【02】interview-QA

1、知道多少种测试用例设计方法

测试用例设计方法主要分为黑盒测试 、白盒测试 和灰盒测试 三大类，具体方法超过20种，以下是系统化分类与详解。

黑盒方法关注功能正确性
白盒方法关注代码质量
灰盒方法关注集成与交互
现代方法关注自动化与智能化

2、APP中按钮点击无响应，如何排查

3. 整个测试组大概多少人

我们部门一共32人，分布在6条业务线里面，每条业务线里有对个产品，平均每组4~6个人。

4. 5个测试对应开发有多少人

研发测试比，1:3~4

5. 5个测试做一个项目是怎么划分工作的，是否按照模块分工

同一产品会按模块分工，比如准入域模块、交易域模块。有对应的主要测试负责人

6. 金融系统项目测试这块有什么关注的质量指标的要求

1、页面性能：web页面性能优化中lcp指标目标80%，目前75% 
 1）不能达标的原因：依赖第三方sdkjs，sdk操作页面dom；LCP无法在1.8s以内（财富前端：孙奇）
 2）接口比较多，可能需要改逻辑，涉及服务端和产品
 3）小程序唤起页


2、后端接口响应时间：40ms

7. 离职的原因是什么

一方面是架构调整，分配到了新的部门，

想想，在京东也5年了，索性就直接出来挑战一些不一样的东西

获得更多的成长

8. 现在找新的工作岗位，比较关注哪些方面

1、工作能力适配，
2、有新的挑战，能获得更多的成长

9. 针对给定的APP小需求，讲述用例设计的主要思路

10. 如何理解需求中从本地缓存提取相关内容的这句话

从设备本地的存储中获取已缓存的数据，而不是每次都从远程服务器请求。
这是一种性能优化和用户体验提升的技术方案。

对于测试设计时：
1、缓存策略：何时缓存、缓存多久、缓存什么
2、数据一致性：如何保证缓存与服务器数据同步
3、用户体验：缓存状态的可视化反馈（如"离线模式"提示）
4、安全考虑：敏感数据是否适合缓存、加密存储

11. 怎么去验证需求中从本地缓存提取的功能确实实现了

12. 登录天数位置无展示时，怎么排查哪个环节出现了问题

1. 问题现象确认
确认问题范围：是所有用户都无展示，还是特定用户/设备？
复现条件：在什么网络环境、什么操作步骤下出现？
展示位置：具体是哪个页面/模块的登录天数显示异常？

2. 前端排查路径
2.1 数据获取层面
接口调用检查：确认登录天数接口是否正常调用
响应数据验证：检查接口返回的登录天数数据是否存在、格式是否正确
空值处理逻辑：前端对空值/异常值的处理是否合理
2.2 渲染逻辑层面
条件渲染判断：检查前端展示条件判断逻辑
数据绑定验证：确认数据是否正确绑定到UI组件
样式显示问题：排查CSS/样式是否导致内容被隐藏


3. 后端排查路径
3.1 数据计算逻辑
登录天数计算：验证后端登录天数计算算法是否正确
数据存储检查：确认用户登录记录是否正常存储
缓存机制：检查缓存数据是否过期或异常
3.2 接口服务层面
接口响应状态：确认接口返回状态码和响应体
权限验证：检查用户权限是否影响数据展示
业务规则：验证是否有业务规则限制展示

4. 数据流追踪
4.1 端到端追踪
日志分析：查看前后端相关日志，定位异常时间点
链路追踪：通过TraceID追踪完整请求链路
数据库查询：直接查询数据库验证原始数据
4.2 环境因素
版本兼容性：检查客户端版本与服务器版本兼容性
配置检查：验证相关功能开关配置是否正确
AB测试：确认是否在AB测试分组中

5. 快速定位建议
优先检查接口响应：使用工具直接调用登录天数接口，确认数据是否存在
查看控制台日志：前端控制台是否有错误信息
对比正常用户：对比正常展示用户与异常用户的差异点
检查最近变更：回顾近期是否有相关代码/配置变更

13. 应用使用过程中闪退了，怎么去定位和反馈

1. 问题现象收集
1.1 基本信息记录
设备信息：手机型号、操作系统版本、系统版本号
应用信息：应用名称、版本号、安装来源
网络环境：Wi-Fi/移动网络、网络状态
时间信息：闪退发生的具体时间点
1.2 操作场景还原
操作路径：闪退前进行的操作步骤
触发条件：是否特定操作、特定页面、特定数据状态下发生
复现频率：是否每次都能复现，还是偶发性问题


2. 问题定位方法
2.1 用户端自查
查看日志：检查应用内是否有错误提示或日志记录
重启测试：重启应用后是否仍会闪退
清理缓存：清理应用缓存后重新测试
2.2 技术排查路径
崩溃日志收集：获取设备上的崩溃日志文件
堆栈信息分析：分析崩溃时的调用栈信息
内存监控：检查是否存在内存泄漏或OOM问题


3. 反馈信息整理
3.1 必备信息
问题描述：清晰描述闪退现象和发生场景
复现步骤：详细的操作步骤说明
设备信息：完整的设备型号和系统版本
应用版本：当前使用的应用版本号
3.2 辅助信息
截图/录屏：如有条件，提供闪退瞬间的截图或录屏
日志文件：提供相关的崩溃日志文件
网络状态：当时的网络环境信息

14、自动化测试中，A请求的返回值作为B请求的入参，该如何实现？

在于正确提取数据、合理存储变量、确保时序正确

1. 基于测试框架的变量传递
1.1 Postman/Newman方案
使用变量存储：在A请求响应后，通过pm.test()提取关键数据并赋值给环境变量
变量引用：在B请求中通过{{variable_name}}引用该变量

示例代码：
"javascript
复制
// A请求的Tests脚本中
pm.test("提取ID", function () {
    const response = pm.response.json();
    pm.environment.set("extracted_id", response.id);
});

// B请求的URL或Body中引用
// URL: https://api.example.com/items/{{extracted_id}}

1.2 JMeter方案
使用JSON Extractor：在A请求后添加JSON Extractor提取器
变量传递：提取的值自动存储为JMeter变量
引用方式：在B请求中使用${variable_name}引用


2. 基于编程语言的实现
2.1 Python + Requests方案
python
复制
import requests

# 执行A请求
response_a = requests.get('https://api.example.com/endpointA')
data_a = response_a.json()
item_id = data_a['id']

# 使用A请求结果作为B请求参数
response_b = requests.post('https://api.example.com/endpointB', 
                          json={'id': item_id, 'other_param': 'value'})

2.2 Java + RestAssured方案
java
复制
// 执行A请求并提取值
String itemId = given()
    .when()
    .get("/endpointA")
    .then()
    .extract()
    .path("id");

// 使用提取的值执行B请求
given()
    .body(Map.of("id", itemId, "param", "value"))
    .when()
    .post("/endpointB");

15、自动化测试中调用插入数据接口，如何避免数据库数据重复插入导致的混乱？

1、优先选择唯一标识符方案：结合业务特点选择最合适的唯一性保障方式
2、建立数据清理机制：确保测试环境数据整洁
3、考虑测试并行化需求：设计支持并行测试的数据策略
4、文档化数据管理流程：明确测试数据的创建、使用、清理规范



1. 数据唯一性保障策略
1.1 使用唯一标识符
业务唯一键：利用业务逻辑中的唯一字段（如订单号、手机号、邮箱等）
时间戳+随机数：生成具有时间戳和随机数的唯一标识
UUID/GUID：使用系统生成的全局唯一标识符
1.2 数据清理机制
测试前清理：在测试开始前清空相关测试数据
事务回滚：使用数据库事务，测试结束后回滚
临时表隔离：创建临时表存放测试数据，测试后删除
2. 测试框架层面的解决方案
2.1 数据生成策略
动态数据生成：每次测试生成新的唯一数据
数据工厂模式：封装数据创建逻辑，确保唯一性
数据依赖管理：建立数据依赖关系，避免重复创建
2.2 测试执行控制
测试隔离：每个测试用例独立运行，互不干扰
数据生命周期管理：明确测试数据的创建、使用、清理流程
3. 数据库层面的解决方案
3.1 约束机制
唯一索引/约束：在数据库层面设置唯一性约束
幂等性设计：接口设计支持重复调用不产生副作用
3.2 数据清理策略
自动清理任务：定时清理测试环境数据
标记删除：为测试数据添加标记，测试后批量清理
4. 最佳实践建议
4.1 测试数据管理
数据预置：测试前预置基础数据，测试中只操作增量数据
数据复用策略：合理复用数据，避免重复创建
数据版本控制：对测试数据进行版本管理
4.2 测试执行优化
并行测试支持：确保并行测试时数据不冲突
失败重试机制：处理因数据冲突导致的测试失败

​​​​​​​16、左连接、右连接、内连接的结果有什么不同？请以A表3条数据、B表5条数据为例说明

内连接：只保留交集

• 左连接：保留左表全集--现代SQL开发中，左连接的使用更为普遍。
• 右连接：保留右表全集

17、A表直接连接B表（无连接关键字）相当于哪种连接？

A表直接连接B表（无连接关键字）相当于内连接（INNER JOIN）

18、什么是主表和从表

主表和从表通常在同一数据库内.

优势：
事务一致性：支持跨表事务操作
性能优化：减少网络延迟，提高查询效率

19、删除数据时，如何保证主表和从表的数据一致性

保持主从表数据一致性的核心在于提前规划删除策略，根据业务需求选择：

1、级联删除：完全依赖关系，数据同生共死
2、设为NULL：保留从表记录，解除关联
3、限制删除：需要人工处理关联数据
4、软删除（修改状态，非物理删除）：保留历史记录，便于追溯

方案1：创建从表的时候，就要建立数据一致性机制

方案2：事务性删除