在需求的开发过程中,最令人困惑的地方就在于需求模糊。需求是解决业务的问题,那么验收的方式应该是由业务方提出,但是往往业务方(可能是产品经理,也可能是直接是客户)只能给出比较模糊的一个验收标准,而程序却是需要非常明确的输入输出的条件的。

这中间的鸿沟是否能够通过一些手段来减轻(个人认为是无法完全消除的,信息在传递的过程中一定会经历一些损耗),Cucumber 就是一个为此提出的实例化需求框架。从这个框架提供的思路在于让业务方提供明确的场景,让开发为场景提供数据进行模拟,通过Cucumber进行衔接。

Cucumber 本身的定位是一个 BDD(Behavior Driven Development,行为驱动开发) 的测试框架。BDD是一种敏捷软件开发的技术,它鼓励软件项目中的开发者、QA和非技术人员或商业参与者之间的协作。BDD侧重设计,要求大家在设计测试用例的时候对系统进行定义,使用通用的语言将系统的行为描述出来,将系统设计和测试用例结合起来,从而以此为驱动进行开发工作。

假设我需要投票系统,在做出一系列分析和设计之后,得到这样的需求:

##### 目标

为方便收集大家的反馈和活动构建一个`投票系统`

##### 投票功能设计

【使用场景】

1. 每一人`每轮`只能投出指定的有限的`票数`
2. 可以根据配置展示`每轮`的`投票结果`
- 总是展示`投票结果`
- `每轮`投票完成之后才展示`投票结果` 【管理场景】 ... ... 【编辑场景】 ... ...

在设计这个功能的时候,我们已经需要开始注意需求中使用的词汇了,否则大家交流的功能的时候,可能就会发生歧义。在定义完这些需求之后,我们需要将这些需求沉淀到项目中。

Cucumber 使用了一个Gherkin的标记语言,有点像是YAML,的,Cucumber 解释器可以通过理解使用Gherkin编写的*.feature文件来执行对应的测试文件。采用Gherkin有两个目的:

  1. 实例化需求,澄清验收标准
  2. 自动化测试。

通过Gherkin形成业务方能阅读理解的文件形式。这里我们挑中投票使用场景中的一个功能编写一个例子:

@投票功能
Feature: 【投票-使用场景】投票功能 每一人`每轮`只能投出指定的有限的`票数` Scenario Outline: 每位`参与人``每轮`只能投出指定的有限的`票数`
Given 发起一轮投票,设置`选项`
| A | B | C |
Given <recipientNumber>个`参与人`,每人投票<voteTimes>次
When 所有`参与人`完成投票
Then `投票结果`中总票数应该为<totalVotes>票 Examples: 正常情况的用例
| recipientNumber | voteTimes | totalVotes |
| 2 | 1 | 2 |
| 3 | 2 | 6 | Examples: 异常情况下的用例
| recipientNumber | voteTimes | totalVotes |
| 4 | 2 | 4 |

这里将Feature中定义出这个功能。接着在下面写出这个功能对应的场景Scenario。然后通过GivenWhenThen等关键字定义这个场景中的步骤。然后在下方通过Example关键字将用例中关键的信息用表格的形式列出。

通过以上这些关键字加上对场景的描述,最终将需求落到的项目中,假如希望语言阅读更加连贯,这些关键字也有对应的中文关键字支持编写。

Gherkin的语法在网站上有比较详细的描述,关于它的语法可以参考:https://cucumber.io/docs/gherkin/reference/

编写这样的一个feature文件之后可以将它放在test目录的resources文件夹下:

.
├── java
│   └── io.github.whthomas.demo.cucumber
└── resources
├── cucumber-reporting.properties
├── cucumber.properties
└── io.github.whthomas.demo.cucumber.vote
├── displayVoteResultScenario.feature
└── useVoteScenario.feature

在没有 Java 代码的情况之下,编写一个RunCucumberTest类:

import io.cucumber.junit.Cucumber;
import io.cucumber.junit.CucumberOptions;
import org.junit.runner.RunWith; @RunWith(Cucumber.class)
@CucumberOptions(plugin = {"pretty"})
public class RunCucumberTest {
}

运行RunCucumberTest,会给出如下提示,告知我们要怎么做:

建立和 feature 文件同级的test目录的src目录,将这些提示代码拷贝到这个同package的类中(新建 Java 类,名称可以根据需求和场景来取名),Java 类中就是一些驱动测试场景的代码了。Cucumber会根据Feature文件中的描述的步骤,逐一执行Java中的代码,并将参数传递进去。

这个时候目录结构应该这些构建:

.
├── java
│   └── io.github.whthomas.demo.cucumber
│   ├── RunCucumberTest.java
│   └── vote
│   ├── DisplayVoteResultScenario.java
│   └── UseVoteScenario.java
└── resources
├── cucumber-reporting.properties
├── cucumber.properties
└── io.github.whthomas.demo.cucumber
└── vote
├── displayVoteResultScenario.feature
└── useVoteScenario.feature

每次去执行RunCucumberTest的时候,就会在 IDE 中像展示文档一样,将需求和用例结合展示出来。

Cucumber也提供了一些第三方插件,将结果通过报告展示出来:

但是我觉得展示的效果,还是太偏向于是给技术人员阅读的了。如果我们力求一份好的文档能让业务人员也能很好理解,可能还是需要利用它产生的json文件自己来开发一下才行。

现在在回过头来看BDD的这个套路,把这整个套路整理一遍,这一切看起来还挺美好的:

  1. 需求分析和定义,整理需求
  2. 设计产品的功能,制定验收标准。
  3. 编写Gherkin文件,将需求实例化到文档中,同时编写业务用例。
  4. 构建测试代码,测试业务代码。
  5. 长期持续集成/持续测试

但是实际操作中,会遇到的问题还是挺多的:

  1. 设计产品功能的时候,就能定义好通用语言
  2. 验收标准具备可测量性
  3. 业务用例考虑能否充分。从何而来,是否有足够的场景支撑
  4. 业务代码本身是否具备可测试性
  5. 基础设施是否能长期支撑 CI/CD
  6. 团队是否能接受这种开发的模式

... ...

当然我们不能指望一个工具可以解决需求模糊的问题,Cucumber只是去解决这个问题中的一环,团队更加需要的是一套流程、一系列实践和改变的决心。它需要团队成员的通力合作,才可以帮助整个团队更好的理解业务,理解软件,理解这个复杂的客观世界。

文章对应的代码已经放在了GitHub上:https://github.com/whthomas/cucumber-demo


附:如何安装Cucumber

如果要使用Cucumber在项目中可以添加如下的依赖:

<dependency>
<groupId>io.cucumber</groupId>
<artifactId>cucumber-java</artifactId>
<version>${cucumber.version}</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>io.cucumber</groupId>
<artifactId>cucumber-junit</artifactId>
<version>${cucumber.version}</version>
<scope>test</scope>
</dependency>

如果是使用JUnit5,可以把第二个依赖包改成是:

<dependency>
<groupId>io.cucumber</groupId>
<artifactId>cucumber-junit-platform-engine</artifactId>
<version>${cucumber.version}</version>
<scope>test</scope>
</dependency>

透过 Cucumber 学习 BDD的更多相关文章

  1. cucumber学习笔记

    来源于cucumber官网 学习完了之后全部整理一遍

  2. 透过Extjs学习JavaScript---闭包篇

    目录 一.前言 二.基础讲解 三.知识应用 四.总结 五.常见问题 一.前言 JavaScript设计得最出色的就是它的函数的实现,它几乎接近于完美.我们现在现就来介绍它其中一个功能“闭包”.我们可以 ...

  3. cucumber学习索引

    Cucumber(1) —— 环境配置 Cucumber(2)——目录结构以及基本语法 Cucumber(3)——命令以及日志 Cucumber(4)——jenkins的集成

  4. BDD框架之Cucumber研究

    BDD框架之Cucumber研究 引用链接:http://kongqingyun123.blog.163.com/blog/static/6377283520134158437813/ Cucumbe ...

  5. python BDD 框架之lettuce

    http://pythonhosted.org/lettuce/ 介绍                                                                 ...

  6. Gherkin学习笔记

    前言 由于项目准备使用BDD模式开发,所以最近在学习BDD,同时也记录下自己的学习点滴. 参考原文:https://github.com/cucumber/cucumber/wiki/Gherkin ...

  7. BDD测试框架Spock概要

    前言 为了找到一个适合自己的.更具操作性的.以DDD为核心的开发方法,我最近一直在摸索如何揉合BDD与DDD.围绕这个目标,我找到了Impact Mapping → Cucumber → Spock ...

  8. Cucumber 入门一

    (转自:http://www.cnblogs.com/jarodzz/archive/2012/07/02/2573014.html) 第一次看到Cucumber和BDD(Behavior Drive ...

  9. 行为驱动开发BDD和Cucunber简介

    测试驱动开发(TDD) 1.测试驱动开发,即Test-Driven Development(TDD),测试驱动开发是敏捷开发中的一项核心实践和技术,也是一种设计方法论.TDD的原理是在开发功能代码之前 ...

随机推荐

  1. 【AHOI2009】 维护序列 - 线段树

    题目描述 老师交给小可可一个维护数列的任务,现在小可可希望你来帮他完成. 有长为N的数列,不妨设为a1,a2,…,aN .有如下三种操作形式: (1)把数列中的一段数全部乘一个值; (2)把数列中的一 ...

  2. J20航模遥控器开源项目系列教程(一)制作教程 | 基础版V1.0发布,从0到1

    我们的开源宗旨:自由 协调 开放 合作 共享 拥抱开源,丰富国内开源生态,开展多人运动,欢迎加入我们哈~ 和一群志同道合的人,做自己所热爱的事! 项目开源地址:https://github.com/C ...

  3. 逆流而上,7月阿里最新出炉的三面面经,年薪50W,我行您也行

    从7月份开始,打算找工作,一个偶然的机会,拉勾上一个蚂蚁金服的师兄找到我,说要内推,在此感谢姚师兄,然后就开始了蚂蚁金服的面试之旅.把简历发过去之后,就收到了邮件通知,10个工作日联系我,请耐心等待. ...

  4. Distributional Reinforcement Learning with Quantile Regression

    郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! arXiv:1710.10044v1 [cs.AI] 27 Oct 2017 In AAAI Conference on Artifici ...

  5. [HDU6793] Tokitsukaze and Colorful Tree

    题目 又是一个条历新年,窗前的灼之花又盛开了. 时隔多年,现在只有这一棵树上盛开着残存的 \(n\) 朵灼之花了. 尽管如此,这些灼之 花仍散发出不同色彩的微弱的光芒. 灼之花的生命极为短暂,但它的花 ...

  6. Shell编程—sed和gawk

    1文本处理 1.1sed 编辑器 sed编辑器被称作流编辑器(stream editor),和普通的交互式文本编辑器恰好相反.在交互式文本编辑器中(比如vim),你可以用键盘命令来交互式地插入.删除或 ...

  7. Fiddler扩展——导出Jmeter脚本

    前言 Fiddler,对于大家而言,应该早已耳熟能详,是个抓包神器,具体的使用,我就不多说了.如果对Fiddler的使用还不太熟练,可以翻看我以前一系列的博文.我罗列出来,方便大家阅读,如下所示: 1 ...

  8. tensorflow1.x及tensorflow2.x不同版本实现验证码识别

    近一个假期,入坑深度学习,先从能看得着的验证码识别入门.从B站看了几天的黑马程序员的“3天带你玩转python深度学习后“,一是将教程中提到的代码一一码出来:二是针对不同的tensorflow版本,结 ...

  9. Alink漫谈(二十) :卡方检验源码解析

    Alink漫谈(二十) :卡方检验源码解析 目录 Alink漫谈(二十) :卡方检验源码解析 0x00 摘要 0x01 背景概念 1.1 假设检验 1.2 H0和H1是什么? 1.3 P值 (P-va ...

  10. 01.图文理解RDB和AOF两种持久化机制

    一.RDB和AOF两种持久化机制的介绍 RDB:对redis中的数据执行周期性的持久化,每隔一个时刻生成一个RDB文件,这个RDB文件包含这个时刻所有的数据. AOF:记录每条写入命令,以append ...