Was ist die dynamische Analyse?

Die dynamische Analyse bezieht sich auf den Prozess der Untersuchung und Bewertung eines Programms während der Ausführung. Im Gegensatz zur statischen Analyse, die den Quellcode ohne Ausführung analysiert, ermöglicht die dynamische Analyse das Aufdecken von Fehlern, Leistungsengpässen und Sicherheitslücken in Echtzeit. Werkzeuge zur dynamischen Analyse spielen dabei eine zentrale Rolle, da sie automatisiert Informationen sammeln und auswerten können.

Entstehung und Entwicklung

Die Notwendigkeit der dynamischen Analyse entstand mit der zunehmenden Komplexität von Softwareanwendungen. Besonders mit den damit verbundenen Herausforderungen in Bezug auf Wartung, Leistung und Sicherheit. In den frühen Tagen der Softwareentwicklung waren die verfügbaren Werkzeuge rudimentär und erforderten oft manuelle Eingriffe. Mit der Zeit entwickelten sich jedoch immer fortschrittlichere Lösungen, die heutzutage eine automatisierte und tiefgehende Analyse ermöglichen.

Best Practices für die Anwendung der Werkzeuge zur dynamischen Analyse

Um die Vorteile der dynamischen Analyse voll auszuschöpfen, empfiehlt es sich, folgende Best Practices zu befolgen:

Integration in den Entwicklungsprozess: Werkzeuge zur dynamischen Analyse sollte man nahtlos in den Softwareentwicklungszyklus integrieren. So ermöglicht man kontinuierliche Überprüfungen und sofortige Rückmeldungen. (Siehe hierzu auch meinen Beitrag über Softwareentwicklungslebenszyklusmodelle (SDLC))

Konfiguration und Anpassung: Die Werkzeuge muss man korrekt konfigurieren und auf die spezifischen Bedürfnisse des Projekts angepassen. Dadurch lassen sich aussagekräftige Ergebnisse liefern.

Kontinuierliche Überwachung: Eine regelmäßige und kontinuierliche Überwachung stellt sicher, dass man Probleme frühzeitig erkennen und beheben kann.

Auswertung und Reporting: Um fundierte Entscheidungen treffen zu können, erfolgt die Auswertung bzw. Darstellung der von den Werkzeugen generierten Daten in verständlichen Reports.

Beispiele für Einsatzgebiete der Werkzeuge zur dynamischen Analyse

Leistungsanalyse: Werkzeuge wie JProfiler oder VisualVM ermöglichen die Analyse der Laufzeitperformance von Java-Anwendungen. Auch kann man mit derartigen Tools Leistungsengpässe identifizieren und sie helfen bei der Optimierung des Codes.

Sicherheitsanalyse: Tools wie OWASP ZAP oder Burp Suite bieten umfangreiche Funktionen zur Überprüfung von Webanwendungen auf Sicherheitslücken und Schwachstellen.

Fehlerdiagnose: Lösungen wie Valgrind oder GDB helfen Entwicklern, Speicherlecks und andere kritische Fehler in ihrer Software zu finden und zu beheben.

Fazit

Die dynamische Analyse stellt ein unverzichtbares Instrument im Werkzeugkasten moderner Softwareentwickler und Tester dar. Durch die konsequente Anwendung und Integration dieser Werkzeuge in den Entwicklungsprozess lassen sich Softwarefehler reduzieren, die Leistung optimieren und die Sicherheit erhöhen. Mit den heute verfügbaren fortschrittlichen Lösungen steht einer umfassenden und effektiven dynamischen Analyse nichts mehr im Wege.

Der Beitrag Werkzeuge zur dynamischen Analyse – Für Codequalität, Leistung und Sicherheit! erschien zuerst auf CEOsBay.

Was ist Anweisungsüberdeckung?

Anweisungsüberdeckung ist eine Metrik im Software Testing, die den Anteil des Quellcodes misst, den die durchgeführten Tests abdecken. Die Berechnung erfolgt durch das Verhältnis der ausgeführten Anweisungen zur Gesamtzahl der Anweisungen im Code. Das Ziel besteht darin, einen hohen Überdeckungsgrad zu erreichen, um sicherzustellen, dass der Code umfassend getestet wurde, potenzielle Fehler und Schwachstellen somit aufgedeckt werden.

Historischer Hintergrund

Die Anweisungsüberdeckung entstand in der Software-Entwicklung der 1960er und 1970er Jahre als Antwort auf die steigende Komplexität von Software-Systemen. Neue Methoden für die Überprüfung und Validierung von Software wurden notwendig, und so entwickelten sich verschiedene Formen der Code-Überdeckung. Die Anweisungsüberdeckung hat sich dabei als eine der grundlegenden und am weitesten verbreiteten Techniken etabliert.

Anwendung der Anweisungsüberdeckung

Für eine effektive Anweisungsüberdeckung ist die Auswahl repräsentativer Testfälle entscheidend. Diese Testfälle sollten alle Teile des Codes abdecken. Nach ihrer Anwendung auf den Code erfolgt die Messung des Überdeckungsgrads durch spezielle Tools. Die Ergebnisse zeigen auf, welche Teile des Codes getestet wurden und welche noch ungetestet sind. Basierend auf dieser Analyse verbessern Entwickler die Testfälle und optimieren die Testabdeckung.

Praktische Beispiele

Ein anschauliches Beispiel für die Anwendung bietet ein Programm zur Berechnung der Fakultät einer Zahl. Der Code beinhaltet verschiedene Anweisungen, inklusive Schleifen und bedingten Anweisungen. Verschiedene Testfälle, die sowohl gültige als auch ungültige Eingaben berücksichtigen, helfen dabei, den Überdeckungsgrad des Codes zu messen und zu optimieren.

Interaktiver Fakultätsrechner

Bedienungsanleitung: Fakultätsrechner

Der Fakultätsrechner ermöglicht die einfache Berechnung der Fakultät einer eingegebenen Zahl. Die Fakultät einer Zahl definiert sich als das Produkt aller positiven ganzen Zahlen bis zu dieser Zahl. Beispielsweise ergibt die Fakultät von 5 (5!) das Produkt 5 * 4 * 3 * 2 * 1 = 120.

Anwendung des Fakultätsrechners:

1. Zahl eingeben: Im vorgesehenen Eingabefeld, markiert mit „Geben Sie eine Zahl ein:“, erfolgt die Eingabe der Zahl, deren Fakultät zu berechnen ist. Zu beachten ist, dass es sich um eine nicht-negative ganze Zahl handeln sollte.
2. Berechnung initiieren: Durch einen Klick auf den „Berechnen“-Button, positioniert direkt unterhalb des Eingabefeldes, startet die Berechnung.
3. Ergebnis einsehen: Unmittelbar nach der Betätigung des „Berechnen“-Buttons erscheint das Ergebnis unterhalb desselben. Es zeigt sich in Form eines Satzes wie „Die Fakultät von [eingegebene Zahl] ist [Ergebnis].“
4. Fehler: Bei Eingabe einer ungültigen Zahl (z.B. einer negativen Zahl oder einer Nicht-Zahl)

Zusätzliche Hinweise:

• Der Rechner verarbeitet ausschließlich ganze Zahlen. Dezimalzahlen oder andere Zeichen gelten als ungültig.
• Die Fakultät von 0 beträgt immer 1, entsprechend der mathematischen Definition.
• Bei Eingabe sehr großer Zahlen ist Vorsicht geboten, da die Berechnung der Fakultät rasch zu extrem hohen Werten führen und dies einen Überlauf verursachen kann.

Vorteile und Grenzen der Anweisungsüberdeckung

Die Anweisungsüberdeckung bietet zahlreiche Vorteile, darunter eine verbesserte Codequalität und die Identifizierung ungetesteter Codebereiche. Zudem unterstützt sie bei der Einhaltung von Compliance-Anforderungen. Allerdings garantiert ein hoher Überdeckungsgrad nicht automatisch eine hohe Codequalität oder die Entdeckung aller Fehler.

Welche Software kann dafür genutzt werden?

Die Überwachung und Analyse der Anweisungsüberdeckung ist ein entscheidender Teil des Software-Testprozesses. Verschiedene Werkzeuge stehen zur Verfügung, um Entwicklern bei dieser Aufgabe zu helfen. Hier sind einige der populärsten:

• JaCoCo (Java Code Coverage): Ein weitverbreitetes Tool für Java-Anwendungen, das sich in Maven und Gradle Projekte integrieren lässt und detaillierte Berichte über die Testabdeckung erstellt. (Siehe meinen Beitrag über JaCoco)
• Istanbul: Eine populäre Wahl für JavaScript-Anwendungen, die mit verschiedenen Test-Frameworks wie Mocha und Jest arbeiten kann.
• Cobertura: Ein weiteres Tool für Java, das aus dem JUnit Test Framework heraus funktioniert und umfassende Berichte über die Codeabdeckung erstellt.
• gcov: Ein Tool, das mit GCC (GNU Compiler Collection) zusammenarbeitet, um Codeabdeckungsinformationen für C, C++ und Fortran Programme zu liefern.
• dotCover: Ein Code-Abdeckungswerkzeug von JetBrains für .NET-Anwendungen, das sich nahtlos in Visual Studio und Rider integrieren lässt.
• OpenCover: Ein freies und Open-Source-Code-Abdeckungswerkzeug für .NET, das ausführliche Berichte über die Codeabdeckung erstellt.
• Clover: Ein Code-Abdeckungswerkzeug für Java, das sich in Ant, Maven und Grails integrieren lässt und reichhaltige, interaktive Berichte liefert.
• lcov: Ein front-end für gcov, das dazu dient, die Codeabdeckung von C, C++ und Fortran Programmen zu visualisieren.
• SonarQube: Ein umfassendes Werkzeug für die kontinuierliche Inspektion der Codequalität, das auch detaillierte Informationen über die Codeabdeckung liefert. (Siehe meinen Beitrag über SonarQube)
• Visual Studio: Die integrierte Entwicklungsumgebung (IDE) von Microsoft bietet eingebaute Funktionen zur Überprüfung der Codeabdeckung für .NET-Anwendungen. (Siehe meinen Beitrag über Visual Studio Code)

Die Wahl des richtigen Werkzeugs hängt von verschiedenen Faktoren ab, einschließlich der verwendeten Programmiersprache, des vorhandenen Test-Frameworks und der persönlichen oder teambasierten Vorlieben. Es ist wichtig, das Werkzeug auszuwählen, das am besten zu den Anforderungen des Projekts passt.

Fazit

Die Anweisungsüberdeckung ist ein wesentliches Instrument im Software Testing, um die Qualität und Zuverlässigkeit von Software-Produkten zu gewährleisten. Durch die sorgfältige Auswahl von Testfällen, die konsequente Durchführung von Tests und die Analyse der Ergebnisse lassen sich Schwachstellen aufdecken und die Software kontinuierlich verbessern. Mit den richtigen Tools und Praktiken ermöglicht die Anweisungsüberdeckung Entwicklern, hohe Standards in der Softwareentwicklung zu erreichen und zu halten.

Der Beitrag Anweisungsüberdeckung – Weil jeder Codeabschnitt zählt! erschien zuerst auf CEOsBay.

Was ist Debugging?

Debugging bezeichnet den Prozess, Fehler (sogenannte „Bugs“) in einem Softwareprogramm zu finden und zu beheben. Dies kann Designfehler, Logikfehler oder Laufzeitfehler einschließen. Ziel ist es, eine reibungslose, effiziente und korrekte Ausführung des Programms sicherzustellen.

Geschichte des Debuggings

Der Begriff „Debugging“ leitet sich von der frühen Computergeschichte ab, als Grace Hopper, eine Computerpionierin, einen echten Insekten (einen Motte) im Relay eines Computers entdeckte und diesen entfernte. Dieses Ereignis dokumentierte sie als „ersten echten Bug“ und gab so dem Prozess seinen Namen. Das Foto von dieser Motte möchte ich niemandem vorenthalten.

Wie nähert man sich dem Debugging?

1. Verstehen des Problems: Bevor man einen Fehler beheben kann, muss man das Problem genau verstehen. Deshalb gilt, die Symptome des Bugs zu identifizieren und zu wissen, wann und wie er auftritt.
2. Reproduktion des Fehlers: Ein Fehler, den man zuverlässig reproduzieren kann, lässt sich leichter lokalisieren und beheben.
3. Einsatz von Debugging-Tools: Moderne Programmiersprachen bieten spezielle Werkzeuge, um den Code zur Laufzeit zu untersuchen, z.B. Debugger, die es erlauben, den Code Schritt für Schritt auszuführen und den Zustand der Variablen zu beobachten.
4. Isolieren des Problems: Manchmal hilft es, den Code in kleinere Abschnitte zu unterteilen oder testweise Codeabschnitte zu deaktivieren. Somit kann man die Fehlerquelle eingrenzen.
5. Lösung implementieren und testen: Nachdem der Fehler gefunden ist, muss man eine Lösung implementieren und ausführlich testen, um sicherzustellen, dass das Problem behoben ist und keine neuen Fehler eingeführt wurden.

Praktische Beispiele für Debugging

• Fehler in einer Schleife: Ein Programm zählt nicht korrekt. Daher untersucht man mit einem Debugger den Schleifen-Code, setzt Haltepunkte und beobachtet, wie sich die Zählvariable verändert.
• Datenbankabfragen: Eine Datenbankabfrage liefert nicht die erwarteten Ergebnisse. Daher kann man durch das Überprüfen der Abfrage und den Einsatz von Logging-Techniken sehen, welche Daten die Datenbank tatsächlich zurückgibt und wo das Problem liegt.
• Webanwendungen: Ein Button auf einer Webseite funktioniert nicht. Somit lassen sich mit den Entwicklertools des Browsers JavaScript-Fehler aufdecken und beheben.

Welche Debugging Tools gibt es?

Es gibt viele Debugging-Tools, die sich in ihrer Funktionalität, Anwendungsbereich und unterstützten Programmiersprachen unterscheiden. Hier ist eine Liste einiger gängiger und weit verbreiteter Debugging-Tools:

1. GDB (GNU Debugger): Ein mächtiger Debugger für viele Programmiersprachen, insbesondere C und C++.
2. LLDB: Der Debugger von LLVM, der primär für C, C++ und Objective-C verwendet wird.
3. pdb: Ein Debugger für Python.
4. Visual Studio Debugger: Integriert in die Visual Studio IDE und unterstützt mehrere Sprachen, insbesondere C#, C++ und VB.NET.
5. Xcode Debugger: Ein Debugger für iOS- und MacOS-Anwendungen, hauptsächlich in Swift und Objective-C geschrieben. (Siehe auch meinen Beitrag über Xcode)
6. Eclipse Java Development Tools (JDT): Für Java-Anwendungen.
7. NetBeans Debugger: Ein Debugger für Java und andere Sprachen, der in der NetBeans IDE integriert ist.
8. Firebug & Firefox Developer Tools: Werkzeuge zum Debuggen von Webseiten, insbesondere HTML, CSS und JavaScript, in Firefox.
9. Chrome Developer Tools: Integrierte Debugging- und Profilierungswerkzeuge für Webentwickler in Google Chrome.
10. Safari Web Inspector: Debugging-Tool für Webentwickler in Safari.
11. Opera Dragonfly: Debugging-Tool für Webentwickler in Opera.
12. WinDbg: Ein Windows-Debugger für native Anwendungen und Systemprobleme.
13. Fiddler: Ein Web-Debugging-Proxy, mit dem der Datenverkehr zwischen Computer und Internet überwacht werden kann.
14. Wireshark: Ein Netzwerkanalyse-Tool, mit dem Datenverkehr „geschnüffelt“ und analysiert werden kann. Siehe meinen Beitrag über Wireshark.
15. Valgrind: Ein Instrumentierungsframework für das Dynamic Analysis von Linux-Programmen. Besonders nützlich zum Aufspüren von Speicherlecks.
16. IntelliJ IDEA Debugger: Für Java und andere JVM-Sprachen. Teil der IntelliJ IDEA IDE.
17. DTrace: Ein Werkzeug für die Tracing und Fehlerbehebung von Anwendungen und Systemen, verfügbar auf einigen Unix-basierten Systemen.
18. strace & ltrace: Tools für das Tracing von Systemaufrufen und Library-Aufrufen in Linux.
19. jdb: Ein Command-Line Java-Debugger.
20. Node.js Inspector: Für das Debuggen von Node.js-Anwendungen.

Weniger ist mehr

Ich habe in diesem Beitrag nur einige der vielen verfügbaren Debugging-Tools genannt. Je nach Bedarf, Plattform und Programmiersprache gibt es spezialisierte Debugger und Hilfsmittel. Es empfiehlt sich, dass richtige Tool für den jeweiligen Anwendungsfall auszuwählen und sich mit seinen Funktionen vertraut zu machen.

Fazit

Debugging spielt eine unverzichtbare Rolle in der Softwareentwicklung. Mit einem systematischen Ansatz und den richtigen Tools lässt sich der Prozess effizient gestalten. Es lohnt sich, ständig die eigenen Debugging-Fähigkeiten zu schärfen, um Programme von höchster Qualität zu erstellen.

Der Beitrag Debugging – Die Kunst der Fehlerbehebung und Optimierung erschien zuerst auf CEOsBay.

Definition von Testabdeckung

Die Testabdeckung, oft auch Codeabdeckung oder Code-Coverage genannt, quantifiziert den Anteil des Softwarecodes, den Tests während ihrer Ausführung tatsächlich „abdecken“. In anderen Worten: Es misst, welcher Prozentsatz des Codes durch Tests geprüft wird.

Historischer Kontext

Obwohl der genaue Ursprung der Testabdeckung schwer zu bestimmen ist, begann die Idee in den 1960er und 1970er Jahren an Bedeutung zu gewinnen. Mit der wachsenden Komplexität der Software erkannten Entwickler die Notwendigkeit, zu verstehen, welchen Teil ihres Codes sie tatsächlich testeten.

Warum Testabdeckung wichtig ist

Die Testabdeckung dient mehreren Zwecken:

• Qualitätssicherung: Sie zeigt, welche Teile des Codes noch nicht durch Tests abgedeckt sind.
• Fehlererkennung: Nicht abgedeckter Code birgt das Risiko verborgener Fehler.
• Optimierung: Entwickler können ihre Teststrategien anhand der Testabdeckungsdaten anpassen.

Messung der Testabdeckung

Es gibt verschiedene Methoden, um die Testabdeckung zu messen:

• Anweisungsabdeckung: Misst, die tatsächlich ausgeführten Anweisungen im Code.
• Zweigabdeckung: Berücksichtigt die verschiedenen Pfade, die durch eine Anweisung (z. B. eine if-Anweisung) entstehen können.
• Bedingungsabdeckung: Fokussiert sich darauf, wie man unterschiedliche Bedingungen (true/false) innerhalb einer Anweisung testet.

Beispiel: Ein einfacher Code-Ausschnitt in JAVA könnte folgendermaßen aussehen:

public class Calculator {
    public String checkNumber(int num) {
        if (num > 0 && num < 10) {
            return "Einzelne Ziffer und positiv";
        } else {
            return "Nicht erlaubt";
        }
    }

    public static void main(String[] args) {
        Calculator calc = new Calculator();
        System.out.println(calc.checkNumber(5));
    }
}

In dieser checkNumber Methode überprüfen wir, ob eine Zahl sowohl größer als 0 als auch kleiner als 10 ist.

Für eine vollständige Bedingungsabdeckung müssten wir folgende Testszenarien betrachten:

1. Ein Szenario, in dem num größer als 0 ist, aber nicht kleiner als 10. Zum Beispiel: checkNumber(15)
2. Ein Szenario, in dem num nicht größer als 0 ist, aber kleiner als 10. Zum Beispiel: checkNumber(-5)
3. Ein Szenario, in dem num sowohl größer als 0 als auch kleiner als 10 ist. Zum Beispiel: checkNumber(5)
4. Ein Szenario, in dem num weder größer als 0 noch kleiner als 10 ist. Zum Beispiel: checkNumber(-15)

Durch diese Testszenarien stellen wir sicher, dass beide Bedingungen (num > 0 und num < 10) sowohl wahr als auch falsch getestet werden, wodurch die Bedingungsabdeckung erreicht wird.

Beispiel: Ein einfacher Code-Ausschnitt in JavaScript könnte so aussehen:

function evaluateNumber(num) {
    if (num > 0 && num < 10) {
        return "Single digit and positive";
    } else {
        return "Not allowed";
    }
}

console.log(evaluateNumber(5));

In der Funktion evaluateNumber überprüfen wir, ob eine Zahl sowohl größer als 0 als auch kleiner als 10 ist.

Für eine vollständige Bedingungsabdeckung müssten wir folgende Testszenarien betrachten:

1. Ein Szenario, in dem num größer als 0 ist, aber nicht kleiner als 10. Zum Beispiel: evaluateNumber(15)
2. Ein Szenario, in dem num nicht größer als 0 ist, aber kleiner als 10. Zum Beispiel: evaluateNumber(-5)
3. Ein Szenario, in dem num sowohl größer als 0 als auch kleiner als 10 ist. Zum Beispiel: evaluateNumber(5)
4. Ein Szenario, in dem num weder größer als 0 noch kleiner als 10 ist. Zum Beispiel: evaluateNumber(-15)

Durch diese Testszenarien stellen wir sicher, dass beide Bedingungen (num > 0 und num < 10) sowohl wahr als auch falsch getestet werden, wodurch die Bedingungsabdeckung erreicht wird.

Es sei angemerkt, dass man in der Praxis spezielle Test-Frameworks wie Jest oder Mocha zum Schreiben und Ausführen von Tests in JavaScript verwendet. Diese Frameworks bieten oft integrierte Funktionen zur Messung der Testabdeckung.

Beispiel: Ein einfacher Code-Ausschnitt in Python könnte so aussehen:

def add(a, b): if a > 0 and b > 0: return a + b else: return "Negative Zahlen sind nicht erlaubt."

Bei der Anweisungsabdeckung würde man prüfen, ob beide Anweisungen (return a + b und return "Negative Zahlen sind nicht erlaubt.") in den Tests vorkommen. Bei Zweigabdeckung würde man sicherstellen, dass sowohl der wahre als auch der falsche Zweig der if-Anweisung getestet werden. Bei Bedingungsabdeckung würde man jeden der Bedingungen (a > 0 und b > 0) einzeln testen.

Testabdeckungswerkzeuge

Zum Messen der Testabdeckung nutzen Entwickler spezielle Tools, beispielsweise „JaCoCo“ für Java oder „coverage.py“ für Python. Diese Werkzeuge analysieren den Code, führen die Tests aus und berichten, welche Teile des Codes durch Tests abgedeckt sind und welche nicht.

Hier sind noch ein paar weitere Testabdeckungswerkzeuge, die man in verschiedenen Programmiersprachen und Umgebungen häufig verwendet:

LCov – besonders beliebt in C/C++ Umgebungen.

Istanbul (nyc) – für JavaScript, besonders beliebt bei Node.js-Projekten.

DotCover – für .NET Anwendungen.

Clover – ursprünglich von Atlassian entwickelt, für Java und Groovy.

Cobertura – ein weiteres Tool für Java-Projekte.

Emma – für Java, wird allerdings nicht mehr aktiv weiterentwickelt.

gcov – ein Tool, das mit dem GNU Compiler Collection (GCC) kommt und C/C++ unterstützt.

Slather – für Projekte, die in Objective-C geschrieben sind.

SimpleCov – für Ruby, häufig in Rails-Projekten verwendet.

PHP_CodeCoverage – verwendet in Tools wie PHPUnit für PHP-Projekte.

SonarQube – ist kein Testabdeckungswerkzeug im klassischen Sinn. Es bietet in der Tat Funktionalitäten zur Messung und Darstellung von Testabdeckungsdaten. Jedoch ist es wichtig zu beachten, dass SonarQube nicht selbst die Tests ausführt oder die Abdeckungsdaten generiert. Stattdessen integriert es sich mit bestehenden Testabdeckungswerkzeugen und –frameworks, sammelt deren Ergebnisse und präsentiert sie dann in seinem Dashboard. Doch darüber habe ich bereits einen Artikel geschrieben.

Einrichtung und Nutzung

Die genauen Schritte zur Einrichtung und Nutzung von Testabdeckungswerkzeugen variieren je nach Tool und Programmiersprache. Allgemein folgt man jedoch diesen Schritten:

1. Installieren des entsprechenden Testabdeckungswerkzeugs.
2. Konfigurieren der Einstellungen, um den Code und die Tests zu berücksichtigen.
3. Ausführen der Tests mithilfe des Werkzeugs.
4. Analyse der Berichte, um die Testabdeckung zu bestimmen und Verbesserungsbereiche zu identifizieren.

Fazit

Die Testabdeckung bietet einen unschätzbaren Einblick in die Qualität und Zuverlässigkeit von Softwareprojekten. Durch die konsequente Anwendung und Analyse der Testabdeckung schaffen Entwickler eine solide Grundlage für hochwertige und fehlerfreie Software.

Der Beitrag Testabdeckung – Überlasse nichts dem Zufall erschien zuerst auf CEOsBay.