Тренды-2022 в области Quality Assurance

Тренды-2022 в области Quality Assurance

Контроль качества (Quality Assurance или QA) программного обеспечения в современном цифровом мире обладает весомой ролью в обнаружении недочётов в дизайн-оформлении и предоставляет работоспособность и безопасность продукции.

В мире технологий ежегодно появляются новейшие тренды в области предоставления качества ПО, которые требуют вашего обязательного внимания в этом году.

Тест местоположения

Тенденция на мировом рынке. Сегодня можно наблюдать, как увеличивается процент приложений, созданных разработчиками, представляющими всевозможные страны, которые предполагают выход на новейшие рынки для того, чтобы начать продвигать ориентированный на местную целевую аудиторию функционал.

Исходя из этого, тестирование местоположения помогает предоставить работу всему функционалу продукции, а также надёжность данных и соответствие пользования в каком-либо регионе.

Основные исследования:

  • В локализованном интерфейсе — аналогичные составляющие, что и в базовом варианте
  • Поля ввода
  • Параметры номера телефона, даты и времени
  • Прототип расположения текстовых блоков и выравнивание
  • Ссылки на Интернет-ресурсы и спецсимволы
  • Сообщения

Наиболее востребованные инструменты для проверки местоположения:

  • Псевдолокали (Android Studio)
  • Testlio
  • BrowserStack

О псевдолокалях

Псевдолокалью называют локаль, созданную для имитирования особенностей различных языков, которые вызывают проблемы с прототипом, интерфейсом и иными составляющими приложения во время перевода.

Формирование псевдолокали происходит мгновенно при помощи автотрансформации всех локализуемых сообщений — и на выходе получается читабельный английский текст. Могут возникать ситуации, когда текстовый блок оказывается непереведённым на псевдолокаль, а это значит, что некоторые сообщения из исходного кода остались без охвата локализационным процессом.

Псевдоколали — это про экономию денег и времени, ведь они помогают, в первую очередь, подкорректировать текст и его прототип в интерфейсе, а затем направляют в репозиторий сообщения. И лишь потом — на процесс перевода.

В такой системе, как Android, существуют общепринятые соглашения о названиях локалей, которым соответствуют наименования псевдолокалей, а их определители могут прочитать все языки программирования, которые совместимы с BCP 47. И здесь у псевдолокали нет отличий от других стандартов по языкам — японского, испанского, французского и т.д.

Выявляют два вида псевдолокалей на Android: языки с написанием слева направо (сокращённо — LTR) и языки с написанием справа налево (сокращённо — RTL).

Английский (XA). Подразумевает добавление латинских надстрочных знаков к ключевому текстовому блоку интерфейса английского языка, увеличивает длину исходных строк с добавлением простого текста, а также ставит квадратные скобки при каждом сообщении для выявления каких-либо ошибок в связи с удлинением строк. Ошибки могут быть следующие: ошибка в макете; некорректный синтаксис в тексте сообщения (к примеру, если одно предложение поделено на несколько частей, которые “захвачены” квадратными скобками).

AR (XB). Способен менять направление исходного текстового блока со значения “слева направо” на значение “справа налево” — в этом случае очередь из знаков исходного сообщения меняется на обратную.

Тренды-2022 в области Quality Assurance
Изображение слева: английская (XA) псевдолокаль (источник: https://developer.android.com/) | Изображение справа: псевдолокаль AR (XB) (источник: https://developer.android.com/)

Запуск псевдолокалей

Псевдолокали, как правило, вписывают в сборки для разработчиков. И для их запуска в Android Studio необходимо в файл build.gradle вписать нижеследующее:

//Groovy
android {
   ...
   buildTypes {
       debug {
           pseudoLocalesEnabled true
       }
   }
}
//Kotlin
android {
   ...
   buildTypes.getByName("debug") {
       isPseudoLocalesEnabled = true
   }
}

Как выявить ошибки в локализации?

При помощи псевдолокалей, поскольку они могут сделать эту работу продуктивно и в короткий срок:

  • Грубо запрограммированные текстовые блоки, которые невозможно направить для перевода, выводятся в псевдолокали в качестве текста без каких-либо надстрочных знаков, что, в свою очередь, помогает их заметить быстро и легко.
  • Ошибки в дизайн-макете интерфейса, которые могут быть вызваны увеличением длины текстового блока. Псевдолокали определяют, в каких моментах интерфейс способен “поломаться” из-за текстовой длины.
  • Ошибки в направлении “справа налево” (RTL), когда, к примеру, нет зеркальной передачи элементов.
  • Объединение строк: то есть вариант, когда одно сообщение может быть создано из двух или больше элементов, “захваченных” квадратными скобками. Такое положение дел определённо затруднит корректный перевод, потому что переводчикам придётся корпеть над каждым элементом отдельно, не подразумевая, что друг с другом они могут быть связаны.
  • Ошибки двунаправленного текста (BIDI): в ситуации, когда, например, текст с каким-либо конкретным направлением может включать в себя предложение противоположного направления, а это затруднит чтение строки.

Тестирование визуальное

Во время данного тестирования визуальный вывод приложения сравнивается и оценивается с ожидаемыми данными UX-дизайна. В результате могут быть выявлены ошибки визуального характера, например, в кодировании по цветам, а также в веб-составляющих.

Тестирование по визуальному признаку функционирует на слое “коммуникации” с юзерами, поэтому помогает увеличивать всевозможные сверки и визуал интерфейса на различные цифровые платформы. Это и отличает тест визуального характера от теста дифференциального характера. Функционал автотестирования визуального характера устраняет недочёт, касающийся периодических преобразований на уровне интерфейса, и также всегда увеличивающегося количества платформ, комбинаций и величин экрана.

Основные моменты тестирования:

  • Видимость
  • Ширина и высота
  • Координаты
  • Фоновый цвет

И проводить подобный тест можно, например, с помощью снимков: выполняется растровая съёмка экрана в разных точках тестирования; далее идёт сопоставление с исходной картинкой по пикселям.

Наиболее востребованный функционал автотестирования визуального характера:

  • Kobiton
  • Percy
  • Applitools
  • LambdaTest

Тестирование игр

В данном случае идёт оценка качества конкретной видеоигры. Главная цель — это не только обнаружение проблем и недочётов игры, но и увеличение работоспособности и постоянства.

Основные проверки:

Рекламные тизеры и видеоролики

Тексты по юридическим вопросам и моментам конфиденциальности

Функционал кнопок и игровой панели

Расположение и перемещение играющего пользователя

Статистика и итоги играющего пользователя

Атрибуты визуального характера (управление музыкальным сопровождением, а также действия играющего пользователя)

Логика развития игры (порядок прохождения уровней)

Спецэффекты (к примеру, вибрирование), экран “Loading”, действия с функцией активации комбинаций кнопок

Камера (визуал, репиты, масштабирования)

Важный момент при увеличении скорости “хода” игры — это максимизация производительности. И ниже вы можете увидеть основные характеристики производительности, которые нуждаются в тесте:

  • Срок отклика на сервере и юзере
  • Показатель затраты заряда аккумулятора (в течение нескольких часов он должен быть максимальным). Высокая нагрузка не должна влиять во время игрового процесса (в частности, на всеразличных устройствах)
  • Лимитирование процессора и оперативки

Тестирование ML и AI

В обработке паттернов и различных данных в настоящее время очень хорошо себя показали технологии ИИ (искусственного интеллекта или сокращённо — AI) и машинного обучения (сокращённо — ML). Сейчас они занимают ведущие роли цифровой Вселенной.

Большинство команд специалистов на всей планете движется к тому, чтобы начать внедрять приложения и товары, в основе которых лежит AI. В связи с этим можно легко сделать вывод о том, что у этих технологий — большая возможность роста в скором времени.

Следует отметить, что во время теста приложений с AI или ML выдвигаются требования по соответствию точностям: то есть при исследовании множества паттернов системами AI фиксированная комбинация данных на входе становится неактуальным.

Давайте рассмотрим основные составляющие стратегии проведения теста приложения (продукции), в основе которого стоит AI или ML:

  • Данные:
  • Кластеризация
  • Определение комплектов составляющих теста
  • Создание и маркирование
  • Алгоритмы:
  • Считывание и корректировка картинок
  • Детальный учебный процесс
  • NLP (анализ неискусственного языка)
  • NFR (тест нефункционального характера)
  • Исследование заключений
  • Модельный тест обратного характера:
  • целесообразно во время оценки недочётов, которые получены после теста дизайна на исторических показателях;
  • продуктивно во время фиксирования точности модели.

Послесловие

В данной статье были рассмотрены тренды в области предоставления качества, которые в этом году нуждаются в обязательном внимании. Также мы детально разобрали уровни проверок и наиболее востребованные инструменты. Чтобы поддержать этот материал, напишите в комментариях своё мнение и поделитесь ссылкой с друзьями, чтобы обсудить тему вместе.

Разработка приложений под любые задачи для самых разных устройств и ОС, обращайтесь к команде специалистов NIXSolutions. Профессионалы своего дела занимаются созданием программного обеспечения, ПО для гаджетов, бизнес-аналитикой, IT-аутсорсингом, консалтингом и удалённым администрированием. Подтверждение успешного сотрудничества, можно найти здесь — NIXSolutions reviews.

Похожие посты

One thought on “Тренды-2022 в области Quality Assurance

Добавить комментарий

Ваш адрес email не будет опубликован.