正交试验设计软件_软件测试｜正交试验测试用例设计方法

正交试验设计法(Orthogonal Experimental Design)是从大量的试验点中挑选出适量的、有代表性的点，应用依据伽罗瓦理论导出的“正交表”，合理地安排试验的一种科学的试验设计方法，是研究多因素、多水平的一种设计方法。它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备“均匀分散、齐整可比”的特点，正交试验是一种基于正交表的，高效率、快速、经济的试验设计方法。

正交试验分析法包括以下常用术语：

(1)指标：通常把判断试验结果优劣的标准叫做试验的指标。

(2)因子：是指所有影响试验指标的条件。

(3)因子的状态：是指影响试验因子的因素，也称之为因子的水平。

正交表达式

正交试验分析法的步骤如下：

(1)提取功能说明，构造因子-状态表。

分析规格说明书，通过规格说明书提取影响该功能的因子以及每个因子可能取值的最大数，即因子状态。

(2)加权筛选，生成因素分析表。

计算各因子和状态的权值，删去一部分权值较小即重要性较小的因子或状态，使最后生成的测试用例集缩减到允许范围。

(3)画出布尔图。

如果各个因子的状态数是不统一的，几乎不可能出现均匀的情况，必须先用逻辑命令来组合各因子的状态，作出布尔图。

(4)查找最接近的相应阶数的正交表。

根据布尔图选择最接近的相应阶数的正交表，实际的测试工作中，因子和因子状态很难与正交表完全符合，所以只能选择一个阶数最接近的正交表。

(5)将实际的因子和状态带入正交表中，得到最终的正交表。

选择好正交表后，应该将实际的因子和因子水平带入正交表中，此时可能出现以下三种情况：

第一种情况：因子的状态数正好和正交表的状态数相等，那么此时只需要直接替换正交表中的值即可。

第二种情况：因子的状态数多于正交表中的状态数，那么此时需要先将多余的状态合并，带入正交表中，然后再将合并的中间状态展开。

第三种情况：因子的状态数少于正交表中的状态数，那么只要将正交表中多出来的状态，使用实际状态中的任意值替换即可。

(6)利用正交表每行数据构造测试用例。

在使用实际因子和状态替换过的正交表中的每一行，选择数据构造测试用例即可。

【实例】某数据库查询系统的测试。

步骤1：分析规格说明书，生成因子-状态表，见表8-13

步骤2：对因子—状态表进行加权筛选，本实例中加权筛选时，将打印方式和查询类别中的逻辑符号删掉，不进行分析，加权筛选后的因素分析表见表8-14。使用字母表示因素分析表中各种因子和状态见表8-15

步骤3：根据因子和状态分析表画出布尔图，如图8-16 所示

(1)首先下载Allpairs 工具，该工具是一款开源的工具。

(2)将因子和因子状态写入Excel 文件中，见表8-19

(3)将Excel 文件另存为以Tab 键作为分隔符的文本文件(假设保存的文件名为test.txt)，保存的路径为Allpairs 工具所在的目录。

(4)运行cmd 程序，进入Allpairs 工具所在的目录，执行命令appairs.exe test.txt > output.txt;

output.txt 为正交表输出的文件，内容如图8-17 所示

只有TEST CASES 的内容是正交表的内容，PAIRING DETAILS 的内容不需要关注。