从上图可以看出，线性测试模型的优势就是每一个脚本都是独立的，任何一个脚本文件拿出来就能单独运行；当然，其缺点也很明显，就是测试用例的开发与维护成本很高，这种模式下数据和脚本是混在一起的，如果数据发生变化就需要对脚本进行修改，其用例的复用性较差。
模块化驱动模型
将脚本中重复可复用的部分拿出来写成一个公共的模块，需要的时候就调用它，这样可以大幅提高测试人员编写脚本的效率。
测试脚本如下图所示（公开课后，可下载完整代码）：
如上图所示，模块化驱动模型是将测试脚本中相同的部分代码独立出来，形成模块或库，这样做有两个好处：
- 提高了开发效率和代码复用性，测试人员不用重复的编写相同的脚本，如果提前写好了一个测试模块，后续只需要进行调用即可，不同重复造轮子。
- 简化了代码的维护工作，如果测试模块发生了变化，只用修改login.py 文件中相应模块的代码即可，所有调用该模块的脚本不用做任何修改。
即便如此，模块化驱动模型仍未能完全实现将数据和用例分离，对后期的维护工作会产生一定影响。
数据驱动模型
为了解决线性模型和模块化驱动模型的短板，数据驱动模型就此诞生。该模型会根据数据的变化而引起测试结果的改变，这显然是一个非常高级的概念和想法。简单地说，该模型是一种数据的参数化呈现，即通过输入不同的参数来驱动程序执行，输出不同的测试结果。
测试脚本如下图所示：
