CN108763003B - 一种测试方法、装置和系统 - Google Patents

一种测试方法、装置和系统 Download PDF

Info

Publication number
CN108763003B
CN108763003B CN201810533264.1A CN201810533264A CN108763003B CN 108763003 B CN108763003 B CN 108763003B CN 201810533264 A CN201810533264 A CN 201810533264A CN 108763003 B CN108763003 B CN 108763003B
Authority
CN
China
Prior art keywords
data
test
matching
theoretical
cloud host
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810533264.1A
Other languages
English (en)
Other versions
CN108763003A (zh
Inventor
张萍云
王秀蓉
李明雅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Jiwei Technology Co ltd
Original Assignee
Xiamen Jiwei Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen Jiwei Technology Co ltd filed Critical Xiamen Jiwei Technology Co ltd
Priority to CN201810533264.1A priority Critical patent/CN108763003B/zh
Publication of CN108763003A publication Critical patent/CN108763003A/zh
Application granted granted Critical
Publication of CN108763003B publication Critical patent/CN108763003B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2268—Logging of test results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2294—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by remote test

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例公开了一种测试方法、装置和系统，所述测试方法包括：向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；接收所述客户终端采集的所述云主机的监控类型的测试数据和获取的所述云主机的监控类型的理论数据；将测试数据和所述理论数据进行匹配得到测试结果。本发明实施例通过向客户终端下发测试指令的方式实现了对理论数据的自动测试，使测试更加方便、易用且高效，提高了测试效率，并保证了测试结果的准确性，同时节省了测试周期和测试成本，解放了测试工作。

Description

一种测试方法、装置和系统
技术领域
本发明实施例涉及云计算技术，尤指一种测试方法、装置和系统。
背景技术
基于云计算的监控方式有多种，其中一种监控方式是以当前时刻和前一段时间(如最近三小时、最近一天、最近一周或最近一个月)的平均值来展示云主机的四种监控类型(包括CPU、内存、网络进出速率以及磁盘读写速率)的理论数据。如果无法保证理论数据的准确性，一旦被使用的云主机出现问题或故障，就会影响使用人员尤其是运维人员对问题的定位和判断，因此，需要测试理论数据的准确性。
发明内容
本发明实施例提供了一种测试方法、装置和系统，能够提高测试效率，保证测试结果的准确性。
本发明实施例提供了一种测试方法，包括：
向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
接收所述客户终端采集的所述云主机的监控类型的测试数据和获取的所述云主机的监控类型的理论数据；
将测试数据和所述理论数据进行匹配得到测试结果。
在本发明实施例中，所述将测试数据和理论数据进行匹配得到测试结果包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略。
在本发明实施例中，所述将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据的平均值进行匹配得到所述测试结果。
在本发明实施例中，该方法还包括：
建立所述测试数据的第一数据索引，根据所述第一数据索引存储所述测试数据；
建立所述理论数据的第二数据索引，根据所述第二数据索引存储所述理论数据。
在本发明实施例中，当接收到查询指令时，该方法还包括以下至少之一：
根据所述查询指令对应的第一数据索引获取对应的测试数据；
根据所述查询指令对应的第二数据索引获取对应的理论数据。
在本发明实施例中，当接收到万维网服务器的匹配指令时，所述将测试数据和所述理论数据进行匹配得到测试结果包括：
根据所述匹配指令对应的第一数据索引获取对应的测试数据；根据所述匹配指令对应的第二数据索引获取对应的理论数据；
将所述测试数据和所述理论数据发送给所述万维网服务器进行匹配得到测试结果；或者，将所述测试数据和所述理论数据进行匹配得到测试结果，将所述测试结果发送给Web服务器。
本发明实施例提出了一种测试方法，包括：
接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
启动所述云主机并在所述云主机上运行所述监控类型的测试工具；
采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；
将测试数据和所述理论数据发送给所述管理终端。
本发明实施例提出了一种测试方法，包括：
接收测试数据和理论数据；
将所述测试数据和所述理论数据进行匹配得到测试结果。
在本发明实施例中，所述将测试数据和理论数据进行匹配得到测试结果包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略。
在本发明实施例中，所述将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据的平均值进行匹配得到所述测试结果。
本发明实施例提出了一种测试装置，包括：
下发模块，用于向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
第一接收模块，用于接收所述客户终端采集的所述云主机的监控类型的测试数据和获取的所述云主机的监控类型的理论数据；
第一匹配模块，用于将测试数据和所述理论数据进行匹配得到测试结果。
本发明实施例提出了一种测试装置，包括：
第二接收模块，用于接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
执行模块，用于启动所述云主机并在所述云主机上运行所述监控类型的测试工具；
获取模块，用于采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；
发送模块，用于将测试数据和所述理论数据发送给所述管理终端。
本发明实施例提出了一种测试装置，包括：
第三接收模块，用于接收测试数据和理论数据；
第二匹配模块，用于将所述测试数据和所述理论数据进行匹配得到测试结果。
本发明实施例提出了一种测试装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现上述任一种测试方法。
本发明实施例提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种测试方法的步骤。
本发明实施例包括：向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；接收所述客户终端采集的所述云主机的监控类型的测试数据和获取的所述云主机的监控类型的理论数据；将测试数据和所述理论数据进行匹配得到测试结果。本发明实施例通过向客户终端下发测试指令的方式实现了对理论数据的自动测试，使测试更加方便、易用且高效，提高了测试效率，并保证了测试结果的准确性，同时节省了测试周期和测试成本，解放了测试工作。
本发明实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明实施例技术方案的进一步理解，并且构成说明书的一部分，与本发明实施例的实施例一起用于解释本发明实施例的技术方案，并不构成对本发明实施例技术方案的限制。
图1为本发明一个实施例提出的测试方法的流程图；
图2为本发明实施例表示共现频率的第一向量和第二向量的示意图；
图3为本发明另一个实施例提出的测试方法的流程图；
图4为本发明另一个实施例提出的测试方法的流程图；
图5为本发明实施例测试方法的示例1的流程图；
图6为本发明实施例测试方法的示例2的流程图；
图7为本发明实施例测试方法的示例3的流程图；
图8为本发明另一个实施例提出的测试装置的结构组成示意图；
图9为本发明另一个实施例提出的测试装置的结构组成示意图；
图10为本发明另一个实施例提出的测试装置的结构组成示意图；
图11为本发明另一个实施例提出的测试系统的结构组成示意图。
具体实施方式
下文中将结合附图对本发明实施例进行详细说明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
目前的测试方法大致包括：
手动启动四台云主机，并手动在每台云主机上安装并运行不同的测试工具分别测试云主机的CPU、内存、网络进出速率以及磁盘读写速率；如果在同一台云主机运行这四种工具则会相互影响，为了保证数据的准确性，一般尽量保证一台云主机对应一种监控类型；
在云主机上使用测试脚本采集测试数据；
测试完成之后，手动在云平台底层mongo查询出每台云主机的理论数据并手动导出；
人工比对测试脚本采集的测试数据和从mongo导出的理论数据；具体可以比对每一时刻测试数据和理论数据，或者比对每一时刻测试数据的平均值和理论数据的平均值。
目前的测试方法虽然能完成测试工作，但是存在局限性，一方面该测试方法大部分依赖于人工手动完成，费时费力，测试周期较长，出错概率较大，测试结果准确性较低；另一方面mongo存储的数据量较大，查询数据非常耗时，存在很大的弊端。
参见图1，本发明一个实施例提出了一种测试方法，包括：
步骤100、向客户终端下发测试指令，所述测试指令包括待测试的云主机和云主机的监控类型。
在本发明实施例中，测试指令中可以包括一台云主机；或者包括两台或两台以上云主机。
一台云主机可以对应一种监控类型；或者对应两种或两种以上监控类型。
监控类型包括以下至少之一：CPU、网络进出速率、磁盘读写、内存。
在本发明实施例中，云主机和云主机的监控类型可以来自Web服务器，或者预配置。
步骤101、接收所述客户终端采集的所述云主机的监控类型的测试数据和所述云主机的监控类型的理论数据。
步骤102、将测试数据和所述理论数据进行匹配得到测试结果。
在本发明另一个实施例中，该方法还包括：
建立所述测试数据的第一数据索引，根据所述第一数据索引存储所述测试数据；
建立所述理论数据的第二数据索引，根据所述第二数据索引存储所述理论数据。
例如，数据索引包括以下至少之一：监控类型、数据的标识(ID)、表示是第一数据索引还是第二数据索引的信息、云主机、获得数据的时间。
如采用两个比特表示监控类型(如00表示CPU，01表示内存，10表示磁盘读写速率，11表示网络进出速率)，采用至少一个比特表示数据的标识，并采用一个比特表示该索引是第一数据索引还是第二数据索引(如0表示第一数据索引，1表示第二数据索引)，还采用至少一个比特表示云主机，采用至少一个比特表示获得数据的时间。
本发明实施例可以基于ElasticSearch建立数据索引。
本发明实施例通过建立数据索引，然后根据数据索引存储数据，有效的提高了数据的检索速度。
在本发明实施例中，测试数据和理论数据可以存储在相对独立的两个存储空间。例如，可以将测试数据存储在数据存储器，将理论数据存储在匹配标准库中。
在本发明另一个实施例中，当接收到查询指令时，该方法还包括以下至少之一：
根据所述查询指令对应的第一数据索引获取对应的测试数据；
根据所述查询指令对应的第二数据索引获取对应的理论数据。
当查询指令中不包括任何信息时，查询指令对应的第一数据索引为所有云主机的监控类型和预定时间段(如最近三小时)对应的第一数据索引，查询指令对应的第二数据索引为所有云主机的监控类型和预定时间段(如最近三小时)对应的第二数据索引。
当查询指令中包括：云主机、云主机的监控类型、时间时，查询指令对应的第一数据索引为云主机的监控类型、时间对应的第一数据索引，查询指令对应的第二数据索引为云主机的监控类型、时间对应的第二数据索引。
当查询指令中还包括数据类型(如平均值或方差等)时，还需要将云主机的监控类型、时间对应的第一数据索引对应的测试数据和云主机的监控类型、时间对应的第二数据索引对应的理论数据转换为查询指令中的数据类型。
在本发明实施例中，可以在本地将测试数据和所述理论数据进行匹配得到测试结果；
或者，将测试数据和理论数据发送给万维网(Web，World Wide Web)服务器，由Web服务器将测试数据和所述理论数据进行匹配得到测试结果。
例如，当接收到Web服务器的匹配指令时，所述将测试数据和所述理论数据进行匹配得到测试结果包括：
根据匹配指令对应的第一数据索引获取对应的测试数据；根据匹配指令对应的第二数据索引获取对应的理论数据；
将获得的测试数据和理论数据发送给Web服务器进行匹配得到测试结果；或者，将获得的测试数据和理论数据进行匹配得到测试结果，将测试结果发送给Web服务器。
当匹配指令中不包括任何信息时，匹配指令对应的第一数据索引为所有云主机的监控类型和预定时间段(如最近三小时)对应的第一数据索引，匹配指令对应的第二数据索引为所有云主机的监控类型和预定时间段(如最近三小时)对应的第二数据索引。
当匹配指令中包括：云主机、云主机的监控类型、时间时，匹配指令对应的第一数据索引为云主机的监控类型、时间对应的第一数据索引，匹配指令对应的第二数据索引为云主机的监控类型、时间对应的第二数据索引。
当匹配指令中还包括数据类型(如平均值或方差等)时，还需要将云主机的监控类型、时间对应的第一数据索引对应的测试数据和云主机的监控类型、时间对应的第二数据索引对应的理论数据转换为匹配指令中的数据类型后发送给Web服务器。
当匹配指令中还包括匹配策略时，采用匹配指令中的匹配策略对获得的测试数据和理论数据进行匹配得到测试结果，将测试结果发送给Web服务器。
在本发明实施例中，将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据的平均值进行匹配得到所述测试结果。
其中，每一时刻测试数据的平均值为该时刻测试数据和该时刻之前的一段时间(如三个小时、半天、一天或一个星期)测试数据的平均值；
每一时刻理论数据的平均值为该时刻理论数据和该时刻之前的一段时间(如三个小时、半天、一天或一个星期)理论数据的平均值。
在本发明实施例中，测试结果为匹配成功，即测试数据和理论数据的匹配度大于或等于预设阈值(如96％)；或者匹配失败，即测试数据和理论数据的匹配度小于预设阈值。
在本发明实施例中，可以将监控类型对应的测试数据和理论数据采用预设匹配策略进行匹配得到测试结果；其中，预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略。
下面详细说明每一个预设匹配策略的具体实现。
(1)语义匹配策略是指统计监控类型在第一数据集(包括预设时间段内测试数据)的共现频率(即数据的特征在数据集中共同出现的频率)，以及监控类型在第二数据集的共现频率；根据监控类型在第一数据集的共现频率和监控类型在第二数据集的共现频率计算最终的共现频率，当最终的共现频率大于或等于预设阈值时，将测试数据表示为第一向量，以及将理论数据表示为第二向量，第一向量能够很好的表示测试数据的语义，第二向量能够很好的表示理论数据的语义；确定第一向量和第二向量的相似度，例如，采用第一向量和第二向量的余弦值表示第一向量和第二向量的相似度，也就是测试数据和理论数据的匹配度。余弦值越大，表示测试数据和理论数据的语义越接近，测试数据和理论数据的匹配度也就越高。
其中，比如“CPU”在第一数据集出现的次数为100，在第二数据集出现的次数为89，总共有189次，然后再统计第一数据集和第二数据集中的CPU次数除以总的次数，即第一数据集的CPU次数/总的次数即为测试数据的共现频率A，第二数据集的CPU次数/总的次数即为理论数据的共现频率B，如果共现频率A接近共现频率B，说明两组数据紧密度越高，而最终的共现频率＝(共现频率A+共现频率B)/2。
例如，第一数据集为
“监控类型 数据 时间”
CPU 55.23％ 2018-05-08 11:32:50；
CPU 50.12％ 2018-05-08 11:33:50；
第二数据集为
“监控类型 数据 时间”
CPU 53.20％ 2018-05-08 11:32:52；
CPU 52.15％ 2018-05-08 11:33:52；
两个数据集的2个共现特征为“CPU，时间”，由此共现频率为98％(假设)，根据数据得出的第一向量和第二向量如图2所示，图中，横坐标为时间，纵坐标为数据。
(2)图表匹配策略是指把具有某种共同属性或特征的数据归并在一起，可选择不同类型的图表类型如直方图、折线图、柱状图或饼状图等，将测试数据和理论数据生成对应的报表(或图表)，然后将测试数据对应的报表(或图表)和理论数据对应的报表(或图表)进行匹配，同时显示差异的部分。
例如，测试数据的图表为A，理论数据的图表为B，匹配时匹配图A和图B的重叠部分，重叠部分越大，匹配度越高。
(3)基于索引匹配策略是指分析和挖掘需要匹配的测试数据和理论数据，选择有效的或具有辨别力的特征建立索引，使得匹配时可以根据索引快速缩小搜索空间，并达到加速匹配的目的。
(4)数据类型匹配策略是指计算出测试数据的预设数据类型和理论数据的预设数据类型，计算测试数据的预设数据类型和理论数据的预设数据类型的匹配度。其中，预设数据类型包括以下任一种：平均值、方差、标准差等等。
(5)最优匹配策略是指测试数据和理论数据的匹配度达到100％才表示匹配成功。
(6)模糊匹配策略是指考虑测试数据的整数部分和理论数据的整数部分的匹配度，而小数部分的匹配度可忽略不计。例如，测试数据CPU为15.05％，理论数据CPU是15.25％，忽略小数点，匹配成功。
(7)多维度空间匹配策略是指在坐标轴中依次显示出测试数据和理论数据，而测试数据和理论数据的匹配度即是坐标轴上测试数据对应的点和理论数据对应的点之间的距离，用两点间距离公式
Figure BDA0001677654660000111
距离越小匹配度越高。其中，(x1，y1)为测试数据对应的点的坐标，(x2，y2)为理论数据对应的点的坐标，x表示时间，y表示数据。
本发明实施例通过向客户终端下发测试指令的方式实现了对理论数据的自动测试，使测试更加方便、易用且高效，提高了测试效率，并保证了测试结果的准确性，同时节省了测试周期和测试成本，解放了测试工作。
参见图3，本发明另一个实施例提出了一种测试方法，包括：
步骤200、接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型。
在本发明实施例中，测试指令中可以包括一台云主机；或者包括两台或两台以上云主机。
一台云主机可以对应一种监控类型；或者对应两种或两种以上监控类型。
监控类型包括以下至少之一：CPU、网络进出速率、磁盘读写、内存。
步骤201、启动所述云主机并在所述云主机上运行所述监控类型的测试工具。
在本发明实施例中，通过在云主机上运行监控类型的测试工具来模拟程序运行。
步骤202、采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据。
在本发明实施例中，可以通过插件、或接口采集云主机的数据和获取理论数据。
在采集云主机的数据时，如果云主机只测试一种监控类型，则采集该监控类型的数据；如果云主机测试两种或两种以上监控类型，则分别采集每一种监控类型的数据。
在获取理论数据时，如果云主机只测试一种监控类型，则获取该监控类型的理论数据；如果云主机测试两种或两种以上监控类型，则分别获取每一种监控类型的理论数据。
步骤203、将测试数据和所述理论数据发送给所述管理终端。
参见图4，本发明另一个实施例提出了一种测试方法，包括：
步骤300、接收测试数据和理论数据；
本步骤中，可以接收测试数据的平均值和理论数据的平均值。
步骤301、将所述测试数据和所述理论数据进行匹配得到测试结果。
在本发明实施例中，将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据的平均值进行匹配得到所述测试结果。
其中，每一时刻测试数据的平均值为该时刻测试数据和该时刻之前的一段时间(如三个小时、半天、一天或一个星期)测试数据的平均值；
每一时刻理论数据的平均值为该时刻理论数据和该时刻之前的一段时间(如三个小时、半天、一天或一个星期)理论数据的平均值。
在本发明实施例中，测试结果为匹配成功，即测试数据和理论数据的匹配度大于或等于预设阈值(如96％)；或者匹配失败，即测试数据和理论数据的匹配度小于预设阈值；
在本发明实施例中，可以将测试数据和理论数据采用预设匹配策略进行匹配得到测试结果；其中，预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略。
在本发明实施例中，预设匹配策略可以来自于测试人员，或者预先约定。
在本发明另一个实施例中，接收测试数据和理论数据之前，该方法还包括：
向管理终端发送匹配指令。
其中，匹配指令可以来自于测试人员。
在本发明另一个实施例中，该方法还包括：
向管理终端发送查询指令；接收以下至少之一：测试数据、理论数据。
其中，查询指令可以来自于测试人员。
在本发明另一个实施例中，接收测试数据和理论数据之前，该方法还包括：
接收测试人员配置的云主机；将云主机发送给管理终端；
或者，接收测试人员配置的云主机和云主机的监控类型；将云主机和云主机的监控类型发送给管理终端。
其中，测试人员可以配置云主机的CPU、内存等。
在本发明另一个实施例中，该方法还包括：
显示以下至少之一：测试数据、理论数据、测试结果、测试数据的平均值、理论数据的平均值。
下面通过示例说明本发明实施例的具体实现方式。
示例1
参见图5，该方法还包括：
步骤400、Web服务器接收测试人员自定义配置的云主机，向管理终端发送云主机。
本步骤中，Web服务器还可以接收测试人员选择的云主机的监控类型，向管理终端发送云主机的监控类型。
步骤401、管理终端向客户终端下发测试指令，测试指令包括云主机和云主机的监控类型。
步骤402、客户终端接收管理终端下发的测试指令，启动云主机并在云主机上运行监控类型的测试工具；采集云主机的监控类型的测试数据，获取云主机的监控类型的理论数据；将测试数据和所述理论数据发送给所述管理终端。
步骤403、管理终端接收客户终端采集的云主机的数据和云主机的理论数据，将测试数据和理论数据发送给Web服务器。
步骤404、Web服务器接收测试数据和理论数据，将测试数据和理论数据采用预设匹配策略进行匹配得到测试结果。
本步骤中，测试结果包括以下至少之一：
每一时刻的测试数据和理论数据的匹配度、每一时刻的测试数据的平均值和理论数据的平均值的匹配度。
步骤405、Web服务器显示以下至少之一：测试数据、理论数据、测试结果、测试数据的平均值、理论数据的平均值。
示例2
参见图6，该方法还包括：
步骤500、Web服务器接收测试人员自定义配置的云主机，向管理终端发送云主机。
本步骤中，Web服务器还可以接收测试人员选择的云主机的监控类型，向管理终端发送云主机的监控类型。
步骤501、管理终端向客户终端下发测试指令，测试指令包括云主机和云主机的监控类型。
步骤502、客户终端接收管理终端下发的测试指令，启动云主机并在云主机上运行监控类型的测试工具；采集云主机的监控类型的测试数据，获取云主机的监控类型的理论数据；将测试数据和所述理论数据发送给所述管理终端。
步骤503、管理终端接收客户终端采集的云主机的监控类型的测试数据和云主机的监控类型的理论数据，建立测试数据的第一数据索引，根据第一数据索引存储测试数据；建立理论数据的第二数据索引，根据第二数据索引存储理论数据。
步骤504、Web服务器向管理终端发送匹配指令。
步骤505、管理终端根据匹配指令对应的第一数据索引获取对应的测试数据；根据匹配指令对应的第二数据索引获取对应的理论数据；将测试数据和理论数据发送给Web服务器。
步骤506、Web服务器接收测试数据和理论数据，将测试数据和理论数据采用预设匹配策略进行匹配得到测试结果。
本步骤中，测试结果包括以下至少之一：
每一时刻测试数据和理论数据的匹配度、每一时刻测试数据的平均值和理论数据的平均值的匹配度。
步骤507、Web服务器显示以下至少之一：测试数据、理论数据、测试结果、测试数据的平均值、理论数据的平均值。
示例3
参见图7，该方法还包括：
步骤700、Web服务器接收测试人员自定义配置的云主机，向管理终端发送云主机。
本步骤中，Web服务器还可以接收测试人员选择的云主机的监控类型，向管理终端发送云主机的监控类型。
步骤701、管理终端向客户终端下发测试指令，测试指令包括云主机和云主机的监控类型。
步骤702、客户终端接收管理终端下发的测试指令，启动云主机并在云主机上运行监控类型的测试工具；采集云主机的监控类型的测试数据，获取云主机的监控类型的理论数据；将测试数据和所述理论数据发送给所述管理终端。
步骤703、管理终端接收客户终端采集的云主机的监控类型的测试数据和云主机的理论数据，建立测试数据的第一数据索引，根据第一数据索引存储测试数据；建立理论数据的第二数据索引，根据第二数据索引存储理论数据。
步骤704、Web服务器向管理终端发送匹配指令。
步骤705、管理终端根据匹配指令对应的第一数据索引获取对应的测试数据；根据匹配指令对应的第二数据索引获取对应的理论数据。
步骤706、管理终端将测试数据和理论数据采用预设匹配策略进行匹配得到测试结果，将以下至少之一发送给Web服务器：测试数据、理论数据、测试结果、测试数据的平均值、理论数据的平均值。
本步骤中，测试结果包括以下至少之一：
每一时刻的测试数据和理论数据的匹配度、每一时刻的测试数据的平均值和理论数据的平均值的匹配度。
步骤707、Web服务器显示以下至少之一：测试数据、理论数据、测试结果、测试数据的平均值、理论数据的平均值。
参见图8，本发明另一个实施例提出了一种测试装置(如管理终端)，包括：
下发模块，用于向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
第一接收模块，用于接收所述客户终端采集的所述云主机的监控类型的测试数据和所述云主机的理论数据；
第一匹配模块，用于将测试数据和所述理论数据进行匹配得到测试结果。
在本发明实施例中，第一匹配模块具体用于：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略。
在本发明实施例中，第一匹配模块具体用于采用以下至少之一方式进行匹配：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据的平均值进行匹配得到所述测试结果。
在本发明另一个实施例中，还包括：
存储模块，用于建立所述测试数据的第一数据索引，根据所述第一数据索引存储所述测试数据；
建立所述理论数据的第二数据索引，根据所述第二数据索引存储所述理论数据。
在本发明另一个实施例中，当第一接收模块接收到查询指令时，还包括：
查询模块，用于执行以下至少之一：
根据所述查询指令对应的第一数据索引获取对应的测试数据；
根据所述查询指令对应的第二数据索引获取对应的理论数据。
在本发明另一个实施例中，第一接收模块还用于：接收到Web服务器的匹配指令；
第一匹配模块具体用于：
根据所述匹配指令对应的第一数据索引获取对应的测试数据；
根据所述匹配指令对应的第二数据索引获取对应的理论数据；
将所述测试数据和所述理论数据发送给所述万维网服务器进行匹配得到测试结果；或者，将获得的测试数据和理论数据进行匹配得到测试结果，将测试结果发送给Web服务器。
参见图9，本发明另一个实施例提出了一种测试装置(如客户终端)，包括：
第二接收模块，用于接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
执行模块，用于启动所述云主机并在所述云主机上运行所述监控类型的测试工具；
获取模块，用于采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；
发送模块，用于将测试数据和所述理论数据发送给所述管理终端。
参见图10，本发明另一个实施例提出了一种测试装置(如Web服务器)，包括：
第三接收模块，用于接收测试数据和理论数据；
第二匹配模块，用于将所述测试数据和所述理论数据进行匹配得到测试结果。
本发明另一个实施例提出了一种测试装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现上述任一种测试方法。
本发明另一个实施例提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种测试方法的步骤。
参见图11，本发明另一个实施例提出了一种测试系统，包括：
管理终端，用于向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；接收所述客户终端采集的所述云主机的监控类型的测试数据和所述云主机的监控类型的理论数据；将测试数据和所述理论数据进行匹配得到测试结果；
客户终端，用于接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；启动所述云主机并在所述云主机上运行所述监控类型的测试工具；采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；将测试数据和所述理论数据发送给所述管理终端。
在本发明另一个实施例中，还包括：Web服务器；
管理终端具体用于：
向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；接收所述客户终端采集的所述云主机的监控类型的测试数据和所述云主机的监控类型的理论数据；将测试数据和所述理论数据发送给Web服务器；
Web服务器，用于接收测试数据和理论数据；
将所述测试数据和所述理论数据进行匹配得到测试结果。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
虽然本发明实施例所揭露的实施方式如上，但所述的内容仅为便于理解本发明实施例而采用的实施方式，并非用以限定本发明实施例。任何本发明实施例所属领域内的技术人员，在不脱离本发明实施例所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明实施例的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (11)

1.一种测试方法，包括：向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
接收所述客户终端采集的所述云主机的监控类型的测试数据和获取的所述云主机的监控类型的理论数据，其中，所述云主机的监控类型的理论数据通过插件或接口获取；
将测试数据和所述理论数据进行匹配得到测试结果；包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略；
所述将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据进行匹配得到所述测试结果；
其中，所述理论数据是预先设置的时间段内监控数据的平均值；
其中，所述测试结果是表示理论数据准确性的。
2.根据权利要求1所述的测试方法，其特征在于，该方法还包括：
建立所述测试数据的第一数据索引，根据所述第一数据索引存储所述测试数据；
建立所述理论数据的第二数据索引，根据所述第二数据索引存储所述理论数据。
3.根据权利要求2所述的测试方法，其特征在于，当接收到查询指令时，该方法还包括以下至少之一：
根据所述查询指令对应的第一数据索引获取对应的测试数据；
根据所述查询指令对应的第二数据索引获取对应的理论数据。
4.根据权利要求2所述的测试方法，其特征在于，当接收到万维网服务器的匹配指令时，所述将测试数据和所述理论数据进行匹配得到测试结果包括：
根据所述匹配指令对应的第一数据索引获取对应的测试数据；根据所述匹配指令对应的第二数据索引获取对应的理论数据；
将所述测试数据和所述理论数据发送给所述万维网服务器进行匹配得到测试结果；或者，将所述测试数据和所述理论数据进行匹配得到测试结果，将所述测试结果发送给Web服务器。
5.一种测试方法，包括：
接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
启动所述云主机并在所述云主机上运行所述监控类型的测试工具；
采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；其中，所述云主机的监控类型的理论数据通过插件或接口获取；
将测试数据和所述理论数据发送给所述管理终端以用于进行匹配得到测试结果；其中，所述理论数据是预先设置的时间段内监控数据的平均值；所述测试结果是表示理论数据准确性的；
所述将测试数据和理论数据发送给所述管理终端以用于进行匹配得到测试结果包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略；
所述将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据进行匹配得到所述测试结果。
6.一种测试方法，包括：
接收测试数据和理论数据；其中，所述测试数据和理论数据是客户终端在接收到管理终端下发的测试指令后，通过以下方式获取的：启动云主机并在所述云主机上运行监控类型的测试工具；采集该云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；其中，所述测试指令包括待测试的云主机和所述云主机的监控类型；所述云主机的监控类型的理论数据通过插件或接口获取；
将所述测试数据和所述理论数据进行匹配得到测试结果，
包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略；
所述将所述测试数据和所述理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据进行匹配得到所述测试结果；其中，所述理论数据是预先设置的时间段内监控数据的平均值，所述测试结果是表示理论数据准确性的。
7.一种测试装置，包括：
下发模块，用于向客户终端下发测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
第一接收模块，用于接收所述客户终端采集的所述云主机的监控类型的测试数据和获取的所述云主机的监控类型的理论数据；其中，所述云主机的监控类型的理论数据通过插件或接口获取；
第一匹配模块，用于将测试数据和所述理论数据进行匹配得到测试结果；其中，所述理论数据是预先设置的时间段内监控数据的平均值，所述测试结果是表示理论数据准确性的；
第一匹配模块，还用于将测试数据和所述理论数据进行匹配得到测试结果；包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略；
所述将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据进行匹配得到所述测试结果。
8.一种测试装置，包括：
第二接收模块，用于接收管理终端下发的测试指令，所述测试指令包括待测试的云主机和所述云主机的监控类型；
执行模块，用于启动所述云主机并在所述云主机上运行所述监控类型的测试工具；
获取模块，用于采集所述云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；其中，所述云主机的监控类型的理论数据通过插件或接口获取；
发送模块，用于将测试数据和所述理论数据发送给所述管理终端以用于进行匹配得到测试结果；其中，所述理论数据是预先设置的时间段内监控数据的平均值，所述测试结果是表示理论数据准确性的；
发送模块，还用于所述将测试数据和理论数据发送给所述管理终端以用于进行匹配得到测试结果包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略；
所述将测试数据和理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据进行匹配得到所述测试结果。
9.一种测试装置，包括：
第三接收模块，用于接收测试数据和理论数据；其中，所述测试数据和所述理论数据是客户终端在接收到管理终端下发的测试指令后，通过以下方式获取的：启动云主机并在所述云主机上运行监控类型的测试工具；采集该云主机的监控类型的测试数据；获取所述云主机的监控类型的理论数据；其中，所述测试指令包括待测试的云主机和所述云主机的监控类型；所述云主机的监控类型的理论数据通过插件或接口获取；第二匹配模块，用于将所述测试数据和所述理论数据进行匹配得到测试结果；其中，所述理论数据是预先设置的时间段内监控数据的平均值，所述测试结果是表示理论数据准确性的；
第二匹配模块，还用于将所述测试数据和所述理论数据进行匹配得到测试结果，包括：
将所述测试数据和所述理论数据采用预设匹配策略进行匹配得到所述测试结果；其中，所述预设匹配策略包括以下至少之一：
语义匹配策略、图表匹配策略、基于索引匹配策略、数据类型匹配策略、最优匹配策略、模糊匹配策略、多维度空间匹配策略；
所述将所述测试数据和所述理论数据进行匹配得到测试结果包括以下至少之一：
将每一时刻测试数据和所述理论数据进行匹配得到所述测试结果；
将每一时刻测试数据的平均值和所述理论数据进行匹配得到所述测试结果。
10.一种测试装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现如权利要求1～6任一项所述的测试方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～6任一项所述的测试方法的步骤。
CN201810533264.1A 2018-05-25 2018-05-25 一种测试方法、装置和系统 Active CN108763003B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810533264.1A CN108763003B (zh) 2018-05-25 2018-05-25 一种测试方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810533264.1A CN108763003B (zh) 2018-05-25 2018-05-25 一种测试方法、装置和系统

Publications (2)

Publication Number Publication Date
CN108763003A CN108763003A (zh) 2018-11-06
CN108763003B true CN108763003B (zh) 2022-02-22

Family

ID=64003812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810533264.1A Active CN108763003B (zh) 2018-05-25 2018-05-25 一种测试方法、装置和系统

Country Status (1)

Country Link
CN (1) CN108763003B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103139007A (zh) * 2011-12-05 2013-06-05 阿里巴巴集团控股有限公司 应用服务器性能检测方法及系统
US9170797B2 (en) * 2012-01-31 2015-10-27 Red Hat, Inc. Automated deployment of an application in a computing platform
CN104820633B (zh) * 2015-05-29 2019-03-19 北京奇虎科技有限公司 计算设备的监控方法及装置
CN106406975A (zh) * 2015-07-30 2017-02-15 中兴通讯股份有限公司 桌面云系统的测试方法及装置
CN106899550B (zh) * 2015-12-18 2020-09-22 中国移动通信集团公司 一种云平台资源监控方法及装置
CN106775968A (zh) * 2016-11-29 2017-05-31 上海斐讯数据通信技术有限公司 一种服务器测试方法、装置及系统
CN107193659A (zh) * 2017-05-24 2017-09-22 千寻位置网络有限公司 维护作业任务的系统和设计方法
CN107391635A (zh) * 2017-06-30 2017-11-24 北京奇虎科技有限公司 数据同步系统及方法

Also Published As

Publication number Publication date
CN108763003A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN107026881B (zh) 业务数据的处理方法、装置及系统
CN108512726B (zh) 一种数据监控的方法及设备
CN111339231B (zh) 众包更新结果的处理方法及装置
CN111813756A (zh) 一种日志检索系统、方法、装置、电子设备及存储介质
CN115686374A (zh) 信息获取方法、装置、存储系统、设备及介质
CN108763003B (zh) 一种测试方法、装置和系统
CN111737369B (zh) 一种关系图谱的更新方法、装置及存储介质
CN111414528B (zh) 确定设备标识的方法、装置、存储介质及电子设备
CN104951254B (zh) 一种管理存储设备的方法及装置
CN110198517B (zh) 一种基于自学习路径选择的端口扫描方法和系统
CN115905307A (zh) 数据存储方法及装置、电子设备、存储介质
CN107422991B (zh) 一种存储策略管理系统
CA3048699A1 (en) Join pattern agnostic aggregate computation in database query operations
CN102447589B (zh) 一种聚合记录的方法及装置
CN111399759B (zh) 读数据、写数据的方法、以及对象文件系统
CN113708959A (zh) 一种规则库更新方法、装置及设备
CN112632211A (zh) 用于移动机器人的语义信息处理方法与设备
CN113127572B (zh) 档案合并方法、装置、设备及计算机可读存储介质
CN110850369A (zh) 一种室内定位方法、系统、装置和存储介质
CN113971002B (zh) 基于区块链的数据存储方法、装置、设备及可读存储介质
CN113177023B (zh) 一种日志检索方法、装置及电子设备
CN116303627B (zh) 半导体测试数据的查询方法、装置、电子设备及存储介质
CN110996330B (zh) 基站的安装方法、装置、电子设备及存储介质
CN115994172B (zh) 一种业务访问关系确定的方法、装置、设备及介质
CN111046012B (zh) 巡检日志的抽取方法、装置、存储介质和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant