ການທົດສອບ E2E

ການທົດສອບ E2E (End-to-End Testing) ແມ່ນວິທີການທົດສອບທີ່ເລີ່ມຕົ້ນຈາກການກະທຳຂອງຜູ້ໃຊ້ງານ ໂດຍຜ່ານ browser ຫຼື API ເພື່ອກວດສອບວ່າລະບົບທັງໝົດເຮັດວຽກໄດ້ຕາມຜົນລັບທີ່ຄາດຫວັງ.
ການຈຳລອງປະສົບການຜູ້ໃຊ້ຕົວຈິງ
E2E ເທດສ໌ ຂັບເຄື່ອນແອັບພລິເຄຊັນຈາກ "ດ້ານນອກ". ໂດຍການຄວບຄຸມບຣາວເຊີອັດຕະໂນມັດເພື່ອປ້ອນຂໍ້ມູນໃນຟອມ, ຄລິກປຸ່ມ, ແລະກວດສອບການປ່ຽນໜ້າຈໍ ແລະ ການຄົງຢູ່ຂອງຂໍ້ມູນຢ່າງຕໍ່ເນື່ອງໃນຄັ້ງດຽວ. ເຄື່ອງມືຢ່າງ Playwright ແລະ Cypress ຄວບຄຸມ headless browser ແລະ ຈຳລອງການດຳເນີນງານຂອງມະນຸດຜ່ານ script.
DB ແລະ API server ທີ່ຖືກແທນທີ່ດ້ວຍ mock ໃນການທົດສອບແບບ unit test ແລະ functional test ນັ້ນ, ໃນ E2E ເທດສ໌ ຈະເຮັດວຽກຕົວຈິງ. ເນື່ອງຈາກ authentication flow, ການກວດສອບສິດທິ໌, ການຂຽນ ແລະ ອ່ານຂໍ້ມູນທັງໝົດຜ່ານ infrastructure ຕົວຈິງ, ຈຶ່ງສາມາດກວດພົບຂໍ້ບົກພ່ອງໃນສ່ວນທີ່ເຊື່ອມຕໍ່ກັນໄດ້.
ການດຸ່ນດ່ຽງກັບຄ່າໃຊ້ຈ່າຍ
ຄວາມໄວໃນການດຳເນີນການອາດຊ້າກວ່າ unit test ເຖິງຫຼາຍຮ້ອຍເທົ່າ. ນີ້ແມ່ນຍ້ອນການເປີດ browser, ການ render ໜ້າ, ແລະ ການສື່ສານຜ່ານ network ເກີດຂຶ້ນພ້ອມກັນ. ນອກຈາກນີ້, ການປ່ຽນແປງ UI ເລັກນ້ອຍກໍ່ອາດເຮັດໃຫ້ເທດສ໌ພັງໄດ້ງ່າຍ (ບັນຫາ flake). ດ້ວຍເຫດນີ້, ນະໂຍບາຍການດຳເນີນງານທີ່ເປັນຈິງຈຶ່ງແມ່ນການຈຳກັດ E2E ເທດສ໌ ໄວ້ສະເພາະ user flow ທີ່ສຳຄັນ ແລະ ຮັກສາຈຳນວນໄວ້ພຽງລະດັບສິບຫາຫຼາຍຮ້ອຍລາຍການ.
ໃນແນວຄິດຂອງ test pyramid, E2E ເທດສ໌ ຢູ່ທີ່ຍອດສຸດ ແລະ ຄວນຮັກສາຈຳນວນໃຫ້ໜ້ອຍທີ່ສຸດ. ໂຄງສ້າງທີ່ໝັ້ນຄົງຄືການໃຊ້ unit test ເປັນຖານລຸ່ມເພື່ອຄອບຄຸມ logic ສ່ວນໃຫຍ່, ໃຊ້ functional test ຊັ້ນກາງເພື່ອຄຸ້ມຄອງສ່ວນທີ່ເຊື່ອມໂຍງກັນ, ແລະ ໃຊ້ E2E ເທດສ໌ ເພື່ອປົກປ້ອງສະເພາະ critical path ເທົ່ານັ້ນ.
ບົດຄວາມທີ່ກ່າວເຖິງຄຳສັບນີ້
- AI Observability ແມ່ນຫຍັງ? ກົນໄກການຕິດຕາມ ແລະ ຄູ່ມືການປະຕິບັດງານ LLM ໃນສະພາບແວດລ້ອມຈິງຮຽນຮູ້ພື້ນຖານ AI Observability, ການຕິດຕາມ, ການປະເມີນຜົນ ແລະ ການຈັດການຕົ້ນທຶນສຳລັບ LLM, ພ້ອມຂັ້ນຕອນການນຳໃຊ້ ແລະ ການເລືອກເຄື່ອງມືທີ່ເໝາະສົມ.
- ການນຳໃຊ້ AI Observability: ການເຊື່ອມໂຍງກັບການຕິດຕາມແອັບພລິເຄຊັນທີ່ມີຢູ່ ແລະ ການນຳໃຊ້ແບບເປັນຂັ້ນຕອນຂັ້ນຕອນການປະຕິບັດເພື່ອເຊື່ອມໂຍງ AI Observability ເຂົ້າກັບໂຄງສ້າງພື້ນຖານ ຫຼື Infrastructure ການຕິດຕາມແອັບພລິເຄຊັນ. ຮຽນຮູ້ວິທີສ້າງຂະບວນການ ຫຼື Pipeline ແລະຍຸດທະສາດການນຳໃຊ້.
- ຄູ່ມືການອອກແບບການປະເມີນຜົນ AI Agent — ການຮຽກໃຊ້ເຄື່ອງມື, ເສັ້ນທາງການປະຕິບັດງານ ແລະ ການກວດຫາການຖົດຖອຍ
- ການອອກແບບງົບປະມານ Latency ສຳລັບ AI Agent — ວິທີຄວບຄຸມການແລກປ່ຽນ ຫຼື Trade-off ລະຫວ່າງເວລາຄິດ ແລະ ເວລາຕອບສະໜອງອະທິບາຍບັນຫາ "ເວລາຄິດ" ໃນ Multi-step reasoning agent ທີ່ເຮັດໃຫ້ເກີດຄວາມຊັກຊ້າ, ພ້ອມປຽບທຽບການຈັດສັນ Latency budget ແລະ ຮູບແບບການນຳໃຊ້ຕາມຄວາມຊັບຊ້ອນ.
ຄຳສັບທີ່ກ່ຽວຂ້ອງ

ການທົດສອບການຮັບຮອງ
ການທົດສອບການຍອມຮັບ (Acceptance Test) ແມ່ນວິທີການທົດສອບທີ່ກວດສອບວ່າຟັງຊັນທີ່ພັດທະນາແລ້ວນັ້ນຕອບສະໜອງຄວ

SSM (AWS Systems Manager)
AWS Systems Manager (SSM) ແມ່ນ AWS Managed Service ທີ່ໃຊ້ສໍາລັບການດໍາເນີນງານ ແລະ ຈັດການ EC2 instance

ATDD
ATDD (Acceptance Test-Driven Development) ແມ່ນວິທີການພັດທະນາທີ່ທີມງານທັງໝົດກຳນົດເງື່ອນໄຂຂອງ acceptan

ບັນຫາ N+1 Query
ບັນຫາ N+1 Query ແມ່ນຮູບແບບຕ້ານປະສິດທິພາບ (anti-pattern) ດ້ານປະສິດທິພາບ ທີ່ເກີດຂຶ້ນເມື່ອດຶງຂໍ້ມູນລາຍກ



