندی Experiment ها
  • مقدمه
  • نامگذاری کردن Candidate ها
  • اجرای چندین Candidate در یک Experiment
  • سفارشی سازی کنترل و مقایسه Candidate ها
  • اضافه کردن Context Data های بیشتر به Experiment
  • اجرا کردن شرطی Experiment ها در Production
  • کاهش دادن سربار راه اندازی Experiment ها
  • صرف نظر کردن از Mismatch های انتخاب شده
  • جمع بندی
فصل پنجم: انتشار و تجزیه و تحلیل داده های گزارش سفارشی
  • مقدمه
  • ایجاد کردن یک دیتابیس SQL Server
  • پیکربندی یک Connection String
  • نوشتن یک SQL Server Result Publisher
  • تجزیه و تحلیل داده های Experiment در Excel
  • رفع مشکل Candidate ها
  • بررسی نتایج Experiment جدید
  • اجرای کد جدید
  • جمع بندی
دیدگاه کاربران

دیدگاه ها

برای ثبت دیدگاه ابتدا وارد حساب کاربری شوید.
هنوز دیدگاهی برای این محصول تایید نشده است.