CN108121654B

CN108121654B - 一种基于Docker的软件大规模测试方法

Info

Publication number: CN108121654B
Application number: CN201611088872.3A
Authority: CN
Inventors: 韩锐; 姜凯华; 郭志川
Original assignee: Institute of Acoustics CAS; Shanghai 3Ntv Network Technology Co Ltd
Current assignee: Institute of Acoustics CAS; Shanghai 3Ntv Network Technology Co Ltd
Priority date: 2016-11-30
Filing date: 2016-11-30
Publication date: 2020-11-06
Anticipated expiration: 2036-11-30
Also published as: CN108121654A

Abstract

本发明提供了一种基于Docker的软件大规模测试方法，该方法将Docker容器集成在一个系统中，批量地对Docker容器进行配置，满足使用者对容器模拟现实网络节点的各项配置需求，有效地提高了开发和部署的效率，此外还简化了软件测试环境的搭建，并为大规模网络的灵活构成提供框架，适合公司内部搭建开发及测试环境；同时，将Docker容器技术应用在软件部署上，能够大量节省开发和维护成本，提高开发效率。

Description

一种基于Docker的软件大规模测试方法

技术领域

本发明属于软件测试领域，具体涉及一种基于Docker的软件大规模测试方法。

背景技术

Docker是一个开源的应用容器引擎，旨在提供一种应用程序的自动化部署解决方案，在Linux系统上迅速创建容器(轻量级虚拟机)，在容器中部署和运行应用程序，并通过配置文件轻松实现应用程序的自动化安装、部署和升级，非常方便。Docker虚拟出多个容器，各容器间互相隔离，拥有自己独立的命名空间，包括：PID进程、MNT文件系统、NET网络、IPC、UTS时间共享系统等，保证应用程序的生产环境和开发环境彼此隔离，互不影响。开发者可以使用一个标准的镜像来构建一套开发容器，并直接使用容器部署代码。Docker容器的启动时间是秒级的，因此能够大量地节约开发、测试、部署的时间。

在利用Docker容器对软件进行测试的过程中，由于现有的原生Docker对容器的物理和资源配置不完善，因此需要大量繁琐的步骤。首先需要将待测试软件逐个部署到容器中，接着单独为每个容器配置物理及网络资源，并手动控制容器上下线。此处理过程耗时费力，且开发效率低。

发明内容

本发明的目的在于，为解决原生Docker对容器的物理和资源配置不完善，导致Docker容器及软件部署操作繁琐的问题，提出了一种基于Docker的软件大规模测试方法，该方法将容器集成在一个系统中，批量地对容器进行配置，有效地提高了开发和部署的效率。同时，将Docker容器技术应用在软件部署上，能够大量节省开发和维护成本，提高开发效率。

为实现上述目的，本发明提出了一种基于Docker的软件大规模测试方法，该方法针对软件测试过程中需满足易移植和快速配置的需求，将被测软件及其运行环境植入镜像，然后按策略从镜像批量生成容器并进行物理和资源配置，接着在软件测试过程中监控和管理软件及容器状态，并利用容器特性，对软件的资源使用情况进行测试。

本发明的一种基于Docker的软件大规模测试方法，具体包括：

步骤1)利用被测软件及其运行环境生成Docker镜像；

步骤2)根据测试策略从步骤1)所生成的Docker镜像中依次启动各Docker容器；

步骤3)为步骤2)所启动的各Docker容器分别配置初始资源；

步骤4)利用步骤3)所配置的Docker容器进行软件测试，在测试过程中，根据测试策略动态修改Docker容器的资源配置，查看并记录被测软件在Docker容器资源变化下的运行状况；

步骤5)根据测试策略停止或者重启Docker容器，查看被测软件动态上下线情况，并记录被测软件占用资源、启动时间和数据恢复信息。

作为上述技术方案的进一步改进，所述的步骤1)具体包括：

步骤101)根据被测软件运行环境，选择基础操作系统镜像启动用于测试软件的各Docker容器，在各Docker容器中添加被测软件所需依赖库和相关环境变量；

步骤102)从安装有依赖库和环境变量的容器中生成新镜像；

步骤103)将被测软件导入新镜像，生成用于测试的Docker镜像。

作为上述技术方案的进一步改进，所述的步骤2)具体包括：

步骤201)设置各Docker容器在宿主机上的部署策略，编写配置文件，记录每个Docker容器的编号对应的物理、网络资源的配置要求和资源上限；

步骤202)从配置文件中读取对Docker容器的物理、网络资源要求，按步骤201)所设置的部署策略，在宿主机上构建不同配置的Docker容器的分配方案；

步骤203)利用步骤202)所构建的分配方案从Docker镜像中启动各Docker容器，并获取Docker容器64位长ID。

作为上述技术方案的进一步改进，所述的步骤3)具体包括：

步骤301)利用pipework为Docker容器设置包含IP、MAC在内的物理配置；

步骤302)根据Docker容器ID，在cgroups固定路径下找到与其对应的ID一致的cgroups组，通过修改cgroups组对容器进程的限制，为Docker容器设置包含CPU使用率、内存占用率、最大磁盘空间在内的资源配置。

作为上述技术方案的进一步改进，所述的步骤4)具体包括：

步骤401)根据Docker容器ID，找到与其相同ID的cgroups组中各项资源对应的cgroups文件；

步骤402)在软件运行过程中，动态地修改软件所在容器对应的cgroups组，使容器资源配额发生变化，以模拟软件运行的实际环境；

步骤403)链接Docker自生成的虚拟终端，利用shel l命令查看并记录软件在Docker容器资源变化下的运行状况，作为软件被测试的基础数据。

作为上述技术方案的进一步改进，所述的步骤5)具体包括：

步骤501)利用Docker提供的容器控制命令管理容器的生命周期，根据对软件性能的需求和测试需要设置测试流程，停止或重启Docker容器，模拟现实环境中运行软件的宿主机终端节点上下线；

步骤502)链接Docker自生成的虚拟终端，利用shel l命令查看软件动态上下线情况，并记录包含软件占用资源、启动时间和数据恢复在内的测试结果，作为评估软件性能的依据。

相较于现有基于Docker容器的软件测试技术，本发明批量地将软件导入容器，且能根据配置文件，在导入容器的过程中自动为容器配置物理及网络资源，同时管理容器的生命周期，自动控制容器上下线，从而模拟软件的实际使用环境。

本发明的一种基于Docker的软件大规模测试方法优点在于：

本发明的方法将软件运行环境的部署转化为容器生成，轻松完成迁移和扩展。同时实现对生成容器的批量配置，满足使用者对容器模拟现实网络节点的各项配置需求。此外还简化了软件测试环境的搭建，并为大规模网络的灵活构成提供框架，适合公司内部搭建开发及测试环境。

附图说明

图1为本发明提供的一种基于Docker的软件大规模测试方法流程图。

图2为本发明实施例中利用软件大规模测试方法进行测试操作的流程图。

具体实施方式

下面结合附图和实施例对本发明所述的一种基于Docker的软件大规模测试方法进行详细说明。

如图1所示，本发明提供的一种基于Docker的软件大规模测试方法，在本软件测试方法中，将被测软件及其运行环境放入Docker镜像中，根据测试策略依次启动Docker容器并配置Docker容器的初始资源；在软件测试过程中，监控和管理Docker容器状态以及被测软件运行状态；根据测试策略，动态修改Docker容器的资源配置，停止或重启Docker容器。该方法具体包括如下步骤：

步骤1)利用被测软件及其运行环境生成Docker镜像；

步骤3)为步骤2)所启动的各个Docker容器分别配置初始资源；

步骤4)利用步骤3)所配置的Docker容器进行软件测试，在测试过程中，根据测试策略动态修改Docker容器的资源配置(包括CPU、内存、磁盘空间、IP、MAC等)，查看并记录被测软件在Docker容器资源改变下的运行状况；

步骤5)根据测试策略停止或者重启Docker容器，模拟并查看被测软件动态上下线情况，并记录被测软件占用资源、启动时间和数据恢复信息。

其中，将被测软件及其运行环境生成Docker镜像，其步骤具体包括：

步骤102)从安装有依赖库和环境变量的容器中生成新镜像；

步骤103)将被测软件导入新镜像，生成用于测试的Docker镜像。

其中，根据测试策略依次启动各Docker容器，其步骤具体包括：

步骤201)根据测试需求，设计Docker容器在宿主机上的部署策略，如根据宿主机配置和容器需求，限定生成容器数量、根据给定IP段来分配容器IP等。同时编写配置文件，记录每个Docker容器的编号对应的物理、网络资源的配置要求和资源上限；

步骤202)从配置文件中读取Docker容器物理、网络资源的要求，如磁盘空间、可用带宽，所属IP段等，结合步骤201)预设的部署策略，在宿主机上生成容器编号对应的、给定数据段下的IP、MAC等数据，以及根据配置文件设定的上限决定的内存、带宽等可用资源的数值；在宿主机上构建不同配置的Docker容器的分配方案；

步骤203)利用步骤202)所构建的分配方案从Docker镜像中启动各Docker容器，获取Docker容器64位长ID并保存。

其中，为各个Docker容器分别配置初始资源，其步骤具体包括：

步骤301)利用pipework可通过shell命令为Docker容器设置IP、MAC等物理配置；开源项目pipework是由Docker工程师

Petazzoni开发的一个Docker网络配置工具，由200多行shell实现；

步骤302)根据Docker容器ID，在cgroups固定路径下找到与其对应的ID一致的cgroups组，通过修改cgroups组对容器进程的限制，为Docker容器设置CPU使用率、内存占用率、最大磁盘空间等资源配置；由于Linux内核提供的cgroups机制，可以根据特定的行为，把一系列系统任务及其子任务整合到按资源划分等级的不同cgroups组内，从而为系统资源管理提供一个统一的框架。简单来说，就是把进程放在一个cgroups组内统一加以控制。

其中，动态修改Docker容器的资源配置以模拟被测软件运行过程中Docker容器资源改变，其步骤具体包括：

步骤403)链接Docker自生成的虚拟终端，利用shell命令查看并记录软件在Docker容器环境资源变化下的运行状况，作为软件被测试的基础数据。

其中，根据测试策略停止或者重启容器，模拟被测软件动态上下线情况，其步骤具体包括：

步骤501)利用Docker提供的容器控制命令，如docker stop停止容器，docker rm删除容器，管理容器的生命周期。根据对软件性能的需求和测试需要，设置测试流程，停止或重启容器，模拟现实环境中运行软件的宿主机终端节点上下线；

步骤503)链接Docker自生成的虚拟终端，利用shell命令查看软件动态上下线情况，并记录软件占用资源、启动时间和数据恢复等方面的测试结果，作为评估软件性能的依据。

实施例一

如图2所示，在本实施例中，利用本发明提供的一种基于Docker的软件测试方法进行测试操作，其具体的操作步骤为：

首先，将被测软件及其运行环境生成Docker镜像：

步骤101)被测软件需要linux内核作为运行环境，选择ubuntu:14.04作为基础镜像，调用docker run命令启动容器，在容器中添加被测软件所需依赖库和相关环境变量；

步骤102)调用docker commit命令，从容器生成新镜像；

步骤103)利用Docker file，将被测软件导入新镜像，生成用于测试的Docker镜像，命名并将名字存入配置文件。Docker file部分源码如下：

#create an image with ubuntu:14.04 as OS and libs for sea,and new seapulled inside

FROM sea:0.0

ADD./sea/tmp/

CMD/tmp/sea

接着，根据配置文件中的容器数量、资源分配等设定，按照测试策略依次启动Docker容器：

步骤201)设置Docker容器在宿主机上的部署策略；

步骤202)根据配置文件中的Docker容器数量、资源分配等设定，按预设部署策略，在宿主机上分配不同配置的Docker容器。配置文件概括如下：

IP＝192.168.200.11

MAC＝02:42:ac:11:00:00

NUM＝5

IMAGE＝sea:11.02

步骤203)从测试镜像启动各Docker容器，获取容器64位长ID并保存。部分代码如下：

sprintf(sh1,"％s％s％s",INITIAL_SH1,COMMAND_IP,image)；

//执行sh1，形如：docker run-itd--net＝none sea:1.0

FILE*fp＝NULL；

fp＝popen(sh1,"r")；

fgets(info->ID,65,fp)；

pclose(fp)；

fp＝NULL；

接着，对启动的各Docker容器分别进行初始的物理和资源配置：

步骤301)根据配置文件中预设的IP段和代码段，为各Docker容器生成对应的IP、MAC。部分代码如下：

while(p！＝'\0'){

if(p＝＝':'){

pcount++；

i++；

p＝first_mac[i]；

if(pcount＝＝4)middle＝i；

continue；

}

if(pcount＝＝4){

fifthmac*＝16；

fifthmac+＝(p-'0')>9？(p-'a'+10):(p-'0')；

}

if(pcount＝＝5){

sixthmac*＝16；

sixthmac+＝(p-'0')>9？(p-'a'+10):(p-'0')；

}

i++；

p＝first_mac[i]；

}

sixthmac+＝no；

fifthmac+＝sixthmac/250；

sixthmac＝sixthmac％250；//

strncpy(newmac,first_mac,middle)；

sprintf(newmac+middle,"％x:％x",fifthmac,sixthmac)；

步骤302)利用pipework脚本，为Docker容器设置IP、MAC等物理配置。部分代码如下：

//拼接sh2，形如：pipework br1<ContainerID>192.168.200.11/24@192.168.200.102:42:ac:11:00:00

sprintf(sh2,"％s br1％s％s/24@％s％s",INITIAL_SH2,info->ID,info->IP,INITIAL_GW,info->MAC)；

fp＝popen(sh2,"r")；

pclose(fp)；

fp＝NULL；

步骤303)根据容器ID，找到与其对应路径下的cgroups组，修改其中的配置文件，为容器设置CPU使用率、内存占用率、最大磁盘空间等资源配置；

步骤304)将生成容器的ID、IP、MAC等信息存入文件中，生成容器个数+1；

接着，检查已生成Docker容器个数是否满足部署策略需求；如不满足需求，则重复执行上述生成容器和配置资源步骤，如满足需求，则利用配置后的各Docker容器进行软件测试。

开始测试软件：首先，动态修改Docker容器的资源配置以模拟被测软件运行过程中资源改变：

步骤401)根据容器ID，找到与其容器对应的cgroups文件，具体路径为：/sys/fs/cgroups/<subsystem>/docker/<containerID>；

步骤402)在线修改cgroups文件，使容器资源配额发生变化；

步骤403)运行Docker容器分配的虚拟shell终端，查看软件运行状态变化。

最后，根据测试策略执行停止或者重启容器操作，以模拟被测软件动态上下线情况：

步骤501)利用docker start/stop/kill<ContainerID>等命令，实现启动、停止和删除容器功能，管理容器生命周期；

步骤502)根据测试策略，停止或重启容器，模仿终端节点上下线；

步骤503)利用虚拟shell终端，查看软件动态上下线情况。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims

1.一种基于Docker的软件大规模测试方法，其特征在于，包括：

步骤1)利用被测软件及其运行环境生成Docker镜像；

步骤3)为步骤2)所启动的各Docker容器分别配置初始资源；

步骤5)根据测试策略停止或者重启Docker容器，查看被测软件动态上下线情况，并记录被测软件占用资源、启动时间和数据恢复信息；

所述的步骤4)具体包括：

步骤403)链接Docker自生成的虚拟终端，利用shell命令查看并记录软件在Docker容器资源变化下的运行状况，作为软件被测试的基础数据；

所述的步骤1)具体包括：

步骤102)从安装有依赖库和环境变量的容器中生成新镜像；

步骤103)将被测软件导入新镜像，生成用于测试的Docker镜像；

所述的步骤2)具体包括：

步骤203)利用步骤202)所构建的分配方案从Docker镜像中启动各Docker容器，并获取Docker容器64位长ID；

所述的步骤3)具体包括：

2.根据权利要求1所述的基于Docker的软件大规模测试方法，其特征在于，所述的步骤5)具体包括：

步骤502)链接Docker自生成的虚拟终端，利用shell命令查看软件动态上下线情况，并记录包含软件占用资源、启动时间和数据恢复在内的测试结果，作为评估软件性能的依据。