Dane testowe. Teoria i Praktyka (ebook)(audiobook)(audiobook)

Autorzy:
Radosław Smilgin, Anna Piaskowy
Ocena:
2.8/6  Opinie: 8
Stron:
122
Druk:
oprawa miękka
3w1 w pakiecie:
     PDF
     ePub
     Mobi

Książka

niedostępna

Powiadom mnie, gdy książka będzie dostępna

Ebook

34,90 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Książka, której nie może zabraknąć w biblioteczce ambitnego programisty!

Programowanie nierzadko uchodzi za sztukę magiczną, jednak nawet najbardziej pomysłowa aplikacja okaże się bezużyteczna, gdy znajdzie się w niej choć jeden poważny błąd — powodujący, że działanie programu będzie niezgodne z oczekiwaniami twórców i użytkowników. Dlatego nie mniej istotną kwestią jest należyte sprawdzenie poprawności oprogramowania. Takie działanie pozwoli nam zyskać pewność, że otrzymane za jego pomocą wyniki będą w pełni pokrywały się z przyjętymi założeniami. Zadanie to nie jest wcale tak banalne, jak mogłoby się wydawać, a zlekceważenie etapu testów może kosztować znacznie więcej, niż gotowi jesteśmy zapłacić.


Niestety, tematyce tej nie poświęca się zwykle odpowiednio dużo uwagi, co można łatwo stwierdzić, przeglądając dostępne na rynku opracowania dotyczące testowania aplikacji. Chlubnym wyjątkiem jest tu książka "Dane testowe. Teoria i praktyka", w całości poświęcona metodologii przygotowywania i praktycznego wykorzystywania danych testowych, które zapewniają maksymalną niezawodność oraz bezpieczeństwo działania programów. Autor wprowadza Czytelnika w teoretyczne podstawy definiowania i generowania tego rodzaju danych, lecz prezentuje również przykłady i możliwości zastosowania opisywanych technik w praktyce. Dzięki temu każdy programista i tester będzie mógł skrócić czas sprawdzania poprawności działania aplikacji i uniknie szeregu typowych błędów oraz zaniechań, popełnianych zwykle w tym nierzadko bardzo skomplikowanym procesie.


  • Podstawowe typy danych i związane z nimi błędy
  • Techniki projektowania testów
  • Definiowanie danych testowych
  • Zarządzanie danymi i rozwiązywanie problemów
  • Praktyczne przykłady danych testowych i ich wykorzystanie
  • Sposoby pozyskiwania rzeczywistych danych
  • Samodzielne generowanie danych testowych