摘要：Pairwise(后称：配对测试)可以看作是正交测试用例设计的拓展，其目的是为了缩减测试用例集大小，以较小的测试用例集覆盖较全的测试点，降低测试损耗。
一、配对测试理论基础
配对测试用例设计基于以下两个假设：
1、每一个测试点/维度都是正交的，即相互间没有交集；
2、根据数学统计分析，73%的缺陷是由单因子或两个
因子相互作用产生的(其中单因子是35%，两个因子是38%)。因此，配对测试用例设计对于覆盖两因子交互产生的用例集性价比较高(这也在某些方面成为配对测试的一种局限)。
可能说到这里，还是对于测试维度、因子，有些似明非明、迷惑不解，我们用一个图来简单说下这两个是什么，它们之间什么关系。
在一项试验中，基于正交理论：把影响试验结果的变量称为试验因素(因子)，简称因素。在试验过程中，每一个因素可以处于不同的状态或状况，把因素所处的状态或状况，称为因素的水平，简称水平。对应与配对测试用例的假设，测试维度即正交理论中的因素；因子即因素的水平。
二、举个栗子
某所大学某系共2个班级，想通过“性别”、“班级”和“成绩”这三个条件查询某课程的成绩分布。则“性别”、“班级”和“成绩”为3个测试点/测试维度；“性别”的“男、女“，”班级“的“1班、2班” 和“成绩”的“及格、不及格”分别为3个测试维度的2个影响因子。
1.正交测试法用例设计
在正交测试法中，上述例子，转化为测试用例可以用下表表示：
正交法可以呈现较为完备的测试用例集，覆盖度较高，但是随着测试维度和因子的加大，测试用例集将会变得庞大，测试执行会变得十分耗时。此时，使用配对测试，可以在保证一定测试覆盖度的情况下，缩减测试用例，降低用例执行耗时。
2.配对测试法用例设计
1)从用例8开始分析
用例8是“女、2班、不合格”的组合，两两组合是“女2班”、“2班不合格”、“女不合格”。检查这三个组合在1-7的用例中是否出现过，可以看出“女2班”在4号用例，“2班不合格”在7号用例，“女不合格”在6号用例中出现过。因此，根据配对测试法思想，8号用例可以舍去。此时，剩下用例为：
2)接着分析用例7
用例7的两两组合“男2班”在3号用例出现过，“男不合格”在5号用例中出现过，但“2班不合格”仅此一个，因此7号用例需要保留。
3)接着分析用例6
同理分析可得，6号用例的组合“女1班”在2号出现过，“1班不合格”在5号用例出现过，“女不合格”仅此一个，因此6号用例需要保留。
4)接着分析用例5
同理分析可得，5号用例的组合“男1班”在1号出现过，“1班不合格”在6号用例出现过，“男不合格”在7号用例出现过，因此6号用例可以舍去，保留用例如下表。
5)接着分析用例4、3、2、1
同理接着从下往上分析用例4、3、2、1可得，最终保留用例如下表所示：
此时，可以看出，经过配对测试设计筛选后的测试用例数为原来的50%，用例成本大大缩减。
经过L.L.ThurStone证明，配对测试最终剩下的用例数肯定相同，但可以有不同的组合。
如，将上述用例从上往下(1->8)进行分析，最终保留用例如下表所示：
对比表4从下往上筛选用例后结果和表5从上往下筛选后结果，可以看出，使用从下往上筛选后剩余用例为1、4、6、7，而从上往下筛选后剩余用例为2、3、5、8。
三、还有什么不足
配对测试设计虽然对于多维度的用例集有降低用例成本的作用，但它要求测试人员必须对业务很熟悉，且由于不同的筛选路径导致保留的测试用例不同，在覆盖率上仍有一定缺陷。此外，对于超过两个因子互相作用产生的缺陷，有些力不从心。
【重点来了】！！请不要忘记时刻学习着~~这点我相信大家应该都能理解，所以不用写什么：除非你是五年、十年工作经验的测试人员，仅此一点“不学习就会落后”！
现在我邀请你进入我们的软件测试学习交流群，备注“入群”，大家可以一起探讨交流软件测试，共同学习软件测试技术、面试等软件测试方方面面，还会有免费直播课，收获更多测试技巧，我们一起进阶Python自动化测试/测试开发，走向高薪之路。
参与方式：https://mp./s/TejfWmGJpjXClaOB3CUPKg
