20用户角色40权限的网站测试：正交数组选择及适配咨询

1. 20水平（用户角色）+40水平（权限）双因素场景的贴合正交数组 #

你的场景属于双因子混合水平测试：因子A（用户角色）20水平，因子B（权限）40水平，核心是覆盖两者的交互关系。最贴合的是混合水平正交数组 OA(40, 2, {20,40}, 2)：

• 数组规模为40行（测试用例数），恰好是两个水平数的最小公倍数（40是20的倍数）。
• 每个用户角色（20个）会与2项不同的权限组合，每个权限（40个）会与1个角色组合，保证所有角色和权限的交互被均匀覆盖，同时用最少的用例数完成双因素的正交测试。

如果需要更全面的覆盖（比如每个角色与更多权限组合），也可以选用OA(80, 2, {20,40}, 2)，此时每个角色对应4个权限，每个权限对应2个角色，测试用例数翻倍，但覆盖更充分。

2. 数组与场景不完全匹配时，剔除不适用值的方法 #

当正交数组中存在业务上无效的（角色-权限）组合时，按以下步骤处理：

• 先定义无效规则：梳理业务逻辑，明确哪些角色绝对不可能拥有某类权限（比如普通用户无法操作管理员后台权限），整理成无效组合列表。
• 筛选有效用例：遍历正交数组的每一行，检查对应的角色和权限是否属于无效组合，直接剔除这些行。
• 补全覆盖缺口：剔除后统计剩余用例中各角色、权限的出现次数，如果存在某个角色/权限覆盖次数为0，或者核心交互场景未覆盖，补充对应的测试用例。
• 校验均匀性：确保剩余用例中，各角色、权限的出现次数尽量均衡，避免某类场景过度测试或遗漏关键交互。

3. 能否适配40个因素各3水平的L81正交数组 #

不建议适配这个L81数组，原因如下：

• L81是针对40个3水平因子设计的正交数组，而你的场景只有2个大水平因子（20、40水平），两者的因子数量、水平数完全不匹配。
• 强行适配需要将20个角色、40个权限拆分成多个3水平的虚拟因子，但20和40都不是3的整数倍，会产生大量无效的虚拟水平，导致测试用例冗余、效率极低。
• 即使忽略多因子特性直接采样，也无法保证你的双因素场景的正交覆盖，完全浪费了L81的设计优势。

内容的提问来源于stack exchange，提问作者arung