Hva er mutasjonstesting?

Question

Accepted Answer

**Mutasjonstesting** evaluerer **kvaliteten på en testpakke** ved å bevisst introdusere små feil ("mutanter") i koden og kontrollere om testene **oppdager dem**. Det måler hvor bra tester faktisk er til å oppdage defekter — går ut over dekning, som bare måler utførelse.

## Hvordan mutasjonstesting fungerer

```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
```

## Hvorfor det er bedre enn dekning

```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.
```

## Hensyn

```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.
```

## Hvorfor det er viktig

Å forstå mutasjonstesting er verdifull kunnskap på seniornivå fordi det gir et **langt sterkere mål på testkvalitet enn dekning**, og adresserer dekningens hovedsvakhet, så det er nyttig for å evaluere og forbedre testpakker.

Den grunnleggende innsikten er at **dekning måler utførelse, ikke verifisering** — kode kan være "dekket" (utført) av tester som ikke faktisk verifiserer dens oppførsel (svake eller manglende påstander), noe som gir falsk sikkerhet. **Mutasjonstesting** adresserer dette ved å måle om tester faktisk **oppdager feil**: det introduserer små bevisste feil (mutanter) i koden og kontrollerer om testene oppdager dem (en mutant "drept" av mislykka tester er bra; en "overlevende" mutant betyr at testene ikke oppdaget den feilen).

**Mutasjonsscore** (prosent av mutanter drept) er et langt sterkere signal på testkvalitet enn dekning fordi det avslører om tester virkelig verifiserer oppførsel — en **overlevende mutant avslører et virkelig gap** (tester utfører koden men verifiserer den ikke godt, f.eks. svake påstander eller utestet oppførsel) som dekning ville misse.

Å forstå dette — at mutasjonstesting avslører svake tester som skjuler seg bak høy dekning — er nøkkelverdien, som adresserer begrensningen at høy dekning ikke garanterer gode tester.

Å forstå **hensynene** — at det er **beregningsmessig dyrt** (kjøring av pakken en gang per mutant, noe som gjør det langsomt), at "ekvivalente mutanter" (mutasjoner som ikke endrer oppførsel) er falske overlevende som skal ignoreres, og at verktøy finnes (Stryker, PIT, mutmut) — reflekterer praktisk bevissthet om når og hvordan det skal brukes (på kritisk kode, periodisk, i stedet for konstant).

Siden testkvalitet virkelig betyr noe (dekning alene kan gi falsk sikkerhet) og mutasjonstesting gir et langt sterkere mål ved å kontrollere om tester faktisk oppdager feil, og siden å forstå det, dets fordel over dekning, og dets praktiske hensyn er nyttig for virkelig å evaluere og forbedre testpakker, er å forstå mutasjonstesting verdifull kunnskap på seniornivå — en sofistikert teknikk for måling av virkelig testkvalitet, adressering av dekningens hovedsvakhet, og refleksjon av den dypere forståelsen av testeffektivitet som forventes for seniorrroller som er opptatt av ekte testkvalitet, ikke bare dekningsnumre.