CN109298999B - 一种基于数据分布特征的核心化软件测试方法和装置 - Google Patents

Abstract

本发明提供一种基于数据分布特征的核心化软件测试方法，包括：捞取线上API调用数据存储于数据池中，并将API调用数据分成业务API调用数据和页面API调用数据两类；对每类API调用数据分组，并对每组API调用数据进行数学函数拟合后，根据数学拟合曲线划分核心数据区间，以确定核心业务API调用数据和核心页面API调用数据；采用接口测试自动化方式对核心业务API调用数据进行测试，采用接口测试自动化方式或UI自动化方式对核心页面API调用数据进行测试。该方法通过对API调用量做统计分析和建模来确定优先级，以精准化软件测试方向，进而提高软件测试效能。

Description

一种基于数据分布特征的核心化软件测试方法和装置

技术领域

本发明属于互联网软件测试领域，具体涉及一种基于数据分布特征的核心化软件测试方法和装置。

背景技术

齐夫定律是一种实验定律，认为若把一篇较长的文章中每个词出现的频次从高到低进行递减排列，其数量关系特征呈双曲线分布，即在自然语言的语料库里，一个单词出现的频率与它在频率表里的排名成反比。该齐夫定律常备应用于情报检索用的词表的编制和情报检索系统中文档结构的设计中。

帕累托分布(Pareto distribution)简称Pareto分布，是一种连续概率分布，主要应用于经济学里面。

随着IT技术的发展，软件覆盖的行业范围越来越广，系统也变得越得越来越复杂。针对开发出来的各种复杂的软件系统，怎样有效的开展软件测试，也是软件行业目前关注的问题，如软件开发中如何实现快速、高效的功能测试、回归测试、冒烟测试等。

软件测试是为了发现错误而执行程序的过程，从而对软件质量进行评估。对于新人而言，软件测试更加倾向于找出软件BUG，保证没有问题。而互联网大热的今天，产品更新迅速。常听到，一旦有新产品诞生，就要对其进行产品(即B/S架构)测试。大量的测试用例，便会随着产品更新做出调整，甚至需要用到自动化测试工具对大量的测试用例做维护。

软件测试具备业务迭代迅速、业务架构持续优化的特点，在此基础上的自动化测试在用例维护上的投入成本极大。尤其对于探索性业务，往往要求快速试错、快速修正，采用跟随业务的持续集成方式会造成巨大的资源损耗，进而将测试人员陷入大规模手工回归的境地。同时，业务迭代的加剧带来大量冗余代码，这些代码干扰正常的研发工作，为稳定性埋下巨大隐患。

申请公布号为CN107832232A公开了一种基于模型的软件测试方法，主要是根据被测软件的系统特性进行建模，从模型生成抽象测试，把高层的抽象测试转化为可执行的具体测试，在被测系统上执行具体的测试用例，分析测试结果，得到测试结果后，必须确定产生该故障的原因并采取纠正措施。申请公布号为CN 108073510 A公开了一种软件测试方法，包括对软件业务场景进行分割，生成多个软件业务子场景；从所述软件业务子场景中抽取软件业务功能点，生成包含所述软件业务子场景信息和所述软件业务功能点信息的表单；根据所述表单和软件业务规则获得有效软件业务场景；以及根据所述有效软件业务场景获取软件业务功能点脚本进行测试。这两个专利申请公布的软件测试方法虽然能够检测软件的缺陷，但是测试稳定性不高。

发明内容

本发明的目的是提供一种基于数据分布特征的核心化软件测试方法和装置。该方法通过对API(Application Programming Interface，应用程序编程接口)调用量做统计分析和建模来确定优先级，以精准化软件测试方向，进而提高软件测试效能。

为实现上述发明目的，提供以下技术方案：

一种基于数据分布特征的核心化软件测试方法，包括以下步骤：

捞取线上API调用数据存储于数据池中，并将API调用数据分成业务API调用数据和页面API调用数据两类；

对每类API调用数据分组，并对每组API调用数据进行数学函数拟合后，根据数学拟合曲线划分核心数据区间，以确定核心业务API调用数据和核心页面API调用数据；

采用接口测试自动化方式对核心业务API调用数据进行测试，采用接口测试自动化方式或UI自动化方式对核心页面API调用数据进行测试。

本发明通过对API调用数据进行数学函数拟合，根据数据拟合曲线确定API调用数据优先 级后，再根据优先级确定核心API调用数据并对其进行测试。这样测试方法能够实现自动化测试，在无人工的情况下便可完成数据分析工作，并持续更新分析结果，保障测试方向的准确性。该测试方法在保障系统稳定性的同时，能够大大降低软件测试的成本。

采用本发明点核心化软件测试方法时，API调用数据的数量直接影响最终的核心化软件的测试效果，因此，优选地，在捞取线上API调用数据前，还需确定捞取时间窗口，捞取时间窗口内的线上API调用数据。

时间窗口的大小直接影响对核心化软件的判断，进而影响核心化软件的测试结果。时间窗口选取过短，API分布受外界影响较大，如运营活动；时间窗口选取过长，由于业务迭代的迅速，废弃API会影响整体分布。因此，作为优选，时间窗口的时间长度通过以业务发布周期为单位增量，不断增加窗口大小，比对相邻两个不相交时间窗口下API调用情况的差异，当差异小于预定阈值时，选取该时间长度为时间窗口。这样可以确定合适的时间窗口，以准确地确定核心API调用数据。

根据齐夫定律，网页访问的频率与排名成反比，即频率最高的页面访问量是频率第二位的2倍。根据Pareto分布，高频核心访问链接将占据总访问链接的20％。齐夫定律分布和pareto都是幂率分布。因此，为提高测试效能，本发明以幂率分布作为数据模型，对于线上API的调用数据做统计分析，求取拐点，划分优先级区间，精准化测试方向，提升测试效能。

优选地，采用幂函数对API调用数据进行拟合，具体地，将API调用数据以双对数坐标表示，并采用最小二乘法对API调用数据进行拟合，以确定幂指数，进而获得幂函数。

根据幂函数曲线与坐标轴之间的曲面面积，以将曲面面积二等分的直线作为区间划分，将幂函数曲线分成头尾两个部分，将头部包含的API 调用数据作为第一优先级API调用数据，将尾部包含的API调用数据重新放入数据池中，以递归确定下一优先级API调用数据。

优选地，将曲面面积二等分的直线为与坐标轴平行的直线，这样方便确定头尾部的API调用数据。

在确定多个优先级API调用数据后，以前若干个优先级API调用数据作为核心业务API调用数据和核心页面API调用数据。

在计算机操作系统中，存在定时轮询的API调用数据，如check服务健康状态，这些API调用数据的分布不满足幂率分布，且调用量较大，需要剔除，因此，在对API调用数据进行数学曲线拟合前，对API调用数据进行过滤，以去除定时轮询的API调用数据。

经实验观察，API调用数据分布长尾效应严重，且头尾API调用量数量级差别巨大，以全量进行数据分布统计将模糊低数量级的数据分布特征，因此，需要对数据进行切分。优选地，针对每类API调用数据，按照每组固定数量和每个API调用数据仅被分一次的原则，将每类API调用数据分成多组。

所述核心化软件测试方法还包括：

比对相邻两次时间窗口下API调用数据的差异，判断废弃的API调用数据。

由于该核心化软件测试方法中捞取了相邻时间窗口下的API调用数据，根据这些API调用数据的情况，能够确定废弃的API调用数据，为精简计算机操作系统指导方向。

一种基于数据分布特征的核心化软件测试装置，包括：一个或多个处理器，存储器以及存储在所述存储器中并可在所述一个或多个处理器上执行的一个或多个计算机程序，所述一个或多个处理器在执行所述一个或多个计算机程序时，实现上述方法的步骤。

该核心化软件测试装置能够实现自动化测试，在无人工的情况下便可完成数据分析工作，并持续更新分析结果，保障测试方向的准确性。该测试方法在保障系统稳定性的同时，能够大大降低软件测试的成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。

图1是本发明提供的基于数据分布特征的核心化软件测试方法的流程图；

图2是本发明提供的采用幂函数对API调用数据的拟合过程示意图；

图3是本发明提供的确定核心化API优先级区间的示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

如图1所示，本发明提供的本发明体用的基于数据分布特征的核心化软件测试方法，包括以下步骤：

S101，选取时间窗口，并在该时间窗口内捞取线上API调用数据。

时间窗口大小直接影响对核心化软件的判断，进而影响核心化软件的测试结果。具体地，时间窗口的时间长度通过以业务发布周期为单位增量，不断增加窗口大小，比对相邻两个不相交时间窗口下API调用情况的差异，当差异小于预定阈值时，选取该时间长度为时间窗口。

在本实施例中，比对相邻前后两次API调用数据的数量差异，当数量差异小于预定阈值时，以业务发布周期为时间窗口。预定阈值可以根据操作系统的实际运行情况设定，若操作系统的运行程序较多，预定阈值大一些，反之，预设阈值小一些，在此不受限制。

捞取的线上API调用数据均存储在数据池中，便于后续调用和处理。

S102，利用API过滤器对捞取的线上API调用数据进行过滤处理和API类型分类。

在计算机操作系统中，存在定时轮询的API调用数据，如check服务健康状态，这些API调用数据的分布不满足幂率分布，且调用量较大，需要剔除，因此，采用API过滤器对API调用数据进行过滤，以去除定时轮询等非常规调用的API调用数据。

捞取的API调用数据既包括用于业务逻辑处理的API调用数据，还包括用于页面渲染的API调用数据，由于对不同类型的API调用数据的测试方式不同，为高效稳定地对每类API调用数据进行测试，因此，需要对 API调用数据进行分类，具体地，通过API过滤器将捞取的API调用数据分成业务API调用数据和页面API调用数据。

S103，将API调用数据分成多组。

为了避免采用全量进行数据分布统计时，低数量级的数据分布特征被模糊，需要对API调用数据进行分组。

具体地，针对业务API调用数据，按照每组固定数量和每个API调用数据仅被分一次的原则，将业务API调用数据分成多组。

针对页面API调用数据，按照每组固定数量和每个API调用数据仅被分一次的原则，将页面API调用数据分成多组。

举例，每组中包含100个API调用数据，且每组中数据之间无交叉，即每组中的API调用数据均不同。

S104，对每组API调用数据进行数学函数拟合后，确定拟合函数。

经实验论证，根据齐夫定律，网页访问的频率与排名成反比，即频率最高的页面访问量是频率第二位的2倍。根据Pareto分布，高频核心访问链接将占据总访问链接的20％。齐夫定律分布和pareto都是幂率分布。

本实施例中，采用幂函数对页面API调用数据和业务API调用数据进行拟合，具体地，如图2所示：

将页面API调用数据以双对数坐标表示，并采用最小二乘法对页面 API调用数据进行拟合，以确定页面API调用数据的幂指数，进而获得页面API调用数据的幂函数。

将业务API调用数据以双对数坐标表示，并采用最小二乘法对业务 API调用数据进行拟合，以确定业务API调用数据的幂指数，进而获得业务API调用数据的幂函数。

在幂函数确定以后，即可以获得页面API调用数据的幂函数曲线和业务API调用数据的幂函数曲线。

S105，根据拟合函数曲线划分核心数据区间，以确定核心业务API 调用数据和核心页面API调用数据。

如图3所示，针对业务API调用数据，根据幂函数曲线与坐标轴之间的曲面面积，以将曲面面积二等分的直线作为区间划分，将幂函数曲线分成头尾两个部分，将头部包含的业务API调用数据作为第一优先级业务 API调用数据，将尾部包含的业务API调用数据重新放入数据池中，重新执行S103～S105，递归确定下一优先级业务API调用数据。在确定多个优选级业务API调用数据后，以前若干个优先级业务API调用数据作为核心业务API调用数据。

针对页面API调用数据，根据幂函数曲线与坐标轴之间的曲面面积，以将曲面面积二等分的直线作为区间划分，将幂函数曲线分成头尾两个部分，将头部包含的页面API调用数据作为第一优先级页面务API调用数据，将尾部包含的页面API调用数据重新放入数据池中，重新执行S103～S105，递归确定下一优先级页面API调用数据。在确定多个优选级页面API调用数据后，以前若干个优先级页面API调用数据作为核心业务API调用数据。

上述将曲面面积二等分的直线优选为与坐标轴平行的直线，这样方便确定头尾部的API调用数据。

经过大量实验验证，将API调用数据拟合成幂函数时，将幂函数曲线与坐标轴之间的曲线面积二等分的直线刚好是核心API的分界线，即幂函数曲线头部包含的API调用数据刚好都是核心化API调用数据。采用幂函数拟合，能够保证获得核心化API调用数据的准确性和稳定性。

S106，采用测试方法对核心业务API调用数据和核心页面API调用数据进行测试。

现有的测试方法很多，包括接口测试自动化方式和UI自动化方式。其中，接口测试自动化可以基于testng框架实现，UI自动化可以通过 robotframework、selenium等方式实现。

具体地，针对核心业务API调用数据，采用接口测试自动化方式对核心业务API调用数据进行测试；针对核心页面API调用数据采用接口测试自动化方式或UI自动化方式对核心页面API调用数据进行测试。

该核心化软件测试方法能够实现自动化测试，在无人工的情况下便可完成数据分析工作，并持续更新分析结果，保障测试方向的准确性。此外，该测试方法在保障系统稳定性的同时，能够大大降低软件测试的成本。

在另外一个实施例中，上述核心化软件测试方法还包括：

比对相邻两次时间窗口下API调用数据的差异，判断废弃的API调用数据。

具体地，根据相邻两次时间窗口下的API调用数据的情况，若上一次时间窗口下的一些API调用数据没有出现在下一次时间窗口内，则这些 API调用数据可以被认为是废气的API，则可以推进将这些API下线，以精简操作系统。

另外一个实施例中，提供一种基于数据分布特征的核心化软件测试装置，包括：一个或多个处理器，存储器以及存储在所述存储器中并可在所述一个或多个处理器上执行的一个或多个计算机程序，所述一个或多个处理器在执行所述一个或多个计算机程序时，实现上述方法的步骤，此处不再赘述。

所述的处理器和存储器可以是现有的任意的处理器和存储器，此处不限制。

该核心化软件测试装置能够实现自动化测试，在无人工的情况下便可完成数据分析工作，并持续更新分析结果，保障测试方向的准确性。该测试方法在保障系统稳定性的同时，能够大大降低软件测试的成本。

以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于数据分布特征的核心化软件测试方法，包括以下步骤：

捞取线上API调用数据存储于数据池中，并将API调用数据分成业务API调用数据和页面API调用数据两类；

对每类API调用数据分组，并对每组API调用数据进行数学函数拟合后，根据数学拟合曲线划分核心数据区间，以确定核心业务API调用数据和核心页面API调用数据；

采用接口测试自动化方式对核心业务API调用数据进行测试，采用接口测试自动化方式或UI自动化方式对核心页面API调用数据进行测试。

2.如权利要求1所述的基于数据分布特征的核心化软件测试方法，其特征在于：

在捞取线上API调用数据前，还需确定捞取时间窗口，捞取时间窗口内的线上API调用数据。

3.如权利要求2所述的基于数据分布特征的核心化软件测试方法，其特征在于：

时间窗口的时间长度通过以业务发布周期为单位增量，不断增加窗口大小，比对相邻两个不相交时间窗口下API调用情况的差异，当差异小于预定阈值时，选取该时间长度为时间窗口。

4.如权利要求1所述的基于数据分布特征的核心化软件测试方法，其特征在于：

针对每类API调用数据，按照每组固定数量和每个API调用数据仅被分一次的原则，将每类API调用数据分成多组。

5.如权利要求4所述的基于数据分布特征的核心化软件测试方法，其特征在于：

采用幂函数对API调用数据进行拟合，具体地，将API调用数据以双对数坐标表示，并采用最小二乘法对API调用数据进行拟合，以确定幂指数，进而获得幂函数。

6.如权利要求5所述的基于数据分布特征的核心化软件测试方法，其特征在于：

根据幂函数曲线与坐标轴之间的曲面面积，以将曲面面积二等分的直线作为区间划分，将幂函数曲线分成头尾两个部分，将头部包含的API调用数据作为第一优先级API调用数据，将尾部包含的API调用数据重新放入数据池中，以递归确定下一优先级API调用数据。

7.如权利要求6所述的基于数据分布特征的核心化软件测试方法，其特征在于：

将曲面面积二等分的直线为与坐标轴平行的直线；

在确定多个优先级调用数据后，以前若干个优先级API调用数据作为核心业务API调用数据和核心页面API调用数据。

8.如权利要求5所述的基于数据分布特征的核心化软件测试方法，其特征在于：

在对API调用数据进行数学曲线拟合前，对API调用数据进行过滤，以去除定时轮询的API调用数据。

9.如权利要求2～8任一项所述的基于数据分布特征的核心化软件测试方法，其特征在于：

所述核心化软件测试方法还包括：

比对相邻两次时间窗口下API调用数据的差异，判断废弃的API调用数据。

10.一种基于数据分布特征的核心化软件测试装置，包括：一个或多个处理器，存储器以及存储在所述存储器中并可在所述一个或多个处理器上执行的一个或多个计算机程序，其特征在于，

所述一个或多个处理器在执行所述一个或多个计算机程序时，实现如权利要求1～9任一所述方法的步骤。

Images