lunes, 24 de julio de 2017

La Certificación ISTQB® Advanced Level Test Automation Engineer

Desde el año 2016, la ISTQB ha ampliado su oferta con la certificación de nivel avanzado Test Automation Engineer


En el contexto actual del testing, la automatización ha tomado un peso muy elevado en las actividades de testing y muchos profesionales intentan obtener conocimientos que les permita desempeñar esta actividad de manera profesional.

Esta certificación se vuelve muy interesante para todos aquellos que estamos involucrados en actividades de automatización y también en otros tipos de pruebas como son las de rendimiento. Por esta razón vamos a dedicar una entrada de QA Técnico a resolver las posibles dudas de los interesados.



¿A quién está dirigido? 
¿Necesito tener algún requisito previo?
¿Necesito algún conocimiento de automatización?
¿Qué vamos a aprender en el curso?
¿Qué NO debemos esperar del curso?
¿Cómo es el curso?
¿Cómo es el examen?
¿Como puedo obtener la certificación ISTQB ® Advanced Level Test Automation Engineer?
   

martes, 7 de febrero de 2017

JMeter . Revista de Actualidad Febrero 2017


Bienvenidos lectores habituales de esta sección al mundo de JMeter en español. Hoy tras otro periodo de inactividad en las actualizaciones, abrimos un artículo para comentar algunas de las mejoras que hemos visto en la nueva versión con la que estamos trabajando JMeter v 3.0

¡Comenzamos!


Algunos de los plugins que vamos a tratar aquí, han sido desarrollados por la empresa especializada en Cloud, BlazeMeter. Estos añadidos han sido cedidos a la comunidad de usuarios por esta empresa, por lo que son accesibles y disponibles con las mismas características que otros plugins ya desarrollados.

Concurrency Thread Group

Este plugin permite realizar escalados de carga de una forma más flexible que otros ya existentes.


Concurrency Thread Group


Como podemos observar, permite definir de una manera bastante definida
  • concurrencia de hilos de ejecución (Target Concurrency)
  • tiempo en el que se desea alcanzar esa concurrencia (Ramp up time)
  • número de hilos que se inyectarán en cada escalón de la rampa de entrada (Ramp-up step count)
  • Tiempo de ejecución a plena carga de la prueba (Hold target Rate time)
  Aparte ,podemos especificar en qué medida de tiempo queremos planificar : minutos o segundos , así  como un número máximo de iteraciones por hilo de ejecución.

Esto evidentemente es muy útil cuando tenemos limitaciones asociadas a los datos: por ejemplo un juego de identificadores o cuentas que no se pueden reutilizar en distintas ejecuciones o iteraciones.

Pasando datos entre threads. Sincronización

Una de las funcionalidades que los usuarios de JMeter han estado pidiendo en “wish-lists” o en los TODO ha sido la posibilidad de pasar datos entre threads. Para ello se ha desarrollado el concepto de  comunicación entre hilos , usando un mecanismo de colas FIFO (First IN, First OUT).

El concepto es bien simple, un paso de ejecucion de un thread captura o genera un dato que se quiere pasar como entrada en la ejecución de otro hilo.

Un modo habitual para hacerlo hasta ahora sería una variable . Sin embargo, esto tiene el problema de que dicha variable se sobreescribiria en cada iteración (a menos que se dispusiera de una estructura de control compleja) o bien volcándola a un fichero para usarlo como entrada de variables.

Como cualquiera que haya usado esta herramienta u otras similares, sabrá que le generación de datos de manera dinámica es compleja y, para el caso de volcado a ficheros, no es muy recomendable realizarla en la misma ejecución en la que se están generando.

Desarrollo 

Se ha desarrollado una serie de funciones a llamar desde muestreadores asociados a un hilo que pueden volcar los datos obtenidos durante la ejecución y volcarlos a una cola desde la que pueden acceder  otros hilos.

Las funciones desarrolladas son las siguientes: fifoPut, fifoGet, fifoPop, fifoSize.

El uso de cada una se explicita en el siguiente cuadro


Función
Parámetros
Descripción
fifoPut
COLA_ENTRADA, STRING_ENTRADA
Introduce el valor de la cadena pasada como parámetro en la cola de entrada definida



fifoPop



COLA_ENTRADA,STRING_SALIDA
Toma el primer valor de la cola (el más antiguo) y lo vuelca en el string de salida .Si la cola está vacía espera durante un tiempo especificado en un parámetro kg.apc.jmeter.functions.FifoTimeout 
Hasta que haya un valor


fifoGet


COLA_ENTRADA,STRING_SALIDA
Toma el primer valor de la cola (el más antiguo) y lo vuelca en el string de salida sin eliminarlo de la cola.
Si la cola no tiene elementos, devuelve una cadena vacía.

fifoSize

COLA_ENTRADA,STRING_SALIDA
Devuelve en la cadena STRING_SALIDA pasada como parámetro el número de elementos presentes en la cola


Ejemplos de uso:

${__fifoPut(COLA,${VALOR})}<-   Vuelca en la cola cookies el valor contenido en la variable                                                                      ${VALOR}

Una secuencia de trabajo sería

  1. crear un extractor de expresiones regulares que capture el valor a pasar asíncronamente entre hilos en una variable ${VALOR} 
  2. Introducir el valor en la cola FIFO mediante un fifoPut(COLA,${VALOR}))
  3. Invocar mediante una secuencia de control a la cola FIFO asegurándonos que no se encuentra vacia
  4. Retirar o leer el valor de la cola con un fifoPop(..) o fifoGet(..)

Notas acerca de la persistencia de los valores.

Los valores contenidos en las colas FIFO se guardan entre ejecuciones de un escenario dependiendo del modo de invocación de las funciones

  • Si se han usado en Preprocesadores y PostProcesadores , se borran automáticamente en cada ejecución 

  • Si se han usado en otros muestreadores, guardan los valores de las colas hasta que se vuelve a invocar una operación fifoPut sobre la cola ya existente. Si se quieren conservar valores, es mejor que los nombres de las colas varíen entre ejecuciones (por ejemplo, haciendo referencia a la fecha)

Debido a la extensión del artículo, publicaremos más análisis de los plugins y funciones relevantes en una continuación del mismo. ¡Esperamos que no haga falta que nos salgan canas a todos!

Como siempre, quedamos a la espera de vuestros comentarios y apreciaciones.



martes, 27 de septiembre de 2016

Usando JMeter y OWAS ZAP en integración contínua



Introducción


Seguramente alguien nos echaba de menos , así que hemos aprovechado uno de esos ratos libres que nos deja el trabajo y aprovechamos para dar unas pequeñas nociones acerca de la sinergia entre herramentas. En este caso en el mundo de la integración continúa y la seguridad ..usando un script de JMeter.

Objetivos.


La idea de este artículo es explicar uina manera de generar informes de seguridad con una herramienta integrable con un entorno de integración contínua como  Jenkins, realizando navegaciones que puedan ser analizadas por dicha herramienta y generando un informe que pueda ser evaluado cuando se haga una nueva versión o implementación de una aplicación

Para ello vamos a trabajar usando las siguiente utilidades

  • Herramienta de seguridad OWASP Zap. Es una evolución de Paros Proxy que es reconocida en el entorno de integración contínua Jenkins, bien como plugin o como herramienta que genera acciones.
  • HTML Report. Es un plugin de Jenkins que permite publicar documentos en foprmato HTML o XML  
  • JMeter. La herramienta para pruebas de calidad, aunque centradas en el rendimiento, también usada para validaciones funcionales y demás
OWAS Zap habilita un puerto de escucha ,actuando como un proxy que permite analizar el tráfico que ciercula por él.

La herramienta realiza una serie de análisis de seguridad tanto pasivos como activos (modo spider, inyección SQL, cross-site scripting..etc) y permite generar un informe de seguridad con los principales fallos detectados.

Requerimientos


1º) Se ha instalado el plug-in de OWAS ZAP Zapproxy
2º) Se prepara un script JMX de Jmeter en el que se define como proxy el definido por el OWAS ZAP Proxy (por defecto ,localhost puerto 9090)
3º) Se crea una secuencia de tareas de este modo
         i.            
             Tarea inicial de arranque del OWAS Zaproxy en la que quede en ejecución en estado de escucha en el puerto, almacenando los resultados de dicha escucha en una sesión (parámetro –session de la invocación por línea de comandos)

Incluir tarea de OWAS ZAP: Uso de línea de comandos shelll

       ii.            Se lanza una instancia de JMeter en la que haga una navegación (con un usuario y una sola iteración a priori bastaría, reutilizando alguno de los casos de las pruebas de rendimiento)
Incluir tarea de ejecución JMeter. Uso de línea de comandos windows


      iii.            Se lanza a continuación una parada controlada del OWAS Zapproxy para que consolide lo monitorizado en la sesión definida como repositorio
Tarea detención OWAS ZAPproxy: Ejecutando comandos shell


     iv.            Se lanza de nuevo el OWAS Zapproxy en modo “generación de informes” , indicando como salida (parámetro de invocación “-last_scan_report) un fichero .html que se genera automáticamente con los resultados del análisis efectuado por la herramienta de seguridad.

Tarea creación informe tras navegación. Ejecutar línea de comandos shell

       v.            Por último , en la siguiente sección “Acciones a ejecutar después” del menú de Jenkins correspondiente a la tarea de seguridad, se puede incluir el plug-in HTML Report, que permite mostrar un enlace directo desde la tarea al fichero generado
Acción post ejecución tarea seguridad: Plugin HTML Report



El informe queda accesible desde el menú del marco izquierdo


O bien desde el propio pantalla de “Estado del proyecto” ,accediendo por el enlace de HTML Report o navegando en el directorio del “Espacio de Trabajo” (WORKSPACE)

Esperamos que os sea útil esta información. Ya sabeis, comentarios, dudas y demás serán bien recibidos.

jueves, 19 de mayo de 2016

JMeter III..y pico.Depurando Scripts avanzado.

En este artículo vamos a completar algunas técnicas que se usan habitualmente en las pruebas con esta herramienta, porque tal y como dicen , “la creación de código es un proceso retroalimentado, dado que siempre se pueden encontrar errores”.

Depurando un script de JMeter. Debug Sampler.


Muchas veces nos encontramos con la necesidad de saber cómo varian los valores de las variables, ya sean parametrizadas o correlacionadas. Para conocer el valor de las mismas , se dispone de un elemento de postprocesado sumamente útil : El debug Post-processor.

Este elemento sigue las normas de ámbito del resto de elementos de un plan de trabajo o script de JMeter, es decir, recoge información acerca de las peticiones que se encuentren por encima del mismo en la estructura de árbol del script.

Debug PostProcessor. Habilitación de visualización de variables

Como se puede ver, el elemento post-procesador de Debug, permite seleccionar
  • Valores del entorno

JMeter properties
Sampler properties
System properties

  • Valores relacionados con la prueba (¡lo que nos interesa! )
                     JMeter Properties

   

lunes, 15 de febrero de 2016

OPTIMIZACION DE LA MAQUINA VIRTUAL DE JAVA II

Resumen General de los Componentes de la JVM

La manera básica del funcionamiento de un compilador es primero tomar como entrada un idioma y producir un lenguaje ejecutable como salida. Un compilador Java tiene dos tareas principales:
  • ·        Habilitar el lenguaje Java para ser más portabe, esto quiere decir que no necesariamente tiene que estar ligado a alguna plataforma en específico.
  • ·         Asegurar que el resultado es el código de ejecución eficiente de la plataforma en curso.

Los compiladores pueden ser estáticos o dinámicos.

Un ejemplo de un compilador estático es “javac”. Para este compilador es necesario el código Java como entrada y lo traduce a bytecode (un lenguaje que es ejecutable por la JVM). Los compiladores estáticos interpretan el código de entrada una vez y el ejecutable de salida es la forma que se utilizará cuando el programa se ejecute.

Debido a que su entrada es estática siempre se ve el mismo resultado. Solo cuando se realizan cambios en el código fuente original y se vuelve a compilar se puede ver un resultado diferente.

Los compiladores dinámicos conocidos como “Just In Time” (JIT), realizan la traducción de un idioma a otro de forma dinámica, lo que significa que lo hacen según como se va ejecutando el código. Un compilador JIT permite recopilar datos en tiempo de ejecución o crear perfiles (por medio de la inserción de contadores de rendimiento) y así tomar decisiones sobre la marcha utilizando los mismos datos del entorno sobre el cual se está ejecutando.

La compilación dinámica permite mejores instrucciones de secuencia en los programas compilado con el lenguaje y reemplazar las instrucciones más eficientes e incluso eliminar las operaciones redundantes,

Con el tiempo se puede recoger más datos acerca de los perfiles de código y tomar decisiones sobre 
optimización de código y recomplilacion.

La compilación dinámica permite la ventada de ser capaz de adaptarse a los cambios en el comportamiento o la carga de aplicaciones. Esta es la razón por la cual los compiladores dinámicos están muy bien adaptados al tiempo de ejecución de Java. El problema es que los compiladores dinámicos requieren estructuras adicionales de datos, hilos, y ciclos de CPU para la optimización.

La asignación de recursos conduce a la recolección de basura (Garbage Collection)

La asignación de recursos se realiza en función de cada hilo (thread) que no es más que un espacio de memoria dedicada y direcciones del proceso de Java también conocido como “Heap” que  no es más que un almacenamiento dinámico.

La asignación de un thread individual es común de encontrar en las aplicaciones cliente-servidor. La asignación de un thread individual hacia un único subproceso

Continuará…