文娱妹导读 随着优酷APP上内容运营方案和玩法的丰富，针对分发和消费业务场景，内容配置平台上的运营组件数量也在增多，移动端的回归测试工作量激增。如何跟随业务发展的脚步，又保证组件测试质量的高效率？本文将分享优酷在该方面的思考和探索
本系列文章将陆续发布，感兴趣的朋友持续关注！
现状分析
- 组件个数多，回归成本高
常用分发消费业务，组件上百个，回归用例中组件部分占比较高，版本回归时需要快速完成覆盖测试，找出其中有问题的组件。
运营配置组合多，千人千面，适配工作量大
元数据的多样性加上不同的运营策略，端上组件千人千面，在视觉升级或技术改造项目中，组件的适配测试是必须的，要完成Top机型的适配，工作量比较大。 - 常规UI自动化验证粒度粗
现有核心场景自动化针对组件的测试用例，UI层面的验证粒度很粗，只能验证组件View是否存在，不能验证具体控件（比如组件内坑位上的主、副标题等）是否存在；而且原生的Dump工具，双端的定位方式不同，Case需要维护2套。 - 基于原生定位的自动化易受技术改造的影响，维护成本高
优酷首页开发为了提升性能对View做了一些改造，导致自动化维护成本增加，诸如此类的技术改造逐渐增多，对常规自动化很有挑战。
通过分析组件现状，我们结合现有Mock和图像识别的能力，打造了组件化智能测试方案，期望像测试服务端接口一样测试移动端组件。
项目方案
从以下5个方面解决问题：
方案价值
通过Mock打造数据驱动的组件化测试方案，提高组件测试效率，和用户体验；
基于图像识别和Mock，减少对端测试系统的依赖性，提高测试稳定性；
将服务端引流数据应用到客户端，打造客户端数据工厂，提高测试数据覆盖度；
整体架构
数据工厂
针对移动端和服务端组件化架构，对线上引流数据、端效工具2个通道的数据进行抽象化解析和存储，该方案支持单坑位/多坑位的模板存储，正常数据/异常数据生成，快速构造不同业务丰富的组件测试数据。
目前，数据工厂已经完成一期建设，主要是将上述能力平台化展示，能够快速的支持组件自动化的数据构造需求，比如Mock数据的编辑、组合、生成，配置文件的生成。
图像识别能力
图像识别能力使用的是优酷图像识别的服务，借助该能力能够提高组件验证能力，降低件验证难度。
组件专项的图像识别方案确立比较坎坷，经历了多次评估、实验、否定，总结下来分为二期。
一期：算法针对业务进行了深度学习，抽离了组件划分规则，能够将页面布局按服务端接口样式下发数据结构。
该方案算法学习成本大，组件样式多样，组件划分规则不再，同时，很多业务逻辑由图像识别来承接，业务方扩展不灵活，所以又设计了二期方案。
二期：设计了组件标注界面，将组件布局划分的能力开放给业务方，业务方到平台上传截图，对组件各层布局标注后保存。自动化使用时只需传截图和标注Id，图像识别服务根据配置Id获取标注布局后将最终识别数据返回，包括文本和坐标。
自动化测试
有了数据工厂的数据构造和配置化的布局识别能力，就可以打造数据驱动的组件智能测试了。
自动化使用的是优酷客户端自动化框架（该框架在蚂蚁移动端自动化框架基础上对通用流程进行了封装），结合业务沉淀的组件测试策略，设计了数据处理类，涉及数据请求和应用，数据映射和对比，业务方只需要构造测试数据配置文件，编写业务逻辑，对比部分直接继承公共Case，公共Case用来处理核心的UI对比和点击验证。
基本流程及逻辑
自动化将相似度识别与配置化布局识别的方案结合，共同完成UI和点击验证部分。测试用例就2步，UI验证、点击验证，UI验证有相似度对比和配置化布局对比2种方案，点击验证有配置化坐标点击和传统方式点击2种方案。
根据是否有对比基线图、是否有配置化标注ID、相似度UI对比是否通过，测试分为5个逻辑线：
- 没有相似度对比基线图时：Mock后仅截图上传，不做UI和点击验证；
- 有相似度对比基线图，且有配置化标注ID时：执行相似度UI验证，通过则进行配置化坐标点击验证；
- 有相似度对比基线图，且有配置化标注ID时：执行相似度UI验证，不通过再进行配置化布局UI验证，然后进行配置化坐标点击验证；
- 有相似度对比基线图，无配置化标注ID时：执行相似度UI验证，通过则进行传统方式点击验证；
- 有相似度对比基线图，无配置化标注ID时：执行相似度UI验证，不通过再进行配置化布局UI验证，然后进行传统方式点击验证；
项目效果及应用
目前首页/频道页已经完成自动化接入并在8月份版本应用，清洗后的数据，涉及通用组件、双列组件几十个，mock文件上百个，覆盖90%以上线上常用组件，60%以上组件测试用例可自动化。
下图是相似度对比+配置化坐标点击的执行效果，每个验证点都可查看详情图片。
下图是配置化布局UI对比的执行效果，6个坑位逐个验证，点击详情可以看到每个坑位内的核心控件（主、副标题等）都有验证结果。
未来规划
未来我们会继续细化3个核心链路：
自动化测试侧，框架中的通用能力优化，扩展到其他测试类型，比如适配测试，扩展到Pad端；目前测试触发还是脚本层面，后续会考虑将测试融入到数据平台，可一键触发测试。
图像识别侧，二期配置化标注界面功能需要强化，支持图像可视化编辑，支持多坑位组件标注1个标准坑位即可应用其他坑位。
数据工厂侧，需要细化异常数据构造规则，覆盖更全面的业务策略，构造少而全的业务数据用例，同时，可以借助线上数据，生成回放线上热度链路用例，最终使其不局限于组件自动化而存在。
