میوٹیشن ٹیسٹنگ کیا ہے؟

Question

Accepted Answer

**میوٹیشن ٹیسٹنگ** کوڈ میں جان بوجھ کر چھوٹے bugs ("mutants") متعارف کروا کر اور یہ جانچ کر کہ ٹیسٹس **انہیں پکڑتے ہیں** یا نہیں، **ٹیسٹ سوٹ کی کوالٹی** کا جائزہ لیتا ہے۔ یہ ناپتا ہے کہ ٹیسٹس اصل میں defects کو detect کرنے میں کتنے اچھے ہیں — coverage سے آگے بڑھتے ہوئے، جو صرف execution کو ناپتا ہے۔

## میوٹیشن ٹیسٹنگ کیسے کام کرتی ہے

```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
```

## یہ coverage سے بہتر کیوں ہے

```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.
```

## اعتبارات

```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.
```

## اس کی اہمیت

میوٹیشن ٹیسٹنگ کو سمجھنا قیمتی سینیئر لیول علم ہے کیونکہ یہ coverage سے **بہت زیادہ مضبوط اقدام** فراہم کرتا ہے، coverage کی اہم کمزوری کو حل کرتا ہے، تو یہ ٹیسٹ سوٹس کا جائزہ لینے اور بہتر بنانے میں مفید ہے۔

بنیادی بصیرت یہ ہے کہ **coverage execution کو ناپتا ہے، تصدیق نہیں** — کوڈ ٹیسٹس سے "cover" ہو سکتا ہے (چلایا جا سکتا ہے) جو اصل میں اس کے behavior کی تصدیق نہیں کرتے (کمزور یا غائب assertions)، غلط اعتماد دے رہے ہوں۔ **میوٹیشن ٹیسٹنگ** اس کو حل کرتی ہے یہ ناپ کر کہ آیا ٹیسٹس اصل میں **bugs کو detect کرتے ہیں**: یہ کوڈ میں چھوٹے ارادی bugs (mutants) متعارف کوتا ہے اور چیک کرتا ہے کہ آیا ٹیسٹس انہیں پکڑتے ہیں (ایک mutant جو ناکام ٹیسٹس سے "killed" ہو وہ اچھا ہے؛ ایک "surviving" mutant کا مطلب ہے کہ ٹیسٹس نے وہ bug نہیں پکڑا)۔

**mutation score** (murdered mutants کا فیصد) ٹیسٹ کوالٹی کا coverage سے بہت زیادہ مضبوط سگنل ہے کیونکہ یہ ظاہر کرتا ہے کہ آیا ٹیسٹس واقی طور پر behavior کی تصدیق کرتے ہیں — ایک **surviving mutant حقیقی خلا کو ظاہر کرتا ہے** (ٹیسٹس کوڈ کو چلاتے ہیں لیکن اسے اچھی طرح تصدیق نہیں کرتے، مثلا کمزور assertions یا untested behavior) جسے coverage miss کر سکتا ہے۔

یہ سمجھنا — کہ میوٹیشن ٹیسٹنگ کمزور ٹیسٹس کو ظاہر کرتی ہے جو اونچے coverage کے پیچھے چھپے ہیں — اہم قیمت ہے، اس محدودیت کو حل کرتے ہوئے کہ اونچا coverage اچھے ٹیسٹس کی ضمانت نہیں دیتا۔

**اعتبارات** کو سمجھنا — کہ یہ **computationally مہنگی** ہے (ہر mutant کے لیے سوٹ کو ایک بار چلانا، اسے سست بناتے ہوئے)، کہ "equivalent mutants" (mutations جو behavior کو تبدیل نہیں کرتے) غلط survivors ہیں جن کو نظرانداز کرنا ہے، اور کہ tools موجود ہیں (Stryker, PIT, mutmut) — عملی آگاہی کو ظاہر کرتے ہیں کہ کب اور کیسے اسے استعمال کریں (critical code پر، وقتاً فوقتاً، مسلسل نہیں)۔

کیونکہ ٹیسٹ کوالٹی واقی طور پر اہم ہے (coverage اکیلا غلط اعتماد دے سکتا ہے) اور میوٹیشن ٹیسٹنگ بہت مضبوط اقدام فراہم کرتی ہے یہ جانچ کر کہ آیا ٹیسٹس اصل میں bugs کو پکڑتے ہیں، اور کیونکہ اسے سمجھنا، coverage پر اس کا فائدہ، اور اس کی عملی اعتبارات ٹیسٹ سوٹس کا واقی طور پر جائزہ لینے اور بہتر بنانے میں مفید ہے، میوٹیشن ٹیسٹنگ کو سمجھنا قیمتی سینیئر لیول علم ہے — ٹیسٹ کوالٹی کی حقیقی پیمائش کے لیے ایک پیچیدہ تکنیک، coverage کی اہم کمزوری کو حل کرتے ہوئے، اور سینیئر کرداروں سے متوقع گہری سمجھ کو ظاہر کرتے ہوئے جو حقیقی ٹیسٹ کوالٹی سے فکرمند ہوں، نہ کہ صرف coverage نمبروں سے۔