ما هو اختبار الطفرة (Mutation Testing)؟

Question

Accepted Answer

**اختبار الطفرة** يقيّم **جودة مجموعة الاختبارات** من خلال إدخال أخطاء صغيرة مقصودة ("طفرات") في الكود والتحقق مما إذا كانت الاختبارات **تكتشفها**. يقيس مدى جودة الاختبارات في كشف الأخطاء فعليًا — متجاوزًا التغطية، التي تقيس فقط التنفيذ.

## كيفية عمل اختبار الطفرة

```text
1. A tool makes small changes (MUTATIONS) to the code, e.g.:
   → change + to -, > to >=, true to false, remove a statement, change a constant
   → each mutation = a deliberate "bug" (a MUTANT version of the code)
2. Run the TEST SUITE against each mutant:
   → tests FAIL → the mutant is "KILLED" (good — tests caught the bug) ✓
   → tests PASS → the mutant "SURVIVED" (bad — tests DIDN'T catch the bug) ✗
3. MUTATION SCORE = % of mutants killed → measures how good the tests are at catching bugs
```

## لماذا هو أفضل من التغطية

```text
COVERAGE → measures if code was EXECUTED (not if behavior was verified) → can be high with
  weak tests (no real assertions)
MUTATION TESTING → measures if tests actually DETECT bugs (changes in behavior):
  → a surviving mutant reveals a GAP — tests execute that code but don't verify it well
    (weak/missing assertions, untested behavior)
→ A much stronger signal of TEST QUALITY than coverage.
```

## الاعتبارات

```text
✓ Reveals weak tests (high coverage but surviving mutants = false confidence)
⚠️ COMPUTATIONALLY EXPENSIVE (runs the suite many times — once per mutant) → slow
⚠️ "Equivalent mutants" (mutations that don't change behavior) → false survivors to ignore
→ Tools: Stryker (JS), PIT (Java), mutmut (Python). Use on critical code; run periodically.
```

## لماذا يهم

فهم اختبار الطفرة معرفة قيّمة على مستوى المتقدمين لأنه يوفر **مقياسًا أقوى بكثير لجودة الاختبار من التغطية**، معالجًا الضعف الأساسي للتغطية، لذا فهو مفيد لتقييم وتحسين مجموعات الاختبارات.

الرؤية الأساسية هي أن **التغطية تقيس التنفيذ وليس التحقق** — يمكن "تغطية" الكود (تنفيذه) من قبل اختبارات لا تتحقق فعليًا من سلوكه (تأكيدات ضعيفة أو غائبة)، مما يعطي ثقة زائفة. **اختبار الطفرة** يعالج هذا بقياس ما إذا كانت الاختبارات تكتشف الأخطاء فعليًا: يدخل أخطاء صغيرة مقصودة (طفرات) في الكود ويتحقق مما إذا كانت الاختبارات تكتشفها (طفرة "مقتولة" بفشل الاختبارات جيدة؛ طفرة "ناجية" تعني أن الاختبارات لم تكتشف ذلك الخطأ).

**نقاط الطفرة** (نسبة الطفرات المقتولة) هو إشارة أقوى بكثير لجودة الاختبار من التغطية لأنها تكشف ما إذا كانت الاختبارات تتحقق فعليًا من السلوك — **طفرة ناجية تكشف فجوة حقيقية** (الاختبارات تنفذ الكود لكنها لا تتحقق منه بشكل جيد، مثل تأكيدات ضعيفة أو سلوك غير مختبر) التي ستفتقدها التغطية.

فهم هذا — أن اختبار الطفرة يكشف الاختبارات الضعيفة المختفية خلف التغطية العالية — هو القيمة الأساسية، معالجًا القيد بأن التغطية العالية لا تضمن اختبارات جيدة.

فهم **الاعتبارات** — أنه **مكثف حسابيًا** (تشغيل المجموعة مرة واحدة لكل طفرة، مما يجعله بطيئًا)، أن "الطفرات المكافئة" (الطفرات التي لا تغير السلوك) ناجين كاذبين يجب تجاهلهم، وأن الأدوات موجودة (Stryker، PIT، mutmut) — يعكس الوعي العملي بمتى وكيفية استخدامه (على الكود الحرج، بشكل دوري، وليس باستمرار).

نظرًا لأن جودة الاختبار مهمة فعليًا (التغطية وحدها يمكن أن تعطي ثقة زائفة) واختبار الطفرة يوفر مقياسًا أقوى بكثير بالتحقق مما إذا كانت الاختبارات تكتشف الأخطاء فعليًا، وبما أن فهمه وميزته على التغطية واعتباراته العملية مفيد لتقييم وتحسين مجموعات الاختبارات بحقيقة، فهم اختبار الطفرة معرفة قيّمة على مستوى المتقدمين — تقنية متطورة لقياس جودة الاختبار الحقيقية، معالجًا الضعف الأساسي للتغطية، وعاكسًا للفهم الأعمق لفعالية الاختبار المتوقع لأدوار متقدمة تهتم بجودة الاختبار الحقيقية، وليس فقط أرقام التغطية.