मेन्यू

सीमा मूल्य विश्लेषण और समानता विभाजन क्या है?

what is boundary value analysis

समस्याओं को खत्म करने के लिए हमारे साधन का प्रयास करें

सीमा मूल्य विश्लेषण और समानता विभाजन एक सरल उदाहरण के साथ समझाया गया है:

बाउंड्री वैल्यू एनालिसिस और इक्विवेलेंस पार्टिशनिंग दोनों ब्लैक-बॉक्स टेस्टिंग में टेस्ट केस डिजाइन स्ट्रैटेजी हैं।

समान विभाजन

इस विधि में, इनपुट डोमेन डेटा को विभिन्न समतुल्य डेटा वर्गों में विभाजित किया जाता है। इस विधि का आमतौर पर उपयोग किया जाता है परीक्षण के मामले की कुल संख्या को कम करने के लिए परीक्षण योग्य परीक्षण मामलों के एक सीमित सेट के लिए, अभी भी अधिकतम आवश्यकताओं को कवर करता है।

सीमा मूल्य विश्लेषण और समानता विभाजन क्या है_

संक्षेप में, यह सभी संभावित परीक्षण मामलों को लेने और उन्हें कक्षाओं में रखने की प्रक्रिया है। परीक्षण करते समय प्रत्येक कक्षा से एक परीक्षा मान लिया जाता है।

उदाहरण के लिए, यदि आप 1 से 1000 तक संख्याओं को स्वीकार करने वाले इनपुट बॉक्स के लिए परीक्षण कर रहे हैं, तो सभी 1000 वैध इनपुट संख्याओं के लिए हजार परीक्षण मामलों को लिखने का कोई फायदा नहीं है और अवैध डेटा के लिए अन्य परीक्षण मामलों का भी।

परीक्षण मामलों के ऊपर समतुल्यता विभाजन विधि का उपयोग करके वर्गों के इनपुट डेटा के तीन सेटों में विभाजित किया जा सकता है। प्रत्येक परीक्षण का मामला संबंधित वर्ग का प्रतिनिधि है।

इसलिए उपरोक्त उदाहरण में, हम अपने परीक्षण मामलों को कुछ मान्य और अमान्य इनपुट के तीन समकक्ष वर्गों में विभाजित कर सकते हैं।

समतुल्य विभाजन का उपयोग करके 1 और 1000 के बीच संख्या को स्वीकार करने वाले इनपुट बॉक्स के लिए परीक्षण मामले:

# 1) सभी मान्य इनपुट के साथ एक इनपुट डेटा वर्ग। मान्य टेस्ट केस के रूप में रेंज 1 से 1000 तक का एक मान चुनें। यदि आप 1 और 1000 के बीच अन्य मानों का चयन करते हैं, तो परिणाम समान होने वाला है। तो वैध इनपुट डेटा के लिए एक परीक्षण का मामला पर्याप्त होना चाहिए।

#दो) निचली सीमा के नीचे सभी मानों के साथ इनपुट डेटा वर्ग। अर्थात। अमान्य इनपुट डेटा परीक्षण मामले के रूप में 1 से नीचे का कोई भी मूल्य।

c ++ किस लिए है

# 3) तीसरे अमान्य इनपुट वर्ग का प्रतिनिधित्व करने के लिए 1000 से अधिक मूल्य वाले इनपुट डेटा।

तो समतुल्यता विभाजन का उपयोग करके आपने सभी संभावित परीक्षण मामलों को तीन वर्गों में वर्गीकृत किया है। किसी भी वर्ग के अन्य मूल्यों के साथ परीक्षण के मामले आपको एक ही परिणाम देना चाहिए।

हमने अपने परीक्षण मामलों को डिजाइन करने के लिए प्रत्येक इनपुट वर्ग से एक प्रतिनिधि का चयन किया है। परीक्षण मामले के मूल्यों को इस तरह से चुना जाता है कि समतुल्य वर्ग की विशेषताओं की सबसे बड़ी संख्या का उपयोग किया जा सके।

समतुल्य विभाजन अधिकतम आवश्यकताओं को कवर करने के लिए सबसे कम परीक्षण मामलों का उपयोग करता है।

सीमा मूल्य विश्लेषण

यह व्यापक रूप से मान्यता प्राप्त है कि इनपुट डोमेन के चरम सिरों पर इनपुट मान सिस्टम में अधिक त्रुटियां पैदा करते हैं। अधिक आवेदन सीमाओं पर त्रुटियां होती हैं इनपुट डोमेन का। ‘सीमा मूल्य विश्लेषण’ परीक्षण तकनीक का उपयोग इनपुट डोमेन के केंद्र में मौजूद लोगों को खोजने के बजाय सीमाओं पर त्रुटियों की पहचान करने के लिए किया जाता है।

सीमा मूल्य विश्लेषण परीक्षण मामलों को डिजाइन करने के लिए समानता विभाजन का अगला हिस्सा है जहां परीक्षण मामलों को समतुल्यता वर्गों के किनारों पर चुना जाता है।

सीमा मूल्य विश्लेषण का उपयोग करके 1 और 1000 के बीच संख्या को स्वीकार करने वाले इनपुट बॉक्स के लिए परीक्षण मामले:

# 1) परीक्षण डेटा के साथ परीक्षण के मामले बिल्कुल उसी तरह जैसे इनपुट डोमेन की इनपुट सीमाएं अर्थात हमारे मामले में मूल्य 1 और 1000।

#दो) इनपुट डोमेन के चरम किनारों के नीचे मानों के साथ परीक्षण डेटा यानी मान 0 और 999।

# 3) इनपुट डोमेन के चरम किनारों यानी मान 2 और 1001 से ऊपर के मूल्यों के साथ परीक्षण डेटा।

c और c ++ अंतर

सीमा मूल्य विश्लेषण को अक्सर तनाव और नकारात्मक परीक्षण के एक भाग के रूप में कहा जाता है।

ध्यान दें: इनपुट डोमेन के लिए आपके द्वारा बनाए गए प्रत्येक समतुल्य वर्ग से केवल एक मान का परीक्षण करने के लिए कोई कठिन-व्रत नियम नहीं है। आप अपनी आवश्यकताओं और पिछले निर्णयों के अनुसार प्रत्येक तुल्यता वर्ग से कई वैध और अवैध मूल्यों का चयन कर सकते हैं।

उदाहरण के लिए, यदि आपने 1 से 1000 इनपुट वैल्यू को अवैध डेटा तुल्यता वर्ग में विभाजित किया है, तो आप टेस्ट केस वैल्यू जैसे 1, 11, 100, 950 इत्यादि का चयन कर सकते हैं। अन्य टेस्ट केस के लिए समान मामला अमान्य डेटा वर्ग वाले हैं।

सीमा मूल्य विश्लेषण और समानता विभाजन अवधारणा को समझने के लिए यह एक बहुत ही बुनियादी और सरल उदाहरण होना चाहिए।

नीचे अपने उदाहरण साझा करें।

PREV ट्यूटोरियल

अनुशंसित पाठ

^