总结：
正交表很适合在那些特别多搜索条件组合情况下。
正交表说明
正交表是一种特制的表格，一般用Ln(mk)表示，
L代表是正交表，n代表试验次数或正交表的行数，
k代表最多可安排影响指标因素的个数或正交表的列数，简称变量，
m表示每个因素水平数，简称变量取值
且有n=k*(m-1)+1 即行数=变量*（变量取值-1）+1
正交表的表示形式： L行数(变量取值 变量)
####常用的正交表
https://www.york.ac.uk/depts/maths/tables/orthogonal.htm
https://wenku.baidu.com/view/dbdfbc0bba1aa8114431d917.html
http://support.sas.com/techsup/technote/ts723_Designs.txt
L4(2^3)
L8(2^7)
L12(2^11)
L16(2^15)
L9(3^4)
L18(3^7)
L27(3^13)
L16(4^5)
L32(4^9)
L25(5^6)
L50(5^11)
以下面的例子说明：
1.变量跟变量值刚好匹配正交表的
某所大学通信系共2个班级，刚考完某一门课程，想通过“性别”、“班级”和“成绩”这三个查询条件对通信系这门课程的成绩分布，男女比例或班级比例进行人员查询：
根据“性别”=“男，女”进行查询
根据“班级”=“1班，2班”查询
根据“成绩”=“及格，不及格”查询
，有3个被测元素，被测元素我们称为因素，每个因素有两个取值，我们称之为水平值
n=3*(2-1)+1=4
按照Ln(mk)
有L4(2^3)的正交表可以套用，通过上面正交表查询得到用例设计如下，其中1 、2为取值，也就是水平值：
可结合适当的补充用例，比如补充全为二的，如下：
其中替换下1，2可以得出，用例总共是五个。如果按照以往的判定表的话，是2^3八个用例，因素越大，取值越大，所以正交表能减少很多用例。
2.变量刚好匹配的，但变量值不匹配正交表
简单的正交表，以下为多搜索条件例子：
这里的变量有，机器名，机器ip，服务，群组，资产 取值范围为：
机器名：填，不填
机器ip：填，不填
服务：填，不填
群组：填，不填
资产：填，不填
从上面可得出
变量k=5 ， m=2
根据公式n=k*(m-1)+1 （这个公式怎么来的，这个大家有兴趣可以百度下。这里我们不讲了）
n=5*(2-1)+1=6 即是6行
则 对应的正则应该是 l6（2^5） 取接近与这个行数，但大于这个行数以及变量的 L8(2^7)
可查到如下，多出的字段自动剔除掉，尾行加组全为2的。
得出如下：
替换后，即可
2.变量不匹配的，变量值也不匹配正交表选择
以创建某个服务添加为例子
这里的变量有，名称ID，名称，代号，类别，网络，状态，取值范围为：
名称ID: 填，不填
名称：填，不填
代号：填，不填
类别：填，不填
网络：无，通信，移动等10个
状态：离线，在线，预准备
所以水平因素至少（变量取值）>=2的有4个，即m1=2，k1=4
水平因素至少（变量取值）>=3的有1个，即m2=3，k2=1
水平因素至少（变量取值）>=10的有1个，即m2=10，k2=1
整体情况因素k最大为6，最大变量10
这种情况就属于混合正交，大部分场景都是这种情况：一般这种情况，我们都会把混合正交整理成正常的正交表：规则如下：
n=k1*(m1-1)+k2* (m2-1)+kn* (m^n-1)+1
n=4（2-1）+1（3-1）+1（10-1）+1=16 行
取各个变量以及变更值最大的即为 m=10 ，k=6
l16（10^6）,对比正交发现没有，
这时候就要有所取舍，网络的变量取值变为3
所以水平因素至少（变量取值）>=2的有3个，即m1=2，k1=4
水平因素至少（变量取值）>=3的有2个，即m2=3，k2=2
n=4（2-1）+2（3-1）+1=9 行
取各个变量以及变更值最大的即为 m=3，k=6
l9（3^6）取最接近的 L18(3^7) ，这个表格大家就自己找了。原先我们将网络的变量取值取了3，所以，这个变量的取值，你可以根据中号程度进行选择。
参考设计：
https://wenku.baidu.com/view/a54724156edb6f1aff001f79.html
https://www.cnblogs.com/gisen_6/p/3708169.html
https://www.cnblogs.com/linyfeng/p/9211675.html
https://www.cnblogs.com/Goongo/articles/9077477.html
