• 大数据测试用例分析


    基于大数据分析,对业务系统产生的日志进行智能分析,能够识别日志中的接口、参数、业务流,并依据分析的结果生成测试用例。

    问题与背景

    业务复杂

    业务系统的复杂性,对测试人员的业务能力提出严格要求,加重测试成本。

    覆盖面低

    系统功能的繁多与变化,导致难以全面覆盖。比如,某个版本某个接口参数新增了一个枚举值,测试人员并不知道

    用例低效

    测试用例的没计,高度依赖测试人员的能力,并且与真实用户的操作脱离。

    需求与目标

    一、数据源

    某个系统的海量交易日志,主要是请求与响应日志报文

    二、方法

    通过对生产环境交易日志运用大数据分析,对主要业务进行识别

    三、目标

    根据日志而不是需求,来生成高覆盖率的测试案例

    生成面向交易的案例

    生成面向流程的案例

    日志回放

    大数据功能测试解决方案

    一、参数分析:类型智能识别

    对日志报文的参数的 【参数类型】进行自动识别,根据每个参数的值决定字段是:枚举型、数值型、字符串型。

    二、单接口测试用例

    根据测试用例等价类原则,产生单接口测试用例并支持导出操作。

    三、流程化测试用例

    以客户号、手机号、资金账户等标识用户角色为主线,以时间戳先后顺序进行对日志分析处理,生成流程化测试用例。

    四、日志回放

    使用生产日志进行回放。按用户标识进行归类,再排序后进行回放。

    TBCD 系统的结构

    本项目主要基于TBCD系统实现

    TBCD系统:是“日志用例转换软件”的简称。本软件产品是我公司基于大数据分析,对业务系统产生的日志进行智能分析,能够识别日志中的接口、参数、业务流,并依据分析的结果生成测试用例。

    测试案例生成流程

    一、日志清洗

    根据客户标识和业务规则关联请求报文与应答报文

    日志清洗也是其它功能操作的前提

    二、单接口

    测试用例

    单接口测试用例只分析日志调用的接口及数据,不进行业务场景和流程的分析。

    单接口测试用例阶段会进行数据类型分析和输入值的等价类分析,让测试者掌握测试的覆盖情况。

    三、流程化

    测试用例

    结合多种算法:循环分析、频度分析、数据流分析在庞大的日志数据中查找业务场景,生成流程类测试用例。

    四、日志回放

    重现用户的操作。

    一、日志清洗

    操作步骤:

    使用方提供的日志

    把存放目录日志的目录配置到BTCD中

    输入标题,选择好日志类型,提交清洗

    二、单接口测试用例中的等价类分析

    下图是根据测试等价类原则产生的有效组合图表展示。

    图标中的柱状图代表一个有效组合,Y轴取值代表组合出现的频度。

    三、单接口测试用例的展示

    下图是描述一个单接口测试用例的图形。

    蓝色:入参, 红色:出参, 从内到外依次为:数据字段,类型,枚举值。

    四、单接口测试用例的导出

    可以将单接口导出为Excel格式执行。

    左边是分析出的接口用例文件,右边是一个打开的接口文件。

    五、流程化测试用例

    分析出的流程化测试用例显示为列表。

    支持流程测试用例的导出。(原子流是一个用户操作,普通流是不同用户的同一个操作;)

    六、流程测试用例知识图谱

    流程用例按功能号的使用路径,以图谱方式展现

    图谱展现内容包括频次、功能号及顺序

    图谱形式清晰易懂

    产品价值

    一、快速构建接口自动化的测试体系

    二、重现生产问题,实现快速排查

    三、完全实现模拟用户操作行为的自动化测试

    四、无需脚本,无需设计用例,缩短测试周期

    五、生产真实数据下的测试,完全模拟生产业务流程

    六、测试过程,测试数据,测试结果集中管理

  • 相关阅读:
    pytorch中的矩阵乘法
    Hadoop3:MapReduce源码解读之Map阶段的TextInputFormat切片机制(3)
    缓存击穿、穿透、雪崩和布隆过滤器
    概率论的学习整理5:贝叶斯(bayes)法则和贝叶斯概率
    用 AWTK 和 AWPLC 快速开发嵌入式应用程序 (1)-温度控制器
    msf后渗透之文件交互指令、上传下载文件、屏幕截图、键盘记录、创建账户、音频录像和提权(上)
    记录安装Cytoscape的过程
    一种自平衡解决数据倾斜的分表方法
    【kubernetes】【基础资源使用】kubernetes中的Deployment使用
    ARIMA模型
  • 原文地址:https://blog.csdn.net/spasvo_dr/article/details/133948116