Dynamická data v aplikacích znamenají, že se obsah mění v čase – ať už jde o časové značky, náhodné hodnoty, nebo data závislá na aktuálním stavu systému. Testovat takové aplikace vyžaduje jiný přístup než u statických dat. Nejde jen o to ověřit, zda se něco zobrazí, ale zda se to zobrazí správně v každém okamžiku a za každých podmínek.
Jak na to konkrétně Začněte tím, že si u každého úkolu napíšete, kolik změn očekáváte. Malá oprava jedné funkce? Review bude rychlé, ale i tak počítejte s tím, že někdo může chtít úpravu. Větší refaktoring? Tam se připravte na několik kol. Pomáhá i jednoduché pravidlo: k odhadu času na implementaci připočtěte polovinu jako rezervu na review a zapracování. Není to univerzální, ale jako startovní bod to funguje. Postupně si pak na základě vlastních dat tento poměr upravíte.
Základem je rozdělit si práci na fáze a každé přiřadit reálný čas. Samotné psaní kódu bývá jen polovina celkové práce. Zbytek tvoří příprava, testování, čekání na review, čtení komentářů a jejich zapracování. Pokud odhadujete jen „čisté" programování, výsledek bude vždy podhodnocený. Praxe ukazuje, že review a následné úpravy zaberou klidně třetinu až polovinu času stráveného psaním kódu. U složitějších změn nebo v týmu, kde je review důkladné, to může být i více.
Jak pracovat s náhodou a závislostmi Dalším problémem jsou náhodná data. Pokud aplikace generuje náhodná čísla, ID nebo řetězce, test nesmí záviset na konkrétní hodnotě. Místo toho ověřujte vlastnosti – formát, rozsah, unikátnost. Nebo náhodu nahraďte deterministickým generátorem, který v testovacím prostředí vrací vždy stejnou posloupnost. Tím dosáhnete reprodukovatelných výsledků.
Základem je izolovat testy od reálného času. Místo spoléhání na skutečné hodiny použijte knihovny pro mockování času. V jazycích jako Java, Python nebo JavaScript existují nástroje, které umožní simulovat posun času, opakované volání nebo přesné časové značky. Bez toho se testy stávají nespolehlivými – jeden den projdou, druhý ne, protože se změnil měsíc nebo přešlo letní čas.
Typická chyba začátečníků je snaha naučit se všechno najednou. Místo toho si dejte malé cíle: zobrazit text, reagovat na stisk tlačítka, uložit hodnotu po otočení obrazovky. Další častá chyba je ignorování správy paměti a kontextu – aplikace pak spadne při rotaci nebo při přechodu na jinou obrazovku. Vždy testujte na více zařízeních s různými verzemi systému. Emulátor sice stačí na základní ověření, ale skutečný telefon odhalí problémy s výkonem i s ovládáním.
Každý, kdo někdy plánoval práci na softwarovém úkolu, zná ten pocit: odhad je hotový, termín zapsaný, a pak přijde code review a připomínky. Najednou je vše jinak. Přitom stačí málo – systematicky do odhadu zahrnout i čas na revizi a zapracování připomínek. Nejde o žádnou vědu, ale o návyk, který se vyplatí pěstovat od prvního ticketu.
Na závěr: dynamická data nejsou nepřítel, pokud je dokážete zastavit a zopakovat. Klíčem je determinismus – každý test by měl mít pevně dané vstupy i očekávané výstupy. Když to dodržíte, budou vaše testy spolehlivé a odhalí skutečné chyby, ne jen náhodné výkyvy.
Agilní metodiky vznikly pro malé týmy, které sedí v jedné místnosti a mají přímý přístup k zadavateli. Jakmile ale do hry vstoupí externí dodavatel, pravidla se rozpadnou. Externí firma má vlastní priority, vlastní lidi na několika projektech a často i vlastní způsob práce. Pokud se na to nepřipravíte předem, skončíte s dvěma světy, které se navzájem míjejí. Klíčové je nastavit spolupráci tak, aby agilní principy fungovaly i přes hranice firem.
Synchronizace místo hromadění zm?
Typická chyba je zapomenout na čekání. Nejen na samotné připomínky, ale i na to, než se reviewer k vašemu kódu dostane. Pokud pracujete v týmu, kde review dělá jedna vytížená osoba, může to být klidně den. Do odhadu to musíte zahrnout, jinak budete vypadat nespolehlivě. Stejně tak je chyba předpokládat, že všechny připomínky vyřešíte hned. Někdy je potřeba se domluvit, diskutovat, přepsat návrh. To vše je práce.
Prvním krokem je pochopit, že Swift není jen jazyk, ale i ekosystém. Když vytvoříte nový projekt, dostanete kostru s několika soubory. Neignorujte je. Rozdělte logiku do menších typů – struktury a třídy mají jasně daný účel. Struktury používejte pro data, která se nemění, třídy pro objekty se stavem. Typickým omylem je snaha nacpat vše do jedné velké třídy, která dědí z uživatelského rozhraní. Výsledkem je nečitelný kód, kde se nedá dohledat, co vlastně mění data.