"◇阿裡官方首本測試書，思辨測試要義，細解技術創新◇電商、移動、搜索、推薦、廣告、IoT、金融、物流等業務場景全覆蓋◇技術創新、經驗、方法、工具、平臺一應俱全◇涉及大促保障、移動App測試、大數據測試、AI繫統測試、雲計算測試、資損防控、物流類測試等領域◇更有故障快恢、灰度發布、突襲演練等安全生產技術 ◇有亮點、有增量、有經驗、有教訓，更有體繫和思考"

●第1章測試團隊的發展之路1
1.1測試團隊面臨的困局1
1.2建立代碼門禁2
1.2.1什麼是代碼門禁3
1.2.2代碼門禁的效果3
1.2.3落地和優化4
1.2.4更多的用途5
1.3理解測試的本質5
1.4縮短反饋弧7
1.4.1為什麼縮短反饋弧是關鍵7
1.4.2怎麼纔算反饋弧短8
1.4.3縮短反饋弧的成本和投入產出比9
1.5提升測試的穩定性10
1.5.1高頻10
1.5.2隔離13
1.5.3用完即拋14
1.5.4不自動重跑15
1.6提升測試的有效性16
1.6.1測試有效性需要面對的挑戰16
1.6.2變異測試和Bug注入17
1.6.3更多的注入類型21
1.7提升測試的充分性25
1.7.1用例自動生成25
1.7.2業務覆蓋率度量30
1.8從測到不測31
1.8.1防錯設計31
1.8.2靜態代碼分析和Bug自動識別41
1.9本章小結42
第2章大促質量保障44
2.1大促全鏈路的風險與挑戰44
2.1.1大流量洪峰下的高可用挑戰44
2.1.2紛繁復雜的用戶場景45
2.1.3無處不在的用戶體驗46
2.1.4三位一體的保障體繫46
2.2全鏈路壓測47
2.2.1全鏈路影子體繫47
2.2.2全鏈路壓測模型48
2.2.3全鏈路壓測執行策略49
2.2.4常態化智能壓測50
2.3全鏈路功能52
2.3.1統一環境隔離52
2.3.2全鏈路影子數據54
2.3.3全鏈路大促用例精簡56
2.4全民預演59
2.4.1什麼是全民預演59
2.4.2全民預演的核心目標60
2.4.3全民預演如何實施61
2.4.4預演執行策略的制定63
2.4.5預演問題的收集和跟進64
2.4.6大促持續集成64
2.4.7全民預演平臺化支撐65
2.5預案開關68
2.5.1預案的使用場景68
2.5.2預案評估方式69
2.5.3預案流程70
2.5.4預案平臺70
2.5.5預案與攻防72
2.5.6預案的目標與展望72
2.6全鏈路預熱73
2.6.1解法73
2.6.2適用的業務場景75
2.6.3核心應用場景76
2.7快速擴/縮容78
2.7.1分析79
2.7.2方案79
2.7.3優化80
2.7.4演練84
2.7.5效果84
2.7.6展望85
2.8風控識別引擎壓測85
2.8.1分析問題86
2.8.2延伸89
2.9本章小結89
第3章移動App測試90
3.1移動App測試的主要類型、方法和工具90
3.1.1功能性測試――從手工到自動化90
3.1.2專項測試――從簡單到專業好用95
3.1.3穩定性測試――智能化測試的初次嘗試99
3.1.4兼容性測試――智能推薦109
3.2移動測試的標準、流程和經驗125
3.2.1深度專項驗收――大促125
3.2.2前端發布管控127
3.2.3客戶端代碼持續集成132
3.3移動端線上質量保障140
3.3.1性能監控140
3.3.2性能分級與降級146
第4章大數據測試151
4.1大數據應用測試的介紹151
4.1.1大數據應用測試要解決的問題是什麼151
4.1.2大數據應用的技術質量體繫綜述153
4.2算法繫統質量155
4.2.1算法測試的定義155
4.2.2算法工程質量156
4.2.3特征質量與評估162
4.2.4模型質量的評估163
4.2.5深度學習平臺質量（大規模分布式訓練繫統的測試）167
4.3工程繫統質量168
4.3.1功能測試平臺Markov168
4.3.2無人值守的性能測試182
4.4效果評估185
4.4.1效果評估的挑戰186
4.4.2用戶體驗保障186
4.5對大數據應用測試的預判190
第5章AI繫統測試193
5.1語音類產品測試――智能音箱測試193
5.1.1智能音箱業務介紹193
5.1.2語音類產品測試的挑戰195
5.1.3天貓精靈測試策略196
5.1.4端端語音測試197
5.1.5算法評測208
5.1.6總結211
5.2計算機視覺類產品測試方案211
5.2.1計算機視覺類業務流程介紹212
5.2.2計算機視覺類測試分析215
5.2.3計算機視覺類測試方案217
5.2.4總結230
第6章雲計算測試231
6.1專有雲質量定義及挑戰231
6.2高可用測試――堅如磐石233
6.2.1設計思想233
6.2.2異常模擬234
6.2.3復雜場景測試235
6.2.4自動化測試236
6.3性能容量壓測――分層覆蓋238
6.3.1單產品性能――基礎能力239
6.3.2平臺性能容量――集成視角240
6.3.3用戶場景性能――業務視角242
6.4熱升級――給飛行中的飛機更換發動機244
6.4.1技術原理244
6.4.2測試挑戰245
6.5用戶場景測試――知己知彼247
第7章金融類測試之資損風險防控251
7.1資損風險防控體繫251
7.1.1怎麼防252
7.1.2怎麼控252
7.1.3止損252
7.2資損風險防範253
7.2.1資金產品測試要點253
7.2.2資金繫統測試要點255
7.2.3資金項目變更規範266
7.2.4資金測試框架/平臺268
7.3資損風險識別271
7.3.1數據核對體繫271
7.3.2數據核對平臺275
7.4資損風險應急278
7.5資損防控文化278
第8章物流類測試280
8.1物流類通用測試技術280
8.1.1基於測試服務化的可編排測試280
8.1.2基於業務流量的采集和回放平臺283
8.2倉儲實操類測試技術285
8.2.1倉儲實操機器人業務介紹285
8.2.2倉儲實操機器人業務面臨的質量挑戰285
8.2.3倉儲實操機器人自動化測試方案及結果286
8.3末端IoT設備測試技術290
8.3.1末端物流業務介紹290
8.3.2硬件服務與繫統服務質量保證的挑戰291
8.3.3阿裡巴巴菜鳥末端IoT設備通用的測試產品及方案291
8.3.4硬件服務與繫統服務質量保障成果296
8.4全球化物流骨干網測試技術298
8.4.1全球化物流骨干網業務簡介298
8.4.2全球化物流骨干網質量挑戰299
8.4.3全球化物流骨干網測試方案300
第9章安全生產303
9.1資金安全303
9.1.1資損定義304
9.1.2資損解決方法304
9.1.3資金安全策略306
9.1.4體繫化解決方案307
9.1.5資金安全產品介紹309
9.1.6資金安全展望314
9.2故障快恢315
9.2.1功能介紹315
9.2.2關鍵技術316
9.3灰度發布318
9.3.1抓手――變更三板斧318
9.3.2灰度生態建設319
9.3.3灰度常堅守，安全無止境320
9.4信息安全風險321
9.4.1風險識別321
9.4.2風險應對323
9.4.3持續優化326
9.5突襲演練327
9.5.1背景327
9.5.2突襲演練策略327
9.5.3突襲演練技術大圖329
第10章回顧和展望331
10.1阿裡測試的昨天和今天331
10.2測試是軟件開發的一個領域334
10.3軟件質量的挑戰和不變量336
10.4展望未來341
10.5寫在最後347

本書是阿裡巴巴集團自成立以來第一本全面記錄阿裡測試技術的書籍。圍繞測試團隊經常面臨的困局，介紹了一繫列技術創新、經驗和方法。結合電商、移動、搜索、推薦、廣告、IoT、金融、物流等業務場景，總結了阿裡在大促保障、移動App測試、大數據測試、AI繫統測試、雲計算測試、資損防控、物流類測試等領域的方法、技術和工具平臺，以及故障快恢、灰度發布、突襲演練等安全生產技術。全書聚焦技術亮點和增量，總結實戰經驗和教訓，呈現技術體繫和思考，與業界同人交流。
本書適合互聯網行業中的高級測試管理和技術人員閱讀，這些人員有比較深厚的測試基礎，面對諸多質量挑戰，迫切需要尋求測試技術的突破以支撐業務的快速增長。對於想在類似業務領域建立完整測試體繫的從業人員，無論經驗背景如何，本書都將提供一些有益的啟發。對於高校學生和學術界科研人員，本書也提供了一個了解阿裡測試實踐的窗口。

陳琴 等 著 阿裡巴巴技術質量小組 編