这样子我完成了一个10个Case的测试计划了。

　　回过头来看看正交矩阵测试策略Orthogonal Array Testing Strategy （OATS），OATS是一种对两两相互作用（pair-wise interactions）进行系统的测试的一种方法，用正交表映射出来的测试用例大致上是均匀分布的。

　　正交矩阵（Orthogonal arrays）是一二维的矩阵，下面是一些关键字：

　　● Runs：是矩阵的行数，也是将来要映射的Test Case数。在这里例子里面是8。

　　● Factors：是矩阵的列数，一般来说是有多少个变量，有多少个Factor。这里例子是7。

　　● Levels：是取各列因素（Factors）中的大可能取值。这个例子里面是2。

　　● Strength：相互关系数，这里面是2，意思是每两个变量之间的关系，如果是3的话意味着需要三个变量之间的组合，如果是这样的情况用例数会极速增加。

　　正交表通常的表达式是：

　　根据上面的数据可以查找到一些已经被证明是正确的正交表。可以参考这个地址：http://www.research.att.com/~njas/oadir/index.html

　　然后能把正交表的01010101映射为我们的Case了！

　　后记：

　　1、为什么强调这个正交表是均匀分布的呢？从几何学角度来看软件的bug的话，bug可以分为两类，一种是范围性的错误(region faults)另外一种是单独的错误(Single faults)。我们很难去估计在这个软件里面哪类错误存在于哪里，所以我们能做的是取一个有限的集合去代替那个无限的集合。正因为如此，我们对这个有限的集合的要求是尽可能地均匀分布的。

　　2、不要手工的实现正交表的映射。现在一般举例都是比较小规模的例子，一旦列变量很多很多，那没有办法手工的去做映射的，需要借助工具~听说Excel可以做，我也正在研究，不过可以有其他选项~例如有个叫正交助手的软件，或者用SPSS……有点夸张。

　　3、滥用OATS。通常刚开始知道这个方法的时候很有兴趣去弄他，然后死也要实现这个方法，不过测试还是根据风险来决定测试的点。如果发现一个能应用OATS的地方，不过这个地方在整个软件里面占的比重并不是很大，或者说不是有很高优先级的，那么可以不用OATS。

　　4、用错了组合，其实像是我举的这个例子，其实我没有读文档，也没有文档给我读，所以我并不知道那个界面上哪些东西是互相有影响的，所以我也只是随便挑出来罢了。做个例子可以，真正实施的时候要注意?。

　　5、不要用OATS来测那些高风险的产品，例如什么医疗，银行的。

　　6、正交表只是取一个相对合理的集合作为全集合的一个代替，所以不要认为利用正交表能替代原来的全集，用正交表是要承受风险的，但是正交表的确是一个“性价比”很高的方法：）有点像20/80法则，做20%的工作得到了80%的效果：）