测试用例颗粒度粗、细的特点是什么？
用例设计分析：
粗颗粒度面向宏观，面向正向的功能点、大的功能模块和整体性，体现测试用例的设计思路；细颗粒度面向微观，面对具体的一个个功能点的正向/负向逻辑，体现测试用例的细节和完备性。
面对测试执行人员：
粗颗粒度用例不容易被测试新手执行，因为很多约定成俗的操作、现象，甚至行业术语都不清楚。细颗粒度用例相对较易被测试新手执行。
覆盖度：
粗颗粒度覆盖度可能小于细颗粒度用例（粗颗粒度只覆盖全部正向和部分负向，细颗粒度覆盖全部正向、负向、其他等）；但还有一种可能性，就是粗细用例均覆盖全面，但是深度不同。类似下雨的降雨量不同，对农作物（产品）的意义不同。
可维护性：
毫无疑问，测试用例和需求的匹配，测试用例本身的维护是大多数团队的工作难点重点，粗颗粒度便于维护，方便和需求保持高度一致；细颗粒度用例，越细越不容易维护，维护成本过大，特别是需求频繁变更会导致不可维护。
类似的概念，比如自动化测试环节，GUI不停改变导致的脚本重写类似。
时间：
粗颗粒度构架和评审的时间较短，适合周期较紧的项目；细颗粒度构建和编写的时间较长，适合周期宽松或更倾向于质量的项目。
资源：
粗颗粒度占用资源较少（人力、评审、会议室等），适合小团队或同一团队多项目模式；细颗粒度占用资源较多，适合大团队或单一项目模式。
风险：
毫无疑问，粗颗粒度用例的风险是漏测，存在很大概率漏测的风险，依赖于测试人员的个人素质；细颗粒度也存在漏测，不过相对更可能是测试人员自己的想当然跳过用例不执行。
细颗粒度用例最大的风险就是可维护性，或者投入产出比。
