先简单交代一下背景吧，某不知名 985 的本硕，17 年毕业加入字节，之后跳槽到了滴滴，一直从事软件测试的工作。之前没有实习经历，算是5年的工作经验吧。

这5年之间完成了一次晋升，换了一家公司，有过开心满足的时光，也有过迷茫挣扎的日子，不过还算顺利地从一只职场小菜鸟转变为了一名资深划水员。

在这个过程中，总结出了一些还算实用的划水经验，有些是自己领悟到的，有些是跟别人交流学到的，在这里跟大家分享一下。

 

 

一、学会深入思考，总结沉淀

我想说的第一条就是要学会深入思考，总结沉淀，这是我觉得最重要也是最有意义的一件事。

先来说深入思考。在程序员这个圈子里，常能听到一些言论：我这个工作一点技术含量都没有，每天就 点点点，这 TM 能让我学到什么东西?抛开一部分调侃和戏谑的论调不谈，这可能确实是一部分同学的真实想法，至少曾经的我，就这么认为过。后来随着工作经验的积累，加上和一些高 level 的同学交流探讨之后，我发现这个想法其实是非常错误的。

之所以出现没什么可学的这样的看法，基本上是思维懒惰的结果。任何一件看起来很不起眼的小事，只要进行深入思考，稍微纵向挖深或者横向拓宽一下，都是足以让人沉溺的知识海洋。

再来说下总结沉淀。这个我觉得也是大多数程序员比较欠缺的地方，只顾埋头干活，可以把一件事做的很好。但是几乎从来不做抽象总结，以至于工作好几年了，所掌握的知识还是零星的几点，不成体系，不仅容易遗忘，而且造成自己视野比较窄，看问题比较局限。

适时地做一些总结沉淀是很重要的，这是一个从术到道的过程，会让自己看问题的角度更广，层次更高。遇到同类型的问题，可以按照总结好的方法论，系统化、层次化地推进和解决。

举一个例子。做后台服务，今天优化了 1G 内存，明天优化了 50%的读写耗时，是不是可以做一下性能优化的总结?

比如说在应用层，可以管理服务对接的应用方，梳理他们访问的合理性;在架构层，可以做缓存、预处理、读写分离、异步、并行等等;在代码层，可以做的事情更多了，资源池化、对象复用、无锁化设计、大 key 拆分、延迟处理、编码压缩、gc 调优还有各种语言相关的高性能实践...等下次再遇到需要性能优化的场景，一整套思路立马就能套用过来了，剩下的就是工具和实操的事儿了。

还有的同学说了，我就每天跟 PM 撕撕逼，做做需求，也不做性能优化啊。先不讨论是否可以搞性能优化，单就做业务需求来讲，也有可以总结的地方。比如说，如何做系统建设?系统核心能力，系统边界，系统瓶颈，服务分层拆分，服务治理这些问题有思考过吗?每天跟 PM 讨论需求，那作为技术同学该如何培养产品思维，引导产品走向，如何做到架构先行于业务，这些问题也是可以思考和总结的吧

所以说学习和成长是一个自驱的过程，如果觉得没什么可学的，大概率并不是真的没什么可学的，而是因为自己太懒了，不仅是行动上太懒了，思维上也太懒了。

可以多写技术文章，多分享，强迫自己去思考和总结，毕竟如果文章深度不够，大家也不好意思公开分享。

二、积极学习，保持技术热情

最近两年在互联网圈里广泛传播的一种焦虑论叫做 35 岁程序员现象，大意是说程序员这个行业干到 35 岁就基本等着被裁员了。不可否认，互联网行业在这一点上确实不如公务员等体制内职业。但是这个问题里 35 岁程序员并不是绝对生理意义上的 35 岁，应该是指那些工作十几年和工作两三年没什么太大区别的程序员。后面的工作基本是在吃老本，没有主动学习与充电，35 岁和 25 岁差不多，而且没有了 25 岁时对学习成长的渴望，反而添了家庭生活的诸多琐事，薪资要求往往也较高，在企业看来这确实是没什么竞争力。

而如果我们积极学习，保持技术能力、知识储备与工作年限成正比，这到了 35 岁哪还有什么焦虑呢，这样的大牛我觉得应该也是各大公司抢着要吧?但是学习这件事，其实是一个反人类的过程，这就需要我们强迫自己跳出自己的安逸区，主动学习，保持技术热情。在滴滴时有一句话大概是，主动跳出自己的舒适区，感到挣扎与压力的时候，往往是黎明前的黑暗，那才是成长最快的时候。相反如果感觉自己每天都过得很安逸，工作只是在混时长，那可能真的是温水煮青蛙了。

刚毕业的这段时间，往往空闲时间还比较多，正是努力学习技术的好时候。借助这段时间夯实基础，培养出良好的学习习惯，保持积极的学习态度，应该是受益终身的。至于如何高效率学习，网上有很多大牛写这样的帖子，到了公司后内网也能找到很多这样的分享，我就不多谈了。

三、主动承担，及时交流反馈

前两条还是从个人的角度出发来说的，希望大家可以提升个人能力，保持核心竞争力，但从公司角度来讲，公司招聘员工入职，最重要的是让员工创造出业务价值，为公司服务。

虽然对于校招生一般都会有一定的培养体系，但实际上公司确实没有帮助我们成长的义务。而在能为公司办成事，创造价值这一点上，我觉得最重要的两个字就是主动，主动承担任务，主动沟通交流，主动推动项目进展，主动协调资源，主动向上反馈，主动创造影响力等等。

我当初刚入职的时候，基本就是 leader 给分配什么任务就把本职工作做好，然后就干自己的事了，几乎从来不主动去跟别人交流或者主动去思考些能帮助项目发展的点子。自以为把本职工作保质保量完成就行了，后来发现这么做其实是非常不够的，这只是最基本的要求。

而有些同学的做法则是 leader 只需要同步一下最近要做什么方向，下面的一系列事情基本不需要 leader 操心了 ，这样的同学我是 leader 我也喜欢啊。入职后经常会听到的一个词叫 owner 意识，大概就是这个意思吧。

在这个过程中，另外很重要的一点就是及时向上沟通反馈。项目进展不顺利，遇到什么问题，及时跟 leader 同步，技术方案拿捏不准可以跟 leader 探讨，一些资源协调不了可以找 leader 帮忙，不要有太多顾忌，认为这些会太麻烦，leader 其实就是干这个事的。

如果项目进展比较顺利，确实也不需要 leader 介入，那也需要及时把项目的进度，取得的收益及时反馈，自己有什么想法也提出来探讨，问问 leader 对当前进展的建议，还有哪些地方需要改进，消除信息误差。做这些事一方面是合理利用 leader 的各种资源，另一方面也可以让 leader 了解到自己的工作量，对项目整体有所把控，毕竟 leader 也有 leader，也是要汇报的。

可能算是大家比较反感的向上管理吧，有内味了，这个其实我也做得不好。但是最基本的一点，不要接了一个任务闷着头干活甚至与世隔绝了，一个月了也没跟 leader 同步过，想着憋个大招之类的，那基本凉凉。

一定要主动，可以先从强迫自己在各种公开场合发言开始，有问题或想法及时 one-one。

四、一套系统提升学习的好资料

最后就是需要一套系统提升的好资料来提升自己的综合技术能力了!

做为一名测试人，我想分享一下这些年来，我对于技术一些归纳和总结，和自己对作为一名高级自动化测试需要掌握那些技能的笔记分享，希望能帮助到有心在技术这条道路上一路走到底的朋友！

内容涉及：测试理论、Linux基础、MySQL基础、Web测试、接口测试、App测试、管理工具、Python基础、Selenium相关、性能测试、LordRunner相关等

1.软件测试基础理论知识：

• 软件的质量模型：软件测试过程保障软件的质量，从哪些方面保障可以从质量模型出发思考
• 测试分类：软件测试过程可以按照不同角度进行分类，基础测试到高级测试递进过程
• 开发流程：告诉测试人员一个软件完整的生命周期，软件从无到有到消亡的过程
• 测试流程：掌握并指导测试人员在实际项目中如何开展测试工作。这要求测试人员对常见的主流测试流程有较为透彻的理解。遇到不同的软件项目，知道从何处着实能最有效率的测试软件缺陷
• 测试计划与方案：如何规划在项目中开展测试活动，确保测试活动有序进行
• 设计用例方法：黑盒测试阶段必须掌握的一些测试用例的设计方法。比如黑盒测试- 用例的设计方法、测试用例元素等等
• 软件缺陷：在测试执行过程中应该确定缺陷并提交缺陷报告
• 缺陷管理：提交缺陷后在实际工作中如何和开发协助处理验证提交的问题。例如：- - bug的等级优先级分类、bug的描述、bug的生命周期、缺陷管理工具使用，如禅道等。
• 测试报告：测试过程的回顾和结果确认，生成系统性的专业软件测试评估报告。

2、软件测试功底技术——Linux系统

linux系统是主要的服务端操作系统，也是从事IT岗位的大部分人员必须具备的基本技术之一。作为软件测试工程师，我们常常需要在服务器端查看日志，从而定位问题的源头。

• linux系统基本知识：多用户，多任务，发行版本等
• 常见 linux操作命令：日志查看，文件压缩、解压，用户管理，文件权限等
• 会部署和配置基本的应用jdk、 mysql、 tomcat
• docker安装使用
• 编写基本的 shell RAD本
• 远程终端工具使用： shell, xftps等

3、软件测试功底技术——Sql数据库

数据库作为软件系统必备的应用系统，在诸如接口测试、性能测试等等过程中往往需要操作数据库，验证数据正确性完整性，都离不开数据库的增删改查操作，在项目部署阶段数据库还需要配合项目部署。在性能测试、接口自动化测试中都需要数据库的支撑。

• 数据库基本概念
• 关系型数据库
• MYSQL基本的增改查语句，存储过程
• MYSQL复杂查询、多表查询
• MYSQL索引及事务相关概念
• 数据库客户端工具使用：如 Navicat

4、软件测试功底技术——编程语言

推荐没有编程基础的朋友可以学习Python语言

Python语言的学习内容包含以下知识点：

Python基础：Python语言特点、运行环境、基本语法、代码风格、示例程序

数据结构：

• 基本数据结构：数字、字符串、类型判断、类型转换、切片、字符串格式化、数值运算、位置参数和关键字参数；
• 组合数据结构：列表、元组、范围、字典、集合、不可hash对象、解包、内存地数据结构址、不可变数据
• 程序控制：顺序结构、循环结构、判断结构、异常处理、逻辑运算符
• 函数：定义函数、函数的参数、返回值、变量作用域、匿名函数、常用内置函数
• 模块和库：模块和包、import关键字、常用标准库、常用第三方库、包管理工具pip
• 面向对象：面向对象起源和优势、面向对象的特性类和对象的联系、对象的特殊方法
• 日志记录：baseConfig、文件日志、邮件日志、定制格式、内置占位符、等级过滤、分级传播、配置文件
• 测试框架：unitest、pytest等
• 并发编程：多进程、多线程、协程、线程池、同步控制、线程通信、分布式、猴子补丁、 async语法、生成器
• 网络编程：socket编程基础、TCP服务端和客户端、并行请求处理、HTTP服务端和客户端

5、软件测试自动化进阶——接口测试

接口测试本质也是功能测试的一种，通过脚本或者工具，模拟客户端对服务端接口进行调用。因为是从接口层测试，所以能更早的发现问题，从而提高测试效率，降低修复成本。

• http/httpst协议学习
• 常见请求方法学习：GET、POST
• cookie和 session学习
• 接口的基本概念
• 接口文档认识
• 接口测试用例编写
• 接口测试工具使用：postman、Jmeter、SoapUl

6、软件测试自动化进阶——性能测试

性能测试的技术要求很高，不仅仅要对性能测试的指标、测试分类、测试设计有很深刻的理解。还要学习系统业务和架构相关知识，这样才能更好的设计性能场景，分析出系统的性能瓶颈。性能测试常用的工具有jmeter和loadrunner，大家可以根据需要进行学习。

• 性能基本概念：性能测试意义、常见性能指标理解、性能测试的分类
• 性能测试流程：性能需求分析、性能场景设计、测试脚本编写、测试执行资源监控、性能调优、回归测试
• Jmeter及 roadrunner使用
• 性能测试报告输出

7、软件测试自动化进阶——app自动化

越来越多的项目和系统通过移动端来提供服务，移动端的软件质量越来越重要，App自动化测试已经成为自动化测试的重要内容。借助Appium，使得App自动化测试和Web自动化测试有很多相通之处，不过作为测试工程师，依然需要掌握移动端应用的工具和特性。

• Appium移动测试环境搭建：Appium ServerAppium和 Desktop、 Android运行环境搭建、模拟器安装和连接、真机设备调试模式、adb、 weditor、 UiAutomator22、 Monkey
• Appium元素定位：原生应用元素定位、纯web应用元素定位、混合应用元素定位
• Appium元素交互：等待元素加载，元素的基本属性和方法、滑动、拖动、缩放操作、下拉选择操作、 toast消息处理、常见控件分析、常见布局分析
• 封装测试框架：集成Appium、adb等工具、预定义异常处理、记录Appium日志、屏幕截图、打造多用途测试框架

8、软件测试自动化进阶——持续集成和持续测试

持续集成和持续测试是一个在迭代中构建、测试产品并修复Bug的过程。它有助于团队在开发阶段的初期发现缺陷，这时的缺陷通常相对不那么复杂，并且更容易被解决。通过持续集成和持续测试，可以尽早地将错误风险降至最低，并加快交付更好质量的软件。

• 版本控制Git：背景介绍、环境部署、工作区、暂存区和提交区、分支创建与合并、解决冲突、标签、 config与别名、本地仓与远程仓、 GitHub与码云
• 持续集成 Jenkins：背景介绍、环境部署、文件结构、远程仓库与私服、ja包依赖、插件管理
• 容器Docker：了解 Dockers的镜像、仓库、容器、 Docker Engine和架构图、网络设置、数据持久化

 

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取