সরাসরি পর্বে যান
পর্ব ১৬ · ৮২-এর মধ্যে · মডিউল ৩

Test case, scenario আর test data লেখা

Writing Test Cases, Scenarios and Test Data

Taught in Bangla, this lesson moves from test conditions to high-level and low-level test cases, procedures and scripts for the Bazarghar review feature. It lists the fields of a good test case, writes positive and negative cases, and designs test data from partitions, boundaries, blanks, Bangla text and emoji. In-page Python generates 14 test cases, adds four by hand, runs them as unittest to catch two hidden defects, and lints badly written cases for vague expected results and dependencies.

এই পর্বে যা শিখবেন

  • Test condition, test scenario, test case, test procedure আর test script-এর পার্থক্য, আর একটি থেকে পরেরটি বের করা
  • প্রতিটি field-সহ একটি সম্পূর্ণ, অন্য কেউ হুবহু চালাতে পারেন এমন test case লেখা
  • Valid, invalid, সীমার মান আর বাংলা ও emoji লেখা দিয়ে test data বাছাই, আর কেন প্রতিটি মান বাছলেন তা বলা
  • High-level আর low-level test case, reusable আর একবারের test case কখন কোনটি
  • খারাপভাবে লেখা test case চিনে সারানো, আর AI-এর লেখা test case যাচাই করা

১ · Test case — অন্য কেউ যেন হুবহু চালাতে পারেন

পর্ব ০৭ থেকে ১৪ পর্যন্ত আপনি দেখেছেন কোন মানগুলো test করা উচিত: partition, boundary, decision table-এর rule, state-এর পথ। কিন্তু অফিসে কাজের দিনে শুধু “এই মানগুলো দেখা দরকার” জানা যথেষ্ট নয়। সেই চিন্তাকে এমনভাবে লিখে রাখতে হয় যাতে আজ আপনি, কাল আপনার সহকর্মী, আর তিন মাস পরে regression-এর সময় নতুন কেউ ঠিক একই test চালাতে পারেন আর একই সিদ্ধান্তে পৌঁছান: পাস, না ফেল। সেই লিখিত রূপই test case.

মায়ের রান্নার খাতার কথা ভাবুন। “ভালো করে মশলা দিয়ে কষাতে হবে” পড়ে দশজন দশ রকম তরকারি রাঁধবেন। কিন্তু “আধা কেজি মাংসে দুই চা-চামচ হলুদ, মাঝারি আঁচে বারো মিনিট, তেল ওপরে ভেসে উঠলে নামাবেন” পড়ে সবাই প্রায় একই জিনিস রাঁধবেন, আর শেষে মিলিয়ে দেখতে পারবেন ঠিক হলো কি না। ভালো test case ঠিক এমন রেসিপি: কী আগে থেকে তৈরি রাখতে হবে, কোন উপকরণ (data), কোন ধাপ, আর শেষে কী দেখলে বুঝবেন সফল।

এই মডিউলের ছয়টি পর্বে বাজারঘরের একটি নতুন feature শুরু থেকে শেষ পর্যন্ত যাবে: requirement থেকে test case, তারপর plan, bug report, execution আর exploratory testing. Feature-টি “রিভিউ আর রেটিং”. এর acceptance criteria পর্ব ১৫-এ product owner-এর সাথে প্রশ্নোত্তর করে চূড়ান্ত হয়েছে। এই পর্বের প্রতিটি test case এই ID-গুলোর দিকে ইঙ্গিত করবে।

US-12 · রিভিউ আর রেটিং (পর্ব ১৫-এ চূড়ান্ত)

একজন ক্রেতা হিসেবে আমি পাওয়া পণ্যকে স্টার দিয়ে আর লিখে রিভিউ দিতে চাই, যাতে অন্য ক্রেতারা কেনার আগে ভরসা পান।

AC1 শুধু delivered অর্ডারের ক্রেতা সেই অর্ডারের পণ্যে রিভিউ দিতে পারেন। AC2 স্টার বাধ্যতামূলক, ১ থেকে ৫-এর একটি পূর্ণ সংখ্যা। AC3 লেখা বাধ্যতামূলক, শুরু আর শেষের ফাঁকা জায়গা বাদ দিয়ে ১০ থেকে ৫০০টি Unicode code point. AC4 একজন ক্রেতা একটি পণ্যে একটিই রিভিউ দেন। AC5 পণ্যের গড় rating এক দশমিক ঘরে, ঠিক মাঝখানে হলে ওপরে (৪.২৫ → ৪.৩)। AC6 জমা হওয়া সব স্টারের রিভিউ পণ্যের পাতায় দেখা যায়। সাথে NFR-1 (তালিকা থেকে এক চাপে form) আর NFR-2 (৫০ জন একসাথে থাকলেও p95 ≤ ২ সেকেন্ড)। এই ধাপে বাদ: রিভিউ সম্পাদনা আর ভাষার moderation.

একটি কথা শুরুতেই পরিষ্কার করি। Test case লেখা মানে ফর্ম পূরণ নয়। Glenford Myers ১৯৭৯ সালের “The Art of Software Testing” বইয়ে প্রায় এই কথাই বলেছিলেন: ভালো test case সেটি, যার এখনো-না-পাওয়া কোনো ভুল ধরার সম্ভাবনা বেশি। Template শুধু সেই চিন্তাকে এমন আকারে রাখে যাতে অন্যরা পড়তে, চালাতে আর পর্যালোচনা করতে পারেন। পর্ব ০৬-এর review-এর মতো test case-ও review হয়, আর অস্পষ্ট test case review-এ সবচেয়ে বেশি ধরা পড়ে।

Test-এর নথির প্রথম পরিচিত মান IEEE 829, প্রথম প্রকাশ ১৯৮৩ সালে, পরে ১৯৯৮ আর ২০০৮ সালে সংশোধিত। এতে test plan, test design specification, test case specification, test procedure specification, test log আর incident report-এর মতো আলাদা নথির ছাঁচ ছিল। এখন সেই জায়গা নিয়েছে ISO/IEC/IEEE 29119 সিরিজ; এর Part 3 (test documentation) প্রথম ২০১৩ সালে প্রকাশিত হয়, আর আমাদের জানামতে ২০২১ সালে সংশোধিত হয়েছে। নতুন মানটি নির্দিষ্ট ছাঁচ চাপিয়ে দেয় না; কোন তথ্য থাকা উচিত তা বলে, আর agile দলে হালকা রূপে মানিয়ে নেওয়ার সুযোগ রাখে।

২ · Requirement থেকে script — পাঁচটি সিঁড়ি

ISTQB-এর syllabus-এ test নকশা কয়েকটি ধাপে ভাগ করা হয়, আর প্রতিটি ধাপের নিজস্ব শব্দ আছে। শব্দগুলো চাকরির ইন্টারভিউতে প্রায়ই জিজ্ঞেস করা হয়, তাই প্রতিটির অর্থ নিজের ভাষায় জেনে রাখুন:

  • Test basis: যে নথি থেকে test আসে। এখানে US-12 আর তার AC1–AC6.
  • Test condition: test basis-এর এমন একটি দিক যা যাচাই করা যায়; “কী test করব”। যেমন “রিভিউ লেখার দৈর্ঘ্যের সীমা”। একটি AC থেকে কয়েকটি condition আসতে পারে।
  • High-level test case: condition-কে একটি যাচাইয়ে রূপ দেয়, কিন্তু নির্দিষ্ট মান ছাড়া: “সবচেয়ে বড় অনুমোদিত দৈর্ঘ্যের লেখা গৃহীত হয়”।
  • Low-level test case: নির্দিষ্ট মান, নির্দিষ্ট অর্ডার, নির্দিষ্ট প্রত্যাশিত ফল: “৫০০টি ‘ক’, ৪ স্টার, ORD-1042 → জমা হয়”।
  • Test procedure: এক বা একাধিক test case কোন ক্রমে, কোন প্রস্তুতি (setup) আর শেষের গোছানো (teardown) সহ চালানো হবে, তার বিবরণ। হাতে চালানোর জন্য লেখা ধাপের তালিকা, অথবা যন্ত্রে চালানোর জন্য code, যাকে test script বলে।

এর পাশাপাশি আরেকটি শব্দ বাংলাদেশের অনেক QA দলে খুব চলে: test scenario. শব্দটির দুটি ব্যবহার আছে। পর্ব ১২-এ দেখেছেন, use case-এর ভেতর দিয়ে একটি পথই scenario. অনেক কোম্পানিতে আবার “scenario” মানে এক লাইনের একটি high-level বিবরণ, যেমন “রিভিউ জমা দেওয়া যাচাই”, যার নিচে কয়েকটি test case থাকে। দুই অর্থেই scenario test case-এর ওপরের স্তর: কোন যাত্রা বা কোন কাজ। নতুন দলে যোগ দিলে প্রথমে জেনে নিন সেখানে শব্দটি কোন অর্থে চলে।

Test basis থেকে চালানো পর্যন্ত

প্রতিটি স্তর একটি প্রশ্নের উত্তর দেয়; নিচে নামতে নামতে লেখা নির্দিষ্ট হয়

Test basis, test condition, high-level and low-level test case, test procedure and execution ১ · Test basisUS-12, AC1 … AC6 ২ · Test condition — কী?লেখার দৈর্ঘ্যের সীমা (AC3) ৩ · High-level TC — কোন দল?সর্বোচ্চ দৈর্ঘ্য → গৃহীত ৪ · Low-level TC — কোন মান?'ক' × 500, ৪ স্টার → জমা ৫ · Test procedure — কোন ক্রমে?setup → TC-গুলো → teardown ৬ · চালানো — হাতে বা scriptফল: পাস / ফেল / blocked ওপরে কম, সাধারণ · নিচে বেশি, নির্দিষ্ট
ছবি ১৬.১ — একটি AC থেকে কয়েকটি condition, একটি condition থেকে কয়েকটি test case. নিচে নামলে সংখ্যা বাড়ে, আর লেখা এত নির্দিষ্ট হয় যে অন্য কেউ হুবহু চালাতে পারেন।

এবার AC3 ধরে একটি test case-কে ওপর থেকে নিচ পর্যন্ত নামিয়ে আনি। প্রতিটি ধাপে কী যোগ হলো, খেয়াল করুন।

  1. basisAC3
  2. conditionকী
  3. highকোন দল
  4. lowকোন মান
  5. procedureধাপ
  6. চালানোফল
এই স্তরে লেখা
স্তর
লেখা
  1. Test basis. AC3 বলছে লেখা বাধ্যতামূলক, ফাঁকা বাদে ১০ থেকে ৫০০ code point. এটি একটি নিয়ম, কিন্তু এখনো কোনো test নয়।
  2. Test condition. AC3 থেকে কয়েকটি condition বের হয়: দৈর্ঘ্যের সীমা, trim-এর আচরণ, খালি লেখা। এখানে প্রথমটি নিলাম, ID TCOND-REV-03. Condition বলে কী দেখব, কীভাবে নয়।
  3. High-level test case. পর্ব ০৮-এর BVA বলে সীমার দুই পাশ দেখতে হবে। এই case ওপরের সীমার ভেতরের দিক: সর্বোচ্চ দৈর্ঘ্যের লেখা গৃহীত হবে। এখনো সংখ্যা বা অর্ডার বলা হয়নি।
  4. Low-level test case. এবার নির্দিষ্ট: ৫০০টি “ক”, ৪ স্টার, delivered অর্ডার ORD-1042. প্রত্যাশিত ফল: “রিভিউ জমা হয়েছে” বার্তা, আর পণ্যের পাতায় রিভিউটি পুরো দেখা যায়। ID TC-REV-13, trace AC3.
  5. Test procedure. কোন ক্রমে কী করবেন: test ক্রেতা হিসেবে লগইন, “আমার অর্ডার” থেকে ORD-1042 খোলা, রিভিউ ফর্মে স্টার আর লেখা দেওয়া, জমা, তারপর পণ্যের পাতা খুলে যাচাই। শেষে রিভিউটি মুছে অবস্থা আগের মতো করা (teardown).
  6. চালানো। চালিয়ে দেখা গেল ৫০০ code point-এর লেখা প্রত্যাখ্যাত। Actual আর expected মেলেনি, তাই FAIL, আর এর bug report লেখা হবে পর্ব ১৮-এর নিয়মে। §৫-এর program এই ফেলটিই আসলে চালিয়ে দেখাবে।

৩ · ভালো test case-এর অংশ

প্রতিটি কোম্পানির template একটু আলাদা; কেউ spreadsheet ব্যবহার করে, কেউ test management tool (যেমন TestRail, Zephyr, Xray, বা open-source TestLink). Tool যা-ই হোক, field-গুলো প্রায় একই, আর প্রতিটির একটি নির্দিষ্ট কাজ আছে। নিচে TC-REV-13 পুরোটা লেখা:

FieldTC-REV-13কেন এই field
IDTC-REV-13অনন্য নাম; bug report আর RTM-এ এটি দিয়েই উল্লেখ
শিরোনাম৫০০ code point-এর রিভিউ জমা হয়পড়েই বোঝা যায় কী যাচাই, কোন ফল
TraceUS-12 / AC3কোন requirement-এর জন্য; requirement বদলালে কোন test বদলাবে
PriorityHighসময় কম হলে কোনটি আগে চলবে
Preconditionক্রেতা rahim.test লগইন করা; ORD-1042 delivered; এই পণ্যে তাঁর কোনো রিভিউ নেইশুরুর অবস্থা; অন্য test-এর ওপর নির্ভর না করে নিজেই সাজানো যায়
Test dataস্টার 4; লেখা 'ক' × 500 (trim-এর পরে 500)ঠিক কোন মান, যাতে সবাই একই data দেন
ধাপ১. “আমার অর্ডার” → ORD-1042 → “রিভিউ লিখুন”
২. ৪ স্টার বাছুন
৩. লেখা বসান
৪. “জমা দিন” চাপুন
৫. পণ্যের পাতা আবার খুলুন
ক্রমিক, প্রতিটি ধাপে একটি কাজ
Expected resultধাপ ৪: “রিভিউ জমা হয়েছে” বার্তা; ধাপ ৫: রিভিউটি ৪ স্টারসহ দেখা যায়, লেখা কাটা পড়েনি (500)যাচাই করা যায় এমন নির্দিষ্ট ফল; পাস না ফেল, তাতে দ্বিমত নেই
Postconditionরিভিউটি মুছে ফেলা (test data পরিষ্কার)পরের test-এর জন্য অবস্থা আগের মতো
Actual, অবস্থাচালানোর সময় পূরণ: পাস / ফেল / blocked, তারিখ, buildExecution-এর রেকর্ড (পর্ব ১৯)

কয়েকটি field নিয়ে আরেকটু বলি। Precondition হলো test শুরুর আগে যা সত্য থাকতে হবে। এটি নির্দিষ্ট হওয়া জরুরি: “একটি delivered অর্ডার” লিখলে কেউ এমন অর্ডার নেবেন যাতে আগেই রিভিউ আছে, আর AC4-এর কারণে test ভুল কারণে ফেল করবে। Expected result test চালানোর আগে requirement থেকে লেখা হয়, চালিয়ে দেখে নয়; পর্ব ০২-এ দেখেছেন, এর উৎসকে test oracle বলে। আর প্রতিটি ধাপে expected result লেখার দরকার নেই; যে ধাপে যাচাই আছে, শুধু সেখানে।

Positive আর negative test case

Positive test দেখে, বৈধ data দিলে system যা করার কথা তা করে কি না (৫০০ code point জমা হয়)। Negative test দেখে, অবৈধ data দিলে system ঠিকভাবে প্রত্যাখ্যান করে কি না (৫০১ code point জমা হয় না, বার্তা দেখায়, কিছু সংরক্ষণ হয় না)। Negative test-এর expected result-এ তিনটি জিনিস লিখুন: কী হবে না (রিভিউ সংরক্ষণ হবে না), কী দেখাবে (কোন বার্তা, কোন field-এর পাশে), আর অবস্থা কী থাকবে (রিভিউ সংখ্যা আগের মতো)। নতুন tester-রা সাধারণত positive case বেশি লেখেন। কিন্তু ব্যবহারকারীরা ভুল data অনেক দেন, আর অনেক defect সেখানেই থাকে। §৫-এর program-এর ১৪টি case-এর ৭টিই negative.

Negative test-এ “error দেখাবে” লেখা যথেষ্ট নয়। ৫০১ code point-এর লেখা দিলে system যদি error দেখায় এবং তবু রিভিউটি সংরক্ষণ করে ফেলে, “error দেখাবে” test পাস করবে, অথচ AC3 ভেঙেছে। Expected result-এ সবসময় অবস্থা লিখুন।

৪ · Test data নকশা — সীমা, ফাঁকা জায়গা, বাংলা আর emoji

Test case-এর মান অনেকটা নির্ভর করে test data-র ওপর। একই ধাপ “একটি রিভিউ লিখুন” ৫০ code point দিয়ে চালালে প্রায় কিছুই ধরা পড়ে না; ৫০০ দিয়ে চালালে off-by-one ভুল ধরা পড়তে পারে। Test data বাছাইয়ের চারটি উৎস:

  1. Valid আর invalid দল (পর্ব ০৭-এর equivalence partitioning): প্রতিটি দল থেকে একটি প্রতিনিধি। AC3-এ তিনটি দল: ১০-এর কম (invalid), ১০–৫০০ (valid), ৫০০-এর বেশি (invalid).
  2. সীমার মান (পর্ব ০৮): ৯, ১০, ৫০০, ৫০১. পর্ব ০৮-এর ISTQB-আক্ষরিক গোনায় invalid দলের প্রান্ত ০-ও একটি সীমা, যা এখানে খালি লেখা।
  3. নিয়মের বিশেষ শব্দ: AC3-এ “ফাঁকা জায়গা বাদ দিয়ে” আছে, তাই এমন data লাগে যেখানে ফাঁকাসহ আর ফাঁকা ছাড়া দৈর্ঘ্য আলাদা।
  4. অভিজ্ঞতা আর প্রেক্ষাপট: বাজারঘরের ক্রেতারা বাংলায় লেখেন, emoji দেন। পর্ব ১৪-এর error guessing এখানে কাজে লাগে।

চতুর্থ উৎসটি নিয়ে একটু থামা দরকার, কারণ এটি বাংলা app-এ সবচেয়ে বেশি ভুল বোঝা হয়। AC3 দৈর্ঘ্য মাপে code point-এ, অর্থাৎ Unicode-এর প্রতিটি সংকেত একটি। কিন্তু পাঠক চোখে দেখেন grapheme cluster, অর্থাৎ পর্দায় একটি অক্ষর হিসেবে দেখা অংশ। দুটি সংখ্যা প্রায়ই মেলে না:

লেখাচোখেcode point (len)UTF-8 byte
ক্ষএকটি যুক্তাক্ষর39
👍🏽একটি emoji28
ভালো চালদুটি ছোট শব্দ822
ভালো চাল 👍দুটি শব্দ আর একটি emoji1027
"  ভালো চাল  "দুই পাশে ফাঁকা12 (trim-এর পরে 8)26

সংখ্যাগুলো Python-এর len() আর encode("utf-8") দিয়ে মাপা। “ভালো চাল 👍” চোখে খুব ছোট একটি মন্তব্য, অথচ code point-এ ঠিক ১০, অর্থাৎ AC3-এর নিচের সীমায় গৃহীত। এই কারণেই পর্ব ১৫-এ “অক্ষর” শব্দটি অস্পষ্ট ধরা হয়েছিল আর product owner code point বেছে নিয়েছেন। Tester-এর কাজ এখন এই সিদ্ধান্তের দুই দিক test করা: বাংলা লেখা সঠিকভাবে গোনা হচ্ছে কি না, আর database-এর কলাম byte-এ ছোট হলে ৫০০ code point-এর বাংলা লেখা (প্রায় ১৫০০ byte) কাটা পড়ছে কি না। Bangla Unicode, font আর তারিখের পুরো আলোচনা পর্ব ৫৬ (Localization testing — বাংলা Unicode, font, তারিখ আর সংখ্যা)-এ।

চলমান সিদ্ধান্ত
এই ধাপে
মান
trim-এর পরে len
প্রত্যাশা
  1. দল ভাগ। তিনটি দল: ১০-এর কম, ১০–৫০০, ৫০০-এর বেশি। Valid দলের প্রতিনিধি হিসেবে মাঝামাঝি ২৫৫টি “ক”. একটিই অক্ষর বারবার নেওয়া হলো, যাতে দৈর্ঘ্য নিয়ে কোনো সন্দেহ না থাকে।
  2. নিচের সীমা। ৯ (প্রত্যাখ্যাত) আর ১০ (গৃহীত)। এই জোড়া > আর >=-এর গোলমাল ধরে।
  3. ওপরের সীমা। ৫০০ (গৃহীত) আর ৫০১ (প্রত্যাখ্যাত)। ওপরের সীমায় off-by-one-এর পাশাপাশি আরেকটি ঝুঁকি: database বা UI-তে লেখা কেটে যাওয়া, তাই expected result-এ “পুরো ৫০০ দেখা যায়” লেখা হয়েছিল।
  4. Invalid দলের প্রান্ত। নিচের invalid দল [0, 9]-এর অন্য প্রান্ত ০, অর্থাৎ খালি লেখা। এটি AC3-এর “বাধ্যতামূলক” শব্দটিও যাচাই করে। পর্ব ০৮-এর গোনার নিয়মে এটিও boundary.
  5. Trim. দুই পাশে দুটি করে ফাঁকা আর মাঝে ৯টি “ক”: কাঁচা দৈর্ঘ্য ১৩, trim-এর পরে ৯, তাই প্রত্যাখ্যাত। আর শুধু ২০টি ফাঁকা: কাঁচা ২০, trim-এর পরে ০. কোড যদি trim-এর আগে গোনে, দুটিই ভুলভাবে গৃহীত হবে।
  6. বাংলা আর emoji. “ভালো চাল 👍” trim-এর পরে ঠিক ১০ code point, তাই গৃহীত। এটি দেখে বাংলা লেখা আর emoji গোনা, সংরক্ষণ আর পাতায় দেখানো ঠিক আছে কি না। একই কাজ “ক” দিয়ে হয় না।
  7. চূড়ান্ত তালিকা। ৯টি মান: ০, ৯, ১০, ২৫৫, ৫০০, ৫০১, ফাঁকাসহ ৯, শুধু ফাঁকা, আর বাংলা-emoji. এর ৫টি negative. প্রতিটি মানের পাশে কেন বাছলেন তা লেখা আছে; review-এ কেউ “৯ কেন?” জিজ্ঞেস করলে উত্তর তৈরি।

Test data নিয়ে আরও তিনটি অভ্যাস কাজে লাগে। প্রথম, নাম আর phone সবসময় বানানো: rahim.test, 01712345678-এর মতো স্পষ্ট নকল মান, কখনো আসল ক্রেতার তথ্য নয়। দ্বিতীয়, data-র মালিকানা: প্রতিটি test নিজের অর্ডার আর ক্রেতা ব্যবহার করুক (ORD-1042 শুধু TC-REV-13-এর), তাহলে এক test-এর রিভিউ অন্য test-এর AC4-এর ফল বদলাবে না। তৃতীয়, data আলাদা রাখা: মানগুলো test case-এর ভেতরে ছড়িয়ে না দিয়ে একটি টেবিলে রাখলে একই ধাপ অনেক data-য় চালানো যায়। একে data-driven testing বলে; বড় পরিসরে test data তৈরি, masking আর পরিবেশ পর্ব ৬৫ (Test environment আর test data — Docker Compose, seed আর masking)-এ।

৫ · EP আর BVA থেকে test case টেবিল, তারপর চালানো

AC1, AC2 আর AC3-এর সীমা আর দল যন্ত্র দিয়ে বের করা যায়, কারণ নিয়মগুলো সংখ্যা আর তালিকা। নিচের program spec-কে data হিসেবে রাখে: প্রতিটি input-এর valid দল বা পরিসর, আর আলাদা invalid মান। তারপর পর্ব ০৭-এর একটি নিয়ম মেনে test case বানায়: একবারে একটিই input বদলানো, বাকিগুলো valid রাখা (base case: delivered, ৪ স্টার, ৫০ code point). এতে কোনো invalid মান অন্য invalid মানকে আড়াল করতে পারে না।

# Review feature US-12: change one input at a time, keep the rest valid
BASE = {"status": "delivered", "stars": 4, "length": 50}
SPEC = {   # input -> (criterion, valid range or set, other invalid values)
    "status": ("AC1", {"delivered"}, ["shipped", "cancelled"]),
    "stars":  ("AC2", (1, 5), [3.5]),
    "length": ("AC3", (10, 500), []),
}

def values(rng, bad):
    if isinstance(rng, set):                       # EP over a set
        good = [(v, "EP valid", True) for v in sorted(rng)]
    else:                                          # EP + 2-value BVA
        lo, hi = rng
        good = [(lo - 1, "BVA", False), (lo, "BVA", True),
                ((lo + hi) // 2, "EP valid", True),
                (hi, "BVA", True), (hi + 1, "BVA", False)]
    return good + [(v, "EP invalid", False) for v in bad]

rows, seen = [], set()
for field, (ac, rng, bad) in SPEC.items():
    for v, tech, ok in values(rng, bad):
        key = tuple(dict(BASE, **{field: v}).values())
        if key in seen:                            # same data = same test
            continue
        seen.add(key)
        rows.append((f"TC-REV-{len(rows) + 1:02}", ac, field, v, tech,
                     "accepted" if ok else "rejected"))

print(f"{'ID':10} {'AC':4} {'input':7} {'value':10} {'technique':10} expected")
for r in rows:
    print(f"{r[0]:10} {r[1]:4} {r[2]:7} {str(r[3]):10} {r[4]:10} {r[5]}")
print(len(rows), "test cases;", sum(r[5] == "rejected" for r in rows), "negative")

আসল আউটপুট (ব্রাউজারের Python):

ID         AC   input   value      technique  expected
TC-REV-01  AC1  status  delivered  EP valid   accepted
TC-REV-02  AC1  status  shipped    EP invalid rejected
TC-REV-03  AC1  status  cancelled  EP invalid rejected
TC-REV-04  AC2  stars   0          BVA        rejected
TC-REV-05  AC2  stars   1          BVA        accepted
TC-REV-06  AC2  stars   3          EP valid   accepted
TC-REV-07  AC2  stars   5          BVA        accepted
TC-REV-08  AC2  stars   6          BVA        rejected
TC-REV-09  AC2  stars   3.5        EP invalid rejected
TC-REV-10  AC3  length  9          BVA        rejected
TC-REV-11  AC3  length  10         BVA        accepted
TC-REV-12  AC3  length  255        EP valid   accepted
TC-REV-13  AC3  length  500        BVA        accepted
TC-REV-14  AC3  length  501        BVA        rejected
14 test cases; 7 negative

১৪টি low-level test case, প্রতিটির ID, trace (AC), কোন input বদলেছে, কোন কৌশল থেকে এসেছে আর প্রত্যাশিত ফল। কয়েকটি জিনিস লক্ষ করুন। seen সেট একই data-র দুটি test বাদ দেয়: যেমন stars-এর base মান ৪, তাই আলাদা “৪ স্টার” case তৈরি হয়নি। Invalid status হিসেবে সব অবস্থা (placed, paid, packed…) নেওয়া হয়নি, দুটি প্রতিনিধি: shipped (প্রায় পৌঁছানো, সবচেয়ে বিভ্রান্তিকর) আর cancelled. ৩.৫ BVA থেকে আসেনি; এটি AC2-এর “পূর্ণ সংখ্যা” শব্দের জন্য হাতে দেওয়া invalid মান। আর length-এর ০ এখানে নেই, কারণ program শুধু valid পরিসরের দুই প্রান্ত আর ঠিক বাইরের মান নেয়; ০ আর trim-এর case §৪-এর stepper থেকে হাতে যোগ হবে।

এবার টেবিলটি চালাই। নিচের can_review() একজন developer-এর প্রথম রূপ, যাতে দুটি ভুল ইচ্ছা করে রাখা (seeded defect). A: দৈর্ঘ্য trim-এর আগে গোনা। B: ওপরের সীমায় <, যেখানে AC3 বলে “৫০০ পর্যন্ত”। Program-এর ১৪টি সারি একটি test method-এ subTest হিসেবে চলে, আর §৪-এর হাতে বাছা ৪টি data আরেকটিতে। এই block আগের block-এর rows ব্যবহার করে (data-shared), তাই আগেরটি চালানো না থাকলে নিজে থেকে আগে চলবে।

import sys, unittest

def can_review(status, stars, text):    # code under test, 2 seeded defects
    if status != "delivered":
        return False
    if stars not in (1, 2, 3, 4, 5):
        return False
    n = len(text)                       # defect A: no strip() before counting
    return 10 <= n < 500                # defect B: < where AC3 says up to 500

def text_of(n):                         # n code points, no outer spaces
    return "ক" * n

EXTRA = [("TD-01", "empty", "", "rejected"),      # hand-designed data
         ("TD-02", "9 + spaces", "  " + "ক" * 9 + "  ", "rejected"),
         ("TD-03", "only spaces", " " * 20, "rejected"),
         ("TD-04", "bn + emoji", "ভালো চাল 👍", "accepted")]

class ReviewCases(unittest.TestCase):
    def test_generated(self):           # the 14 rows printed above
        for tc, ac, field, v, tech, want in rows:
            case = dict(BASE, **{field: v})
            with self.subTest(tc=tc, value=v):
                got = can_review(case["status"], case["stars"],
                                 text_of(case["length"]))
                self.assertEqual("accepted" if got else "rejected", want)
    def test_extra_data(self):
        for td, label, text, want in EXTRA:
            with self.subTest(td=td, label=label):
                got = can_review("delivered", 4, text)
                self.assertEqual("accepted" if got else "rejected", want)

suite = unittest.defaultTestLoader.loadTestsFromTestCase(ReviewCases)
unittest.TextTestRunner(stream=sys.stdout, verbosity=1).run(suite)

আসল আউটপুট (ব্রাউজারের Python, traceback-এর লাইন “…” দিয়ে ছোট করা):

FFF
======================================================================
FAIL: test_extra_data (__main__.ReviewCases.test_extra_data) (td='TD-02', label='9 + spaces')
----------------------------------------------------------------------
Traceback (most recent call last):
  File "main.py", line 31, in test_extra_data
    …
AssertionError: 'accepted' != 'rejected'
…
======================================================================
FAIL: test_extra_data (__main__.ReviewCases.test_extra_data) (td='TD-03', label='only spaces')
…
AssertionError: 'accepted' != 'rejected'
…
======================================================================
FAIL: test_generated (__main__.ReviewCases.test_generated) (tc='TC-REV-13', value=500)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "main.py", line 26, in test_generated
    …
AssertionError: 'rejected' != 'accepted'
…
----------------------------------------------------------------------
Ran 2 tests in …

FAILED (failures=3)

দুটি test method, তিনটি ব্যর্থ subTest, আর প্রতিটি ব্যর্থতা বলছে কোন test case আর কোন মান। TC-REV-13 (৫০০) ধরেছে defect B: AC3 বলে গৃহীত, কোড প্রত্যাখ্যান করেছে। এটি এসেছে যন্ত্রে বানানো BVA সারি থেকে; শুধু মাঝের ২৫৫ দিয়ে test করলে কখনো ধরা পড়ত না। TD-02 আর TD-03 ধরেছে defect A: ফাঁকাসহ ৯টি “ক” আর শুধু ফাঁকা দুটিই গৃহীত হয়েছে, কারণ কোড trim করেনি। যন্ত্রের ১৪টি সারির একটিও এটি ধরতে পারেনি, কারণ text_of() কখনো ফাঁকা বসায় না। এটিই এই অংশের মূল শিক্ষা: কৌশল থেকে পাওয়া data নিয়মমাফিক অংশটি ঢাকে, আর requirement-এর বিশেষ শব্দ ও অভিজ্ঞতা থেকে পাওয়া data বাকিটা। TD-01 (খালি) আর TD-04 (বাংলা-emoji) পাস করেছে; এই কোডে তারা কোনো defect পায়নি, কিন্তু ভবিষ্যতের পরিবর্তনের বিরুদ্ধে regression-এর পাহারা হিসেবে থাকবে।

Assertion-এর ক্রম assertEqual(actual, expected), তাই 'rejected' != 'accepted'-এ বাঁয়ে কোড যা করেছে, ডানে AC যা বলে। প্রত্যাশিত মান এসেছে spec থেকে, can_review() চালিয়ে নয়। উল্টো করলে (কোড চালিয়ে যা আসে তা-ই expected বসালে) test ভুল কোডেও পাস করত। হাতের test case আর যন্ত্রের test-এ নিয়মটি একই।

৬ · High-level বনাম low-level, reusable বনাম একবারের

সব test case-কে TC-REV-13-এর মতো পুরো বিস্তারিত লেখা কি দরকার? উত্তর নির্ভর করে কে চালাবেন, কতবার, আর ভুল হলে ক্ষতি কত। দুই ধরনের তুলনা:

দিকHigh-level (logical)Low-level (concrete)
উদাহরণসর্বোচ্চ দৈর্ঘ্যের লেখা গৃহীত হয়'ক' × 500, ৪ স্টার, ORD-1042 → “জমা হয়েছে”
লেখার সময়কম; requirement আসার সাথে সাথেবেশি; UI আর data তৈরি থাকলে
চালানোয় বৈচিত্র্যপ্রতিবার tester নিজে মান বাছেন, তাই বেশিসবাই একই মান দেন, তাই পুনরাবৃত্তিযোগ্য
রক্ষণাবেক্ষণUI বদলালেও প্রায় অপরিবর্তিতবোতামের নাম বদলালেও হালনাগাদ লাগে
উপযুক্ত যখনঅভিজ্ঞ tester, agile দল, দ্রুত বদলানো featureনতুন সদস্য, outsource, নিয়ন্ত্রিত ক্ষেত্র, automation

বাস্তবে দলগুলো প্রায়ই দুটি মেশায়: একটি high-level test case, যার নিচে একটি data টেবিল (§৫-এর মতো)। এতে চিন্তাটি একবার লেখা হয়, আর মানগুলো টেবিলে বদলানো যায়। Automation-এ এটিই parameterized test, যা পর্ব ২১-এ pytest-এর parametrize দিয়ে দেখবেন।

Reusable বনাম একবারের: কিছু test case বারবার চলে, প্রতিটি release-এর regression-এ: “delivered অর্ডারে রিভিউ জমা হয়”। এগুলোকে যত্ন করে লিখুন, স্বাধীন রাখুন, আর একটি test suite-এ সাজান। বারবার লাগা প্রস্তুতি (test ক্রেতা লগইন, delivered অর্ডার তৈরি) আলাদা একটি setup procedure হিসেবে লিখে প্রতিটি case-এ শুধু উল্লেখ করুন, তাহলে প্রস্তুতির নিয়ম বদলালে এক জায়গায় বদলাতে হয়। আবার কিছু test case একবারের: একটি নির্দিষ্ট bug ঠিক হয়েছে কি না দেখা (confirmation test), বা একটি জরুরি hotfix-এর পরে দ্রুত যাচাই। এগুলো হালকা লেখা চলে, তবে ভালো bug-এর confirmation test প্রায়ই regression suite-এ উঠে আসে, যাতে ভুলটি ফিরে না আসে।

Checklist কখন যথেষ্ট? পর্ব ১৪-এর checklist আর একটি test case-এর পার্থক্য বিস্তারিতে। Checklist বলে “খালি লেখা যাচাই”, test case বলে কোন অর্ডারে, কোন ধাপে, কোন বার্তা। অভিজ্ঞ দলে কম ঝুঁকির অংশে checklist যথেষ্ট, আর টাকা বা আইনের ঝুঁকির অংশে পূর্ণ test case. কোন অংশে কতটা বিস্তারিত, তা ঠিক হয় test plan-এ, যা পর্ব ১৭ (Test plan আর test strategy — কী, কতটা, কে, কবে)-এর বিষয়।

৭ · সাধারণ ভুল — আর কীভাবে সারাবেন

খারাপ test case-এর ক্ষতি দেরিতে দেখা যায়: একজন tester পাস দেন, আরেকজন একই case-এ ফেল; regression-এ একটি case ফেল করলে তার পরের দশটি “blocked”; bug report-এ “TC-31 ফেল” লেখা, অথচ TC-31 আসলে কী যাচাই করে কেউ বোঝে না। সবচেয়ে চেনা ভুলগুলো:

  • অস্পষ্ট expected result: “ঠিকমতো কাজ করবে”, “works as expected”. কী দেখলে পাস, লেখা নেই; তাই ফল নির্ভর করে কে চালাচ্ছেন তার ওপর।
  • নির্ভরশীল test case: precondition-এ লেখা “TC-REV-30 পাস করেছে”। TC-30 ফেল করলে বা আলাদা ক্রমে চললে এটিও ভাঙে, অথচ এর নিজের কোনো দোষ নেই। প্রতিটি case-এর test isolation থাকা উচিত: নিজের অবস্থা নিজে সাজায়।
  • এক case-এ অনেক যাচাই: একই case-এ স্টারের সীমা, লেখার সীমা আর AC4. প্রথম যাচাই ফেল করলে বাকিগুলো চলেই না, আর “ফেল” দেখে বোঝা যায় না কোন নিয়ম ভাঙল।
  • অনির্দিষ্ট data: “বিভিন্ন স্টার দিয়ে দেখুন”, “কিছু লেখা দিন”। প্রতিবার আলাদা মান, পুনরাবৃত্তি অসম্ভব।
  • UI-র খুঁটিনাটিতে বাঁধা ধাপ: “নীল বোতাম, ডান কোণে”। নকশা বদলালেই case পুরোনো। কাজটি লিখুন (“রিভিউ জমা দিন”), রং বা জায়গা নয়, যদি না সেটাই যাচাইয়ের বিষয়।
  • Trace আর priority নেই: requirement বদলালে কোন case হালনাগাদ করতে হবে, বা সময় কম হলে কোনটি আগে, বলা যায় না।

নিচের stepper-এ একটি খারাপ test case-কে ধাপে ধাপে সারানো হলো। প্রতিটি ধাপে একটি সারি বদলায়।

TC-REV-31
শিরোনাম
Trace
Pre
Data
ধাপ
Expected
  1. শুরু। পাঁচ ধরনের সমস্যা: (১) এক case-এ দুটি AC, ফলে শিরোনাম কিছু বলে না আর priority-ও নেই; (২) precondition অন্য test-এর ওপর নির্ভর; (৩) data অনির্দিষ্ট; (৪) ধাপ একটি অস্পষ্ট বাক্য; (৫) expected result অস্পষ্ট। দুজন tester এটি চালালে দুই রকম ফল পাবেন।
  2. এক case, এক যাচাই। AC2-এর অংশ আলাদা case-এ সরানো হলো; এটি এখন শুধু AC3-এর নিচের সীমার বাইরের দিক। শিরোনাম তাই নির্দিষ্ট: “৯ code point-এর লেখা প্রত্যাখ্যাত”। Priority High, কারণ সীমার ভুল ক্রেতারা সহজেই ছুঁয়ে ফেলেন।
  3. স্বাধীন precondition. “TC-REV-30 পাস করেছে”-এর বদলে নিজের অবস্থা: ORD-1043 delivered, এই পণ্যে কোনো রিভিউ নেই, ক্রেতা লগইন। এখন case যেকোনো ক্রমে, একা চলতে পারে।
  4. নির্দিষ্ট data. ৪ স্টার (valid, যাতে শুধু লেখাই ফল ঠিক করে) আর ৯টি “ক”. স্টার valid রাখা জরুরি: invalid স্টার দিলে প্রত্যাখ্যানের কারণ আলাদা করা যেত না।
  5. ক্রমিক ধাপ। ফর্ম খোলা, স্টার বাছা, লেখা বসানো, জমা দেওয়া: প্রতিটি ধাপে একটি কাজ, যা নতুন সদস্যও অনুসরণ করতে পারেন।
  6. যাচাইযোগ্য expected result. “কমপক্ষে ১০ অক্ষর লিখুন” ধরনের বার্তা লেখার ঘরের পাশে, আর এই পণ্যে রিভিউ সংখ্যা ০-ই থাকে। বার্তা আর অবস্থা দুটিই আছে, তাই পাস-ফেল নিয়ে আর দ্বিমত নেই।

এই ধরনের পরীক্ষার কিছু অংশ যন্ত্রে করা যায়। নিচের ছোট linter প্রতিটি test case-এ দেখে: সব field আছে কি না, expected result-এ অস্পষ্ট শব্দ আছে কি না, precondition-এ অন্য test case-এর ID আছে কি না, একাধিক requirement-এ trace আছে কি না, আর data-য় “বিভিন্ন”, “কিছু” ধরনের শব্দ আছে কি না। পর্ব ১৫-এর weak-word checker requirement-এ যা করে, এটি test case-এ তা-ই করে।

import re
FIELDS = ["id", "title", "pre", "steps", "data", "expected", "priority", "trace"]
VAGUE = ["ঠিকমতো", "সঠিকভাবে", "কাজ করবে", "ঠিক থাকবে", "যেমন হওয়া উচিত",
         "properly", "works", "as expected", "correctly", "fine"]

def lint(tc):
    issues = [f"missing: {f}" for f in FIELDS if not tc.get(f)]
    exp = tc.get("expected", "").lower()
    issues += [f"vague expected: '{w}'" for w in VAGUE if w in exp]
    if re.search(r"TC-[A-Z]+-\d+", tc.get("pre", "")):
        issues.append("depends on another test case")
    if len(tc.get("trace", [])) > 1:
        issues.append("checks several requirements at once")
    if re.search(r"বিভিন্ন|কিছু|some|any", tc.get("data", "")):
        issues.append("data not concrete")
    return issues

CASES = [
 {"id": "TC-REV-13", "title": "500 code point-এর রিভিউ জমা হয়",
  "pre": "ORD-1042 delivered, ক্রেতা লগইন করা", "steps": "1-5 (উপরে)",
  "data": "4 স্টার, 'ক' x 500", "priority": "High", "trace": ["AC3"],
  "expected": "'রিভিউ জমা হয়েছে' বার্তা; পণ্যের পাতায় রিভিউটি দেখা যায়"},
 {"id": "TC-REV-31", "title": "রিভিউ test", "pre": "TC-REV-30 পাস করেছে",
  "steps": "রিভিউ দিন", "data": "বিভিন্ন স্টার", "priority": "",
  "trace": ["AC2", "AC3"], "expected": "রিভিউ ঠিকমতো কাজ করবে"},
 {"id": "TC-REV-32", "title": "Empty review is rejected",
  "pre": "ORD-1044 delivered", "steps": "Submit with empty text",
  "data": "5 stars, ''", "priority": "Medium", "trace": ["AC3"],
  "expected": "Form works as expected"},
]
for tc in CASES:
    found = lint(tc)
    print(tc["id"], "OK" if not found else f"{len(found)} issue(s)")
    for i in found:
        print("   -", i)

আসল আউটপুট (ব্রাউজারের Python):

TC-REV-13 OK
TC-REV-31 6 issue(s)
   - missing: priority
   - vague expected: 'ঠিকমতো'
   - vague expected: 'কাজ করবে'
   - depends on another test case
   - checks several requirements at once
   - data not concrete
TC-REV-32 2 issue(s)
   - vague expected: 'works'
   - vague expected: 'as expected'

TC-REV-13 পরিষ্কার। TC-REV-31-এ stepper-এর শুরুর প্রায় সব সমস্যা ধরা পড়েছে: priority নেই, expected result-এ দুটি অস্পষ্ট শব্দ, অন্য test-এর ওপর নির্ভরতা, দুটি AC আর অনির্দিষ্ট data. TC-REV-32 দেখতে গোছানো, সব field পূরণ, অথচ expected result “Form works as expected” কিছুই বলে না: কোন বার্তা, রিভিউ সংরক্ষণ হলো কি না? এখন linter-এর সীমাও লক্ষ করুন। “রিভিউ test” শিরোনামটি যে অর্থহীন, তা সে ধরেনি; আর “X এবং Y” ধরনের একটি সত্যিকারের দুই-যাচাই, যদি একটিই AC-তে trace করা থাকে, তা-ও ধরবে না। শব্দের তালিকা দিয়ে শুধু চেনা ধরনগুলো ধরা যায়। Linter review-এর প্রথম ছাঁকনি, মানুষের review-এর বদলি নয়।

আরও গভীরে: ISO/IEC/IEEE 29119-3 test নথিকে “তথ্যের দরকার” হিসেবে দেখে, ফর্ম হিসেবে নয়, তাই agile দলে একটি wiki পাতা বা automation code-ও বৈধ test case specification হতে পারে, যদি প্রয়োজনীয় তথ্য থাকে। আকাশযানের software-এর নির্দেশিকা DO-178C (২০১১) উল্টো প্রান্তে: প্রতিটি requirement থেকে test পর্যন্ত লিখিত traceability আর পর্যালোচিত test procedure প্রত্যাশা করে। Test case নিজেও “test-এর test” পেতে পারে: পর্ব ৫৯-এর mutation testing দেখায় কোডে ছোট ভুল ঢোকালে কোন test তা ধরে, ঠিক যেমন §৫-এর seeded defect. গবেষণায় test case-কে natural language থেকে স্বয়ংক্রিয়ভাবে বানানোর চেষ্টা বহুদিনের; সেখানে সবচেয়ে কঠিন অংশ এখনো expected result, অর্থাৎ oracle problem.

পরীক্ষা ও ইন্টারভিউতে: বিশ্ববিদ্যালয়, চাকরি বা ইন্টারভিউর পরীক্ষায় এমন প্রশ্ন চেনা:

  • একটি ভালো test case-এ কোন field থাকে? — ID, শিরোনাম, precondition, ধাপ, test data, expected result, priority, traceability; চালানোর সময় actual result আর অবস্থা।
  • Test scenario আর test case-এর পার্থক্য? — Scenario একটি যাত্রা বা কাজ (কী যাচাই হবে); test case সেই scenario-র একটি নির্দিষ্ট যাচাই, নির্দিষ্ট data আর প্রত্যাশিত ফলসহ।
  • Test condition, test case আর test procedure? — কী test হবে; কোন data-য় কী ফল; কোন ক্রমে, কোন প্রস্তুতিসহ চালানো হবে।
  • “১০ থেকে ৫০০ অক্ষর” field-এর test data দিন। — ০, ৯, ১০, ৫০০, ৫০১ আর একটি মাঝের মান; সাথে ফাঁকাসহ লেখা আর বাংলা লেখা।
  • Test case-কে স্বাধীন রাখা কেন জরুরি? — নির্ভরশীল case আগেরটি ফেল করলে বা ক্রম বদলালে ভুল কারণে ফেল করে, আর ফলাফল বিশ্বাসযোগ্য থাকে না।

৮ · AI-এর যুগে test case লেখা

AI assistant-কে US-12 দিয়ে “test case লিখে দিন” বললে কয়েক সেকেন্ডে চল্লিশটি সারির একটি সুন্দর টেবিল আসে। দেখতে পূর্ণ, কিন্তু কয়েকটি ধরন বারবার দেখা যায়। বেশিরভাগ সারি happy path-এর সামান্য রূপভেদ (৩ স্টার, ৪ স্টার, ৫ স্টার, সবই valid). সীমা আসে, কিন্তু প্রায়ই ভুল জায়গায়: ৫০০-এর বদলে ৫০, বা ৯ বাদ পড়ে। Expected result-এ “should work correctly” বা “error message should be displayed”, কোনো অবস্থা নেই। AC-তে নেই এমন field বা নিয়ম বানিয়ে ফেলে (“রিভিউ ছবি সমর্থন করে”, “সর্বোচ্চ ১০টি রিভিউ দিনে”)। কোড দেওয়া থাকলে কোডের আচরণ পড়ে expected result বসায়, ফলে < 500-এর ভুলকেই নিয়ম হিসেবে লিখে ফেলতে পারে। Automation-এ রূপ দিতে বললে নির্দিষ্ট সময়ের sleep বসায়, সব কিছু mock করে ফেলে, আর চালানো ছাড়াই বলে “সব test পাস”। বাংলা লেখা, trim আর code point-এর প্রশ্ন প্রায় কখনো নিজে থেকে তোলে না।

AI-কে requirement দিন, কোড নয়; আর প্রতিটি সারিতে কারণ আর trace চান:

নিচের user story আর acceptance criteria থেকে low-level test case লেখো। কোড দেখে expected result ঠিক করবে না। [এখানে US-12, AC1–AC6 পুরো লেখা] ১. প্রথমে প্রতিটি AC থেকে test condition-এর তালিকা দাও। ২. প্রতিটি test case-এ এই field: ID, শিরোনাম, trace (AC), priority, precondition (অন্য test-এর ওপর নির্ভর নয়), test data (নির্দিষ্ট মান), ধাপ, expected result (বার্তা আর অবস্থা দুটোই)। ৩. Test data বাছবে equivalence partitioning আর 2-value BVA দিয়ে; প্রতিটি মানের পাশে কোন কৌশল লিখবে। ফাঁকাসহ লেখা, খালি লেখা আর বাংলা ও emoji লেখাও রাখবে। ৪. প্রতিটি test case-এ একটিই যাচাই। AC-তে নেই এমন নিয়ম বানাবে না; সন্দেহ হলে "প্রশ্ন" লিখবে। ৫. শুধু বানানো নাম আর নম্বর দেবে। Test চালিয়েছ বলে দাবি করবে না।

AI-এর লেখা test case হাতে পেলে — যাচাইয়ের চেকলিস্ট

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিয়ে নিজে কিছুক্ষণ ভাবুন, তারপর “→ উত্তর” চাপুন।

প্র ০১IEEE 829 আটটি আলাদা নথির কথা বলত, আর ISO/IEC/IEEE 29119-3 নির্দিষ্ট ছাঁচ চাপায় না। Test case-এর template কি তাহলে গুরুত্বহীন?

IEEE 829 প্রথম আসে ১৯৮৩ সালে, এমন এক সময়ে যখন বড় software প্রকল্প মানে মাসের পর মাসের waterfall, আলাদা test দল, আর প্রায়ই সরকারি বা প্রতিরক্ষা চুক্তি। সেখানে নথিই ছিল যোগাযোগের প্রধান মাধ্যম: যে লিখছেন আর যে চালাবেন, তাঁরা প্রায়ই আলাদা মানুষ, আলাদা সময়ে। তাই মানটি test plan, test design specification, test case specification, test procedure specification থেকে test log আর summary report পর্যন্ত প্রতিটির ছাঁচ দিয়েছিল। ১৯৯৮ আর ২০০৮ সালের সংশোধনেও কাঠামো মোটামুটি একই ছিল, শুধু ২০০৮-এর রূপে ঝুঁকি আর integrity level অনুযায়ী কতটা নথি লাগবে, তা বাছার সুযোগ আসে।

Agile পদ্ধতি ছড়ানোর পরে অভিযোগ বাড়ে যে এত নথি লিখতে যে সময় যায়, তা testing-এ দেওয়া যেত, আর নথিগুলো কোড বদলানোর সাথে তাল রাখতে পারে না। ISO/IEC/IEEE 29119 সিরিজ (Part 3 প্রথম ২০১৩ সালে) এই সমালোচনার একটি উত্তর: এটি বলে কোন তথ্য থাকা দরকার, কিন্তু সেই তথ্য একটি spreadsheet, একটি tool, এমনকি automation code-এর ভেতরেও থাকতে পারে। মজার ব্যাপার, ২০১৪ সালের দিকে কিছু context-driven tester এই মানের বিরুদ্ধেই একটি petition চালান, যুক্তি ছিল testing-কে নথি-কেন্দ্রিক করা উচিত নয়। অর্থাৎ বিতর্কটি আজও জীবন্ত।

তাহলে template গুরুত্বহীন? না, কিন্তু তার গুরুত্ব field-এর নামে নয়, প্রতিটি field যে প্রশ্নের উত্তর দেয় তাতে। কোন requirement-এর জন্য (trace), শুরুতে কী সত্য (precondition), ঠিক কোন মান (data), কী দেখলে পাস (expected result), সময় কম হলে কোনটি আগে (priority). একটি দল এই প্রশ্নগুলোর উত্তর একটি automation test-এর নাম আর assertion-এ রাখতে পারে, আরেকটি দল TestRail-এর ফর্মে। দুটিই ঠিক, যদি উত্তরগুলো থাকে।

উল্টো ভুলটিও দেখা যায়: template-এর প্রতিটি ঘর পূরণ, কিন্তু সব ঘরে অস্পষ্ট কথা। §৭-এর TC-REV-32 তার উদাহরণ: ফর্ম নিখুঁত, expected result “Form works as expected”. Template এখানে শুধু পূর্ণতার ভ্রম দিয়েছে।

মূল উপলব্ধি: মান আর template বদলায়, কিন্তু test case-কে যে প্রশ্নগুলোর উত্তর দিতে হয় তা বদলায় না। ফর্ম পূরণ নয়, প্রশ্নের উত্তর দেওয়াই লক্ষ্য।

প্র ০২একজন অভিজ্ঞ tester বলেন, “বিস্তারিত test case লিখলে tester-এর মাথা বন্ধ হয়ে যায়, তিনি শুধু ধাপ অনুসরণ করেন।” আরেকজন বলেন, “বিস্তারিত না লিখলে কেউ হুবহু চালাতে পারে না।” কে ঠিক?

দুজনেই আংশিক ঠিক, আর এই টানাপোড়েন testing-এর পুরোনো বিতর্ক। Cem Kaner ২০০৩ সালের দিকে “What Is a Good Test Case?” শিরোনামের একটি পরিচিত লেখায় যুক্তি দেন, “ভালো test case”-এর একটিমাত্র সংজ্ঞা নেই; লক্ষ্য অনুযায়ী (bug খোঁজা, নিয়ম মানা প্রমাণ, regression পাহারা, নতুন সদস্যকে শেখানো) ভালো test case-এর গুণ আলাদা। bug খুঁজতে চাইলে শক্তিশালী আর বৈচিত্র্যময় test ভালো; নিয়ম মানা প্রমাণ করতে চাইলে পুনরাবৃত্তিযোগ্য, বিস্তারিত test ভালো।

অতি-বিস্তারিত test case-এর একটি পরিচিত ঝুঁকি আছে: একই case বারবার একই data-য় চললে নতুন কিছু ধরা পড়ে না। এটি পর্ব ০৩-এর pesticide paradox. Tester প্রতিটি ধাপ অনুসরণ করতে গিয়ে পাশে ঘটে যাওয়া অদ্ভুত আচরণও উপেক্ষা করতে পারেন, কারণ “expected result মিলেছে”। অন্যদিকে high-level case-এ একজন নতুন tester ৫০০-এর বদলে ৫০ দিয়ে “সর্বোচ্চ দৈর্ঘ্য” test করে পাস দিতে পারেন।

নিয়ন্ত্রিত ক্ষেত্রে উত্তর স্পষ্ট। আকাশযানের software-এর জন্য DO-178C (২০১১) requirement-ভিত্তিক test, লিখিত procedure আর requirement থেকে test পর্যন্ত traceability প্রত্যাশা করে; চিকিৎসা যন্ত্রের software-এও এমন কঠোরতা দেখা যায়। সেখানে “tester নিজে বুঝে নেবেন” গ্রহণযোগ্য নয়, কারণ নিরীক্ষককে দেখাতে হয় ঠিক কী চালানো হয়েছিল। একটি সাধারণ e-commerce feature-এ এই মাত্রা অপচয়।

বাস্তব সমাধান মিশ্রণ: ঝুঁকিপূর্ণ আর বারবার চলা অংশে low-level case (প্রায়ই automation-এ), বাকিটায় high-level case বা checklist, আর তার পাশে সময় বেঁধে exploratory session, যেখানে tester-এর মাথা পুরো খোলা (পর্ব ২০)। কোন অংশে কোনটি, তা test strategy-র সিদ্ধান্ত।

মূল উপলব্ধি: বিস্তারিতের মাত্রা একটি নকশার সিদ্ধান্ত, নৈতিক প্রশ্ন নয়। ঠিক করুন test case-টি কী কাজে লাগবে, কে চালাবেন আর ভুলের দাম কত।

প্র ০৩Script-এর প্রতিটি ধাপ অনুসরণ করে expected result মিলিয়ে “পাস” দেওয়া কি আসলে testing? “Testing বনাম checking” বিতর্ক এখানে কী বলে?

James Bach আর Michael Bolton ২০০৯ সালের দিকে একটি পার্থক্য প্রস্তাব করেন, যা পরে অনেক আলোচিত হয়েছে। তাঁদের ভাষায় checking হলো আগে থেকে ঠিক করা নিয়মে একটি পর্যবেক্ষণকে প্রত্যাশার সাথে মেলানো, যা যন্ত্রও করতে পারে; আর testing হলো একটি বড়, মানুষের কাজ: product নিয়ে প্রশ্ন তোলা, পরীক্ষা করা, পর্যবেক্ষণ থেকে শেখা, আর কোন check লিখবেন সেটাও ঠিক করা। এই দৃষ্টিতে §৫-এর assertEqual একটি check, আর কোন মান দিয়ে check হবে তা বাছাই (৯, ১০, ফাঁকাসহ ৯) testing.

এই পার্থক্য দেখায় script-এর মূল্য কোথায়, আর সীমা কোথায়। মূল্য: একবার ভালোভাবে ভাবা চিন্তাকে বারবার সস্তায় চালানো, regression-এ যা অপরিহার্য। সীমা: script শুধু সেই প্রশ্নগুলোর উত্তর দেয় যা লেখার সময় মাথায় এসেছিল। TD-02 (ফাঁকাসহ ৯) কোনো script-এ ছিল না, যতক্ষণ না কেউ AC3-এর “ফাঁকা বাদ দিয়ে” শব্দগুলো নিয়ে ভাবলেন।

তাই একজন ভালো manual tester script চালানোর সময়ও চোখ খোলা রাখেন। ধাপ ৪-এ বার্তা ঠিক এল, কিন্তু পাতাটি তিন সেকেন্ড আটকে ছিল? স্টার বাছার পরে লেখার ঘরে কিছু মুছে গেল? এগুলো expected result-এ লেখা নেই, তবু লিখে রাখার মতো পর্যবেক্ষণ, প্রায়ই একটি নতুন test case বা bug report-এর শুরু। ISTQB-এর ভাষায় test execution-এর সময় অপ্রত্যাশিত কিছু দেখলে তা রিপোর্ট করাও কাজের অংশ।

বিতর্কটির সমালোচনাও আছে: অনেকে মনে করেন automation-কে “শুধু checking” বলা automation engineer-এর নকশার কাজকে ছোট করে, কারণ ভালো automated check লিখতেও গভীর testing-চিন্তা লাগে। এই কোর্সে দুটি দৃষ্টিই কাজে লাগবে।

মূল উপলব্ধি: Test case একটি check-কে পুনরাবৃত্তিযোগ্য করে, কিন্তু কোন check লিখবেন আর চালানোর সময় আর কী দেখলেন, সেখানেই testing-এর আসল কাজ।

প্র ০৪AC3 দৈর্ঘ্য মাপে code point-এ। বাংলা app-এ “অক্ষর” গোনা এত জটিল কেন, আর test data-য় এর প্রভাব কী?

Unicode প্রতিটি সংকেতকে একটি সংখ্যা দেয়: code point. বাংলা লিপির জন্য Unicode-এ একটি আলাদা ব্লক আছে (U+0980 থেকে U+09FF). কিন্তু বাংলা লেখায় পাঠক যা একটি অক্ষর হিসেবে দেখেন, তা প্রায়ই কয়েকটি code point-এর মিলন: “ক্ষ” হলো ক, হসন্ত আর ষ, তিনটি code point; “লো” হলো ল আর ো-কার, দুটি। Emoji-তে আরও জটিল: 👍🏽-তে মূল চিহ্ন আর গায়ের রঙের একটি modifier, দুটি code point; পরিবারের ছবির মতো কিছু emoji কয়েকটি মানুষের চিহ্ন অদৃশ্য “zero width joiner” দিয়ে জুড়ে বানানো। পর্দায় একটি দেখানো একককে Unicode-এর UAX #29 নথি grapheme cluster বলে, আর তার নিয়মও সময়ের সাথে বদলেছে।

বাংলার ইতিহাসে একটি পরিচিত উদাহরণ খণ্ড-ত (ৎ)। আমাদের জানামতে Unicode 4.1 (২০০৫)-এ এর জন্য আলাদা code point U+09CE যোগ হয়; তার আগে এটি ত, হসন্ত আর একটি অদৃশ্য joiner দিয়ে লেখা হতো। তাই পুরোনো আর নতুন উপায়ে লেখা একই শব্দ চোখে এক, কিন্তু code point-এ আলাদা, দৈর্ঘ্যেও আলাদা। Search বা duplicate খোঁজার feature-এ এটি একটি বাস্তব test data.

এর মানে test data-য় তিনটি প্রশ্ন সবসময় তুলুন। প্রথম, requirement কোন একক গোনে: code point, grapheme না byte? AC3 উত্তর দিয়েছে; অনেক requirement দেয় না। দ্বিতীয়, প্রতিটি স্তর কি একই একক গোনে? Browser-এর JavaScript-এ length UTF-16 একক গোনে, তাই 👍🏽 সেখানে ৪; Python-এ ২; database-এর কলাম byte বা character-এ সীমা রাখতে পারে। তিন স্তরে তিন সংখ্যা হলে UI-তে “৫০০ বাকি” দেখিয়ে server-এ প্রত্যাখ্যান, বা database-এ লেখা কেটে যাওয়া দেখা যায়। তৃতীয়, সীমার কাছে বাংলা আর emoji দিয়ে test আছে কি? শুধু “ক” দিয়ে সীমা test করলে এক-স্তরের হিসাব ঠিক কি না দেখা যায়, স্তরগুলোর অমিল নয়।

এই কারণে §৫-এর suite-এ “ক” দিয়ে সীমার মান আর আলাদাভাবে “ভালো চাল 👍” রাখা হয়েছে: প্রথমটি নিয়মের সীমা দেখে, দ্বিতীয়টি বাস্তব লেখা।

মূল উপলব্ধি: “অক্ষর” একটি অস্পষ্ট শব্দ। কোন একক গোনা হয় তা লিখিত রাখুন, আর সীমার কাছে বাংলা ও emoji দিয়ে প্রতিটি স্তর test করুন।

প্র ০৫Production database-এর একটি কপি নিলে test data-য় আসল ক্রেতার বাস্তব রিভিউ, নাম আর phone থাকে, যা বানানো data-র চেয়ে “বাস্তব”। এটি কি ভালো ধারণা?

বাস্তব data-র আকর্ষণ বোঝা যায়: অদ্ভুত বানান, লম্বা বাংলা রিভিউ, emoji-ভরা মন্তব্য, এমন সব মিশ্রণ যা কেউ কল্পনা করেননি। কিন্তু এর দাম বড়। প্রথম, গোপনীয়তা: test পরিবেশে সাধারণত production-এর মতো কড়া নিরাপত্তা থাকে না, অনেকে প্রবেশ করেন, log আর screenshot এদিক-ওদিক যায়। একজন ক্রেতার নাম, phone আর ঠিকানা bug report-এর screenshot-এ চলে যাওয়া খুব সহজ। দ্বিতীয়, আইন: ইউরোপীয় ইউনিয়নের GDPR (২০১৮ সালের মে থেকে প্রয়োগ) এর মতো আইন ব্যক্তিগত তথ্য কোন উদ্দেশ্যে ব্যবহার হবে তা সীমিত করে, আর অনেক দেশের আইন একই দিকে যাচ্ছে। বাজারঘরের মতো বাংলাদেশি দলকেও বিদেশি ক্রেতা বা অংশীদারের কারণে এসব মানতে হতে পারে; নির্দিষ্ট আইনি প্রশ্নে আইনজ্ঞের পরামর্শ দরকার।

তৃতীয়, পুনরাবৃত্তি: production-এর কপি প্রতিবার আলাদা, তাই আজকের test case-এর “ORD-1042” কাল হয়তো নেই, আর expected result আগে থেকে লেখা কঠিন। Test case-এর মূল গুণ, অন্য কেউ হুবহু চালাতে পারবেন, সেখানে ভেঙে যায়।

প্রচলিত বিকল্প তিনটি। বানানো (synthetic) data: নিয়ম জেনে তৈরি, যেমন §৪-এর ৯টি মান; নিয়ন্ত্রিত আর পুনরাবৃত্তিযোগ্য। Masking বা anonymization: আসল data-র গঠন রেখে নাম, phone আর ঠিকানা বদলে দেওয়া; তবে খেয়াল রাখতে হয় যাতে কয়েকটি তথ্য মিলিয়ে মানুষটিকে আবার চেনা না যায়। বাস্তব ধরনের নমুনা: আসল রিভিউ থেকে ধরন শেখা (গড় দৈর্ঘ্য, কত শতাংশে emoji), তারপর সেই ধরনে নতুন লেখা বানানো। Phone নম্বরের ক্ষেত্রে একটি বিশেষ সতর্কতা: বাংলাদেশি নম্বরের ছাঁচে বানানো নম্বরও কারও আসল নম্বর হতে পারে, তাই test পরিবেশ থেকে যেন কখনো আসল SMS না যায়, সেটি নিশ্চিত করুন।

বড় পরিসরে test data তৈরি, masking আর পরিবেশ ভাগ করার কৌশল পর্ব ৬৫-এর বিষয়।

মূল উপলব্ধি: Test data বাস্তবের মতো হওয়া উচিত, বাস্তব মানুষের নয়। নিয়ন্ত্রিত, বানানো data test case-কে পুনরাবৃত্তিযোগ্য আর মানুষকে নিরাপদ রাখে।

অনুশীলন

কাগজ-কলমে করুন, তারপর উত্তর মিলিয়ে নিন। চাইলে উপরের program-গুলো বদলে নিজের উত্তর যাচাই করতে পারেন।

  1. Spec থেকে test case (test design): বাজারঘরে “পণ্য নিয়ে প্রশ্ন” feature: লগইন করা ক্রেতা পণ্যের পাতায় প্রশ্ন করতে পারেন; প্রশ্ন ফাঁকা বাদে ১৫ থেকে ৩০০ code point; একজন ক্রেতা একটি পণ্যে দিনে সর্বোচ্চ ৩টি প্রশ্ন করতে পারেন। (ক) Test condition-গুলো লিখুন। (খ) প্রশ্নের দৈর্ঘ্যের জন্য test data দিন (পর্ব ০৮-এর গোনার নিয়মে)। (গ) দিনের সীমার জন্য একটি সম্পূর্ণ low-level test case লিখুন।

    (ক) চারটি condition: লগইন ছাড়া প্রশ্ন করা যায় না; দৈর্ঘ্যের সীমা; ফাঁকা বাদ দিয়ে গোনা; দিনে ৩টির সীমা। (খ) দলগুলো [০, ১৪] invalid, [১৫, ৩০০] valid, ৩০০-এর বেশি invalid. 2-value সীমা ISTQB-আক্ষরিক গোনায় ০, ১৪, ১৫, ৩০০, ৩০১; সাথে একটি মাঝের মান (যেমন ১৫৭), ফাঁকাসহ ১৪ (কাঁচা দৈর্ঘ্য বেশি, trim-এর পরে ১৪, প্রত্যাখ্যাত) আর একটি বাংলা প্রশ্ন। (গ) উদাহরণ: TC-QNA-07 · শিরোনাম: দিনের চতুর্থ প্রশ্ন প্রত্যাখ্যাত · Trace: দিনের সীমা · Priority: Medium · Precondition: ক্রেতা karim.test লগইন; পণ্য P-205-এ আজ তাঁর ঠিক ৩টি প্রশ্ন জমা আছে (setup script দিয়ে তৈরি, অন্য test-এর ওপর নির্ভর নয়) · Data: “এই চালের প্যাকেট কত কেজির?” (২০-এর বেশি code point, valid দৈর্ঘ্য) · ধাপ: ১. P-205-এর পাতা খুলুন ২. প্রশ্ন লিখুন ৩. জমা দিন · Expected: দিনের সীমার বার্তা দেখায়; P-205-এ তাঁর আজকের প্রশ্ন সংখ্যা ৩-ই থাকে। সাথে আরেকটি case লাগে: ঠিক ২টি জমা থাকলে তৃতীয়টি গৃহীত (সীমার ভেতরের দিক)। “দিন” কোন সময়-অঞ্চলে (UTC+6?) গোনা হয়, তা product owner-কে জিজ্ঞেস করার মতো প্রশ্ন।

  2. Failure পড়ুন (read the failure): “রিভিউ আর রেটিং”-এর একটি data-driven suite চালালে runner লিখল:
    FAIL: test_generated (__main__.ReviewCases.test_generated) (tc='TC-REV-13', value=500)
    AssertionError: 'rejected' != 'accepted'
    কোনটি actual, কোনটি expected? Requirement-এ লেখার সীমা “১০ থেকে ৫০০ code point”. কোডের কোন ধরনের ভুল এই ফল দেয়? আর যদি ৫০১-এর test-ও ফেল করত, তাহলে কী ভাবতেন?

    assertEqual(actual, expected) ক্রমে বাঁয়ে actual 'rejected', ডানে expected 'accepted'. ৫০০ সীমার ভেতরে, তাই গৃহীত হওয়ার কথা, কিন্তু কোড প্রত্যাখ্যান করেছে। সবচেয়ে সম্ভাব্য কারণ off-by-one: n <= 500-এর বদলে n < 500. যদি ৫০১-ও ফেল করত (অর্থাৎ ৫০১ গৃহীত হতো), তাহলে সীমা দুই দিকেই ভুল, যেমন সংখ্যাটিই ভুল (ধরুন ৫১০), বা দৈর্ঘ্য অন্য এককে গোনা হচ্ছে; তখন ৪৯৯ আর ৫০২-এর মতো আরও কয়েকটি মান দিয়ে আসল সীমাটি খুঁজে bug report-এ লিখতেন।

  3. Test case-এর ভুল খুঁজুন (find the bug): একজন সহকর্মী লিখেছেন:
    TC-REV-40  রিভিউ আর গড় রেটিং যাচাই
    Pre:   TC-REV-39-এর রিভিউ জমা আছে
    Data:  কিছু ভালো রিভিউ
    Steps: রিভিউ দিন, তারপর আবার একটি দিন, তারপর গড় দেখুন
    Expected: সব ঠিক থাকবে, গড় সঠিকভাবে দেখাবে
    কয়টি সমস্যা পান? কীভাবে সারাবেন?

    অন্তত পাঁচটি। ১. এক case-এ তিনটি যাচাই: রিভিউ জমা, দ্বিতীয় রিভিউ (AC4) আর গড় (AC5); শিরোনামেই “আর”। ২. নির্ভরশীল precondition: TC-REV-39-এর ওপর। ৩. অনির্দিষ্ট data: “কিছু ভালো রিভিউ”। ৪. অস্পষ্ট expected: “সব ঠিক থাকবে”, “সঠিকভাবে”। ৫. Trace আর priority নেই। সারানো রূপ তিনটি আলাদা case. একটি উদাহরণ (AC5): Pre: পণ্য P-310-এ আগে থেকে ৩টি রিভিউ (৫, ৪, ৪ স্টার), setup দিয়ে তৈরি; ক্রেতা nasrin.test-এর delivered অর্ডার ORD-1050, এই পণ্যে রিভিউ নেই। Data: ৪ স্টার, “চাল খুব ভালো ছিল”। ধাপ: রিভিউ জমা দিন, পণ্যের পাতা খুলুন। Expected: গড় দেখায় 4.3 (৫, ৪, ৪, ৪-এর গড় ৪.২৫, half up). Trace AC5, priority Medium. AC4-এর case-এ একই ক্রেতার দ্বিতীয় চেষ্টায় বার্তা আর রিভিউ সংখ্যা অপরিবর্তিত থাকা যাচাই হবে।

  4. UI না API — কোথায় কোন data: রিভিউ ফর্মে স্টার বাছা হয় পাঁচটি তারায় চাপ দিয়ে, তাই UI থেকে ০, ৬ বা ৩.৫ দেওয়াই যায় না। একজন সহকর্মী বলছেন, “তাহলে TC-REV-04, 08 আর 09 অপ্রয়োজনীয়, মুছে দিই।” আপনি কী বলবেন? এই তিনটি case কোথায় আর কীভাবে চালাবেন?

    মোছা ঠিক হবে না। UI শুধু একটি দরজা; রিভিউ জমা দেওয়ার API সরাসরিও ডাকা যায়, যেমন একটি mobile app, একটি পুরোনো client, বা কেউ ইচ্ছা করে browser-এর developer tool দিয়ে অনুরোধ বদলালে। AC2 server-এর নিয়ম, তাই server-কেও ০, ৬ আর ৩.৫ প্রত্যাখ্যান করতে হবে। Case তিনটি রাখুন, তবে precondition আর ধাপ বদলান: API স্তরে চালানো (পর্ব ৩০–৩১-এ Postman আর code দিয়ে API testing), প্রত্যাশিত ফল একটি নির্দিষ্ট error status আর বার্তা, আর রিভিউ সংখ্যা অপরিবর্তিত। UI-র জন্য আলাদা একটি case যথেষ্ট: পাঁচটি তারাই বাছা যায়, আর কোনো তারা না বেছে জমা দিলে বার্তা দেখায় (স্টার বাধ্যতামূলক)। শিক্ষা: test case-এর ধাপ বলে কোন স্তরে চালাবেন, কিন্তু requirement-এর সীমা সেই স্তরের সীমার চেয়ে বড় হতে পারে। এটি নিরাপত্তার দিক থেকেও জরুরি, যা পর্ব ৫২-তে আসবে।

নিজেকে যাচাই করুন

ভুল হলে কারণসহ ব্যাখ্যা পাবেন, আবার চেষ্টাও করতে পারবেন।

ক্রমRequirement থেকে চালানো test পর্যন্ত ধাপগুলো সঠিক ক্রমে সাজান (▲▼ চেপে সরান)

  1. Test basis পড়া: user story আর acceptance criteria
  2. Test condition বের করা: কী test হবে
  3. High-level test case লেখা: কোন দলের মান, কোন ফল
  4. Low-level test case: নির্দিষ্ট data আর expected result
  5. Test procedure সাজানো: ক্রম, setup আর teardown
  6. চালানো আর actual result ও অবস্থা লেখা

একটি test case-এর expected result: “রিভিউ ফর্ম ঠিকমতো কাজ করবে।” এর প্রধান সমস্যা কী?

  • বাক্যটি ইংরেজিতে লেখা উচিত ছিল
  • বাক্যটি খুব ছোট
  • এটি যাচাইযোগ্য নয়: কী দেখলে পাস, তা নির্দিষ্ট নয়
  • এটি test চালানোর আগে লেখা হয়েছে

Requirement: “রিভিউ লেখা ফাঁকা বাদে ১০ থেকে ৫০০ code point.” কোন test data সেট সীমা আর trim দুটিই সবচেয়ে ভালোভাবে যাচাই করে?

  • ২০, ১০০, ৩০০
  • ০, ৯, ১০, ৫০০, ৫০১ আর দুই পাশে ফাঁকাসহ ৯টি অক্ষর
  • ১, ২৫৫, ১০০০
  • ৫০০ আর ৫০১

একটি test case-এর precondition: “TC-REV-30 পাস করেছে।” এতে কী ঝুঁকি?

  • Precondition থাকাই উচিত নয়
  • ID-টি ভুল ফরম্যাটে লেখা
  • এতে test চালানো ধীর হয়
  • আগের test ফেল করলে বা ক্রম বদলালে এটি ভুল কারণে ফেল বা blocked হয়

“সর্বোচ্চ অনুমোদিত দৈর্ঘ্যের রিভিউ গৃহীত হয়” আর “'ক' × 500, ৪ স্টার, অর্ডার ORD-1042 → ‘রিভিউ জমা হয়েছে’” — এই দুটির সম্পর্ক কী?

  • প্রথমটি high-level test case, দ্বিতীয়টি তার low-level রূপ
  • প্রথমটি test condition, দ্বিতীয়টি test procedure
  • প্রথমটি positive, দ্বিতীয়টি negative test
  • দুটিই test script

EP আর BVA দিয়ে যন্ত্রে বানানো ১৪টি test case-এর সবগুলো পাস করল, কিন্তু হাতে যোগ করা “দুই পাশে ফাঁকাসহ ৯টি অক্ষর” case ফেল করল। এ থেকে সবচেয়ে ঠিক শিক্ষা কোনটি?

  • যন্ত্রে বানানো test case অকেজো, সব হাতে লেখা উচিত
  • কৌশল থেকে পাওয়া data-র সাথে requirement-এর বিশেষ শব্দ আর অভিজ্ঞতা থেকে data যোগ করতে হয়
  • Suite-টি flaky, আবার চালালে পাস করবে
  • ফেল করা case-টি মুছে দেওয়া উচিত, কারণ বাকিগুলো পাস

একটি negative test case: ৫০১ code point-এর রিভিউ জমা দেওয়া। কোন expected result সবচেয়ে সম্পূর্ণ?

  • একটি error দেখাবে
  • Form বন্ধ হবে না
  • লেখার ঘরের পাশে সর্বোচ্চ ৫০০-এর বার্তা দেখায়, রিভিউ সংরক্ষণ হয় না, পণ্যের রিভিউ সংখ্যা অপরিবর্তিত
  • System ঠিকমতো প্রত্যাখ্যান করবে

একটি নতুন feature প্রতি সপ্তাহে বদলাচ্ছে, দলে সবাই অভিজ্ঞ tester, আর ভুলের ক্ষতি কম। কোন ধরনের test case সবচেয়ে যুক্তিসংগত?

  • প্রতিটি বোতাম আর মানসহ বিস্তারিত low-level test case
  • কিছুই না লেখা, শুধু ইচ্ছামতো চালানো
  • IEEE 829-এর প্রতিটি নথি পূর্ণ রূপে
  • High-level test case বা checklist, ঝুঁকির অংশে বেশি বিস্তারিত

শব্দকোষ

লেখার মধ্যে ডটেড দাগ দেওয়া শব্দে মাউস রাখুন বা চাপুন, অর্থ দেখাবে। এই পর্বের সব নতুন শব্দ এখানে একসাথে:

মনে রাখুন

  1. Test basis → condition → high-level → low-level → procedure: নিচে নামলে লেখা নির্দিষ্ট হয়, আর অন্য কেউ হুবহু চালাতে পারেন।
  2. ভালো test case-এ ID, শিরোনাম, trace, priority, precondition, data, ধাপ আর expected result; expected result চালানোর আগে requirement থেকে লেখা।
  3. Negative test-এর expected result-এ বার্তা, কী হবে না, আর অবস্থা তিনটিই।
  4. Test data আসে কৌশল (EP, BVA) আর requirement-এর বিশেষ শব্দ ও অভিজ্ঞতা (trim, খালি, বাংলা, emoji) থেকে; দুটিই লাগে।
  5. প্রতিটি case স্বাধীন, একটি যাচাই, নির্দিষ্ট data; বিস্তারিতের মাত্রা ঠিক করে ঝুঁকি আর কে চালাবেন।

পরের পর্বে: Test case তৈরি, কিন্তু কোনগুলো আগে, কে চালাবেন, কোন পরিবেশে, আর কখন থামবেন? পর্ব ১৭-এ test plan আর test strategy: রিভিউ feature-এর জন্য এক পাতার একটি পূর্ণ plan.

আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ

এই পর্বটি শেয়ার করুন:
এই পর্বে ভুল পেয়েছেন? জানান