前情简介
本集我们要讨论的是目前业界普遍认为技术含量最高的测试方向-工具测开。
概要
【难度】*******
【市场】******
【点评】这个算是测开领域里最顶尖的存在了，说是测开中的测开也毫不为过，他们的工作大多是开发内部工具，框架，新技术，新规范，中台组件等，他们的下游有时候会是其他业务测开，这个虽然非常难，但是市场也是非常火爆，甚至在很多业内大佬的眼中，都是未来最牛逼的测开方向了，当然要学习它其实找对方法也不难，更重要的是设计思维，希望读者能在我的文章中慢慢锻炼起这种设计能力哦~
这里还要先说一下，这个方向的市场暂时并没有那么大的需求，大多数公司重金招的也基本都是作为技术储备人才。所以现在学习这个方向还是可以的，因为这个方向如果未来火了，那时候现学可能来不及。
有的同学可能会觉得在当下知识共享，随处可见开源框架的时候，这样造轮子还有必有么？这里我只能给大家说一种可能性：在技术逐渐孤岛和封闭的趋势下，未来你可能很难用到人家公司的核心技术，能用上阉割版都要看人家脸色。还有，目前所谓的百家争鸣只不过是撒网阶段，人家研发开源都需要巨大成本的，最终阶段一定是商业化，只是现在还没到时机，用户还没积累足够。最后一定会开启收网阶段，随便一个用例管理平台要你年费几十万，随便一个接口测试平台要你充值才能用，随便一个大数据平台克扣你核心数据的事都有可能发生，不信你好看看看某度网盘，前期免费当所有人都用了，后续限速，充钱解决。等所有人都充钱成会员了，就需要额外再花钱了，比如某超前点播。我们都能想明白的事，领导老板股东不可能不明白，所以为了长远计划，不被人家卡脖子随便宰，大部分都会做好自研准备。再一个就是最近的反盗版保护原创风潮，自己好好看看自己公司多少人在用多少盗版软件，真以为人家软件开发者是傻子让你白用？出来混迟早要还的，现在不抓紧自研，后面大概率多倍赔款。综上，如果我猜测的正确，那么我们工具测开未来的发展前景则是一片大好，趁着现在技术没有完全孤岛效应封锁收费，抓紧学，一旦真火了，培训费都要翻几番。
学习路线 （基础技术部分）
本方向基础技术和普通业务测开基础是重叠的，大家快速阅读。这里用python举例，其他语言小伙伴可以找同类代替函数。
- python的各种数据类型转化和逻辑分支，循环等。
- python的类和函数，传参返回等，需要掌握较深。
- 中等以上的算法水平,数组，字符串，动态规划，二叉树等。
- python对其他系统的交互，如各种文件,其他服务器，os系统，数据库等。
- python报告和报警技术
- python的设计模式，工厂模式，单例模式等。
- python的并发,线程，进程，携程必会。
- 一个写web平台的框架，比如django
- 一个写c/s架构的工具，比如wxpython
- django或wxpython的基础理论和常见库方法，内置方法。
- 数据库和Linux需要掌握较深
设计思维部分
- 首先工具要符合高可用特点，稳定性是重中之重。
- 工具或框架要符合 易用性，易学性，易理解性。说明必须详细。
- 工具要充分考虑在兼容性，在不同系统，不同平台内如何嵌入使用。
- 工具要考虑收集反馈，比如你开源到github上。
- 工具要有足够的测试，以免被人从底层上找漏洞。
- 如果是某前端框架，则需要考虑组内不同技术水平同事，比如设计的ui脚本可插拔，就要考虑线性脚本，关键字驱动，动态维护脚本等多种水平的共用。
- 如果设计的是某种封装协议接口，则要符合行业依从性和标准，最主要是安全性。
- 工具要可以快速下载，安装。比如你上传到pypi
- 工具要尽量按照《测开方法论》来进行检查，详情可以参考：
- 工具框架要落地，不要太脱离业务，要服务于业务测开。
- 工具的ui设计和交互上最好学习下产品思维。
- 工具的更新频率不要太低
好，本系列暂时说到这里了
