APP兼容性(2)揭秘岩鼠智能遍历

2,124 阅读7分钟

本文首发于知乎

概述

APP兼容性测试大部分采用的是通用的方法,就是在app内随机操作。Android自带的Monkey工具由于简单方便,一直沿用到现在并在开发者中广泛使用。但随着在大规模的应用,原生Monkey一些弊端也随之显现出来。

优点 简单方便一条命令就可使用,测试稳定;每秒钟可以发送大量操作事件,压力足够,常常可以发现正常使用无法发现的问题
缺点 测试过程不可控,常常点击到我们不希望点击到的控件和界面,例如随意点击系统设置,关闭开发者等;单位时间内对app内所有控件的覆盖情况可能并不如意;测试过程信息无法记录,以至于发现问题后无法分析问题产生的过程和原因


原生Monkey的缺点导致测试效果和效率都不可控,如何改善这些问题呢?岩鼠在这方面重点投入进行了较多探索,开发了“智能遍历工具”——利用UI自动化的方式获取APP的控件,进行一个随机的可控的遍历,来达到尽可能覆盖被测APP内所有的界面和控件的目的。

框架技术方案


基于UI自动化实现的Monkey遍历工具主要分为以下2类

技术方案 基于Macaca或者Appium做驱动,在PC端实现遍历算法进行测试 基于Uiautomator驱动在Android手机上实现遍历算法进行测试
代表 Appcrawler, Macaca自带的NoSmoke Maxim
优点 1.不需要太关注驱动,利用现有ui自动化框架
2.测试结果数据便于在PC端保存
1.利用Uiautomator可以方便快捷执行monkey,兼容性好
2.测试效率和稳定性更高
缺点 比较依赖框架,效率和稳定性更差一些 测试结果数据可能巨大,不好保存在手机端


从以上对比,可以看到基于Uiautomator方式直接在手机端运行,更方便部署执行,效率和稳定性也更好。因此岩鼠选择了这个方案进行改造。
当然在这里面还有一个问题就是Uiautomator官方已经不在进行维护,已经被Uiautomator2替代,像主流的Appium等框架也都是基于Uiautomator2进行开发了。但当前Android即使最新版本的android Q也仍然还能够使用Uiautomator,相关的api也基本能够满足Monkey遍历测试的需求。
相比于Uiautomator2,Uiautomator的优势是不需要安装apk可以推送jar到手机端直接执行,避免了像Uiautomator2的框架都需要安装2个额外APK的问题,特别是oppo,vivo等手机需要安装密码等导致的安装成功率问题。
而Uiautomator2的优势是后续官方的持续支持,更多更好用的API,可以获得应用context从而获得android的服务实现更多的功能。
岩鼠当前也正在逐步的演进,即将使用Uiautomator2来驱动测试。

遍历技术方案


控件的遍历方案是最核心的部分了。当然目标只有一个就是怎么样可以尽可能的覆盖APP所有的控件和功能,执行到最多的代码。

但遍历过程可能会遇到很多问题,例如:

  • 如何探索到所有的可操作的控件,访问到所有需要被测的activity?
  • 如何提高遍历效率,避免控件过多的重复操作?
  • 如何屏蔽掉我们不想要的操作?
  • 如何限定在我们想要的测试范围?
  • 如何解决登录问题?
  • 如何评估测试效果?
  • 如何帮助后续复现问题?

包括但不限于以上的种种问题都是在实现可控Monkey过程中可能会遇到的问题,目前还没有一个统一的完美的解决方案,更多还是在实践中不断的改进和完善。

智能遍历算法


  智能遍历流程  


智能遍历测试流程整体上是遵循业界比较流行的方式通过Uiautomator获取当前页面的控件进行智能分析,提取分析出可遍历操作的控件。这样的好处是不言而喻的,对比原生monkey,避免了大量的无效点击,大大提高了单位时间内对App控件操作的覆盖率,提升测试效率。

 深度优先搜索(DFS)

保证有效的测试,核心是有效可靠的遍历算法。根据github上的一些开源工具的研究发现,大部分的工具是使用深度优先搜索(DFS),原理就是限定能够访问的层级,然后递归的点击记录操作的控件,遇到走不到下一个界面时就回退到上一个界面循环下去。
听上去很不错,其实其中存在很多问题。例如 webview界面网页产生大量的控件而且深度也是不可控的。测试中遇到崩溃跳出等导致的重新递归。各种界面如何判定控件是被访问过的,都会对遍历过程产生很大的影响。
对于简单的APP这种遍历方式还是很有用的,但对于复杂的存在大量动态内容的APP执行的效果就不好评估了。

  岩鼠智能遍历算法  

岩鼠之前尝试使用DFS算法,但是效果并不太满意。因此自主开发了效果更优的智能遍历算法。
岩鼠智能遍历算法,主要是记录页面的控件信息,通过控件特征信息的提取对界面的唯一性进行定义,并记录了页面之间访问的关系。由于存在这些必要的访问关系,我们可以更智能的了解到访问过的页面和测试路径信息,避免了大量的重复点击和实现新路径的探索。
同时我们也可以对页面进行定向干预,对指定页面例如网页的访问,满足加强特定页面测试覆盖的需求。
另外由于我们的测试是运行在手机上的,并不依赖于例如appium的框架进行测试,因此相对比而言不依赖于这些框架的点击效率,整体测试效率的提升也是非常明显的。

评估智能遍历的效果


对于遍历效果的分析,岩鼠智能遍历工具提供了对于Activity级别的点击覆盖情况分析,可以知道具体访问过哪些Activity以及对应的点击次数。这个是可以通过岩鼠的报告页面进行查看。



另一个评估效果的方式,是对每次操作和点击位置的截图以及对界面控件信息的记录。但这对于在手机端执行的“智能遍历”来说数据量比较大,特别是很多时候都是运行几个小时,产生过几千次的点击在手机端保存这些信息不会太合适。不过岩鼠提供了实时的崩溃分析并进行崩溃点的录像。可以满足一定的崩溃定位需求,这个可以通过岩鼠测试报告进行查看。


另外平台也提供了遍历点击操作日志的下载,你可以看到测试过程中操作的activity以及控件的基本描述和操作类型,让你对测试情况有一个大概的了解。

未来方向

  • 优化算法,提升APP控件遍历覆盖度和效率
  • 建立遍历效果评估体系
  • 引入AI算法实现更智能的遍历

欢迎体验


岩鼠云真机和兼容性测试服务,正在限时免费体验中,欢迎试用和交流!
yanshu.effirst.com/

长按识别二维码,关注我们,更多产品资讯,技术干货分享

更多兼容性相关文章

APP兼容性(1)概述