自动化测试方法、装置、介质和电子设备
技术领域
本发明涉及自动化测试领域,具体而言,涉及一种自动化测试方法、装置、介质和电子设备。
背景技术
随着自动化技术的发展,自动化测试得到了广泛应用。自动化测试是在计算机上运行自动化测试程序,自动化测试程序通过多个控制链路 (串口、Telnet或者反向Telnet)对被测设备和辅助测试设备进行配置和信息查看,建立被测设备和辅助测试设备的通信链路,控制计算机上的多个网卡进行测试帧的收发,并完成测试结果的自动获取与判断,最终得出该测试程序的测试结果。
目前,常用的自动化测试技术有两种实现方式:第一种是通过随机产生各种事件,比如随机点击某个坐标、随机选择当前应用程序 (APP)界面中某个控件点击等,自动化执行时不断自动生成事件,从而频繁操作应用程序以进行测试;第二种是通过产品业务逻辑测试人员预置开发一些自动化测试用例,如按一定既有逻辑登录、按业务逻辑发某个礼品等,自动化执行时按人工预置脚本依次执行。
然而,这两种自动化测试方式都会存在一些问题,如操作过于随机使自动化测试不充分;需要大量人工成本进行维护测试用例,导致维护成本较高。因此,在长期的研发当中,发明人对自动化测试进行了大量的研究,提出了一种自动化测试方法、装置、介质及电子设备,以解决上述技术问题之一。
发明内容
本发明的目的在于提供一种自动化测试方法、装置、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本发明的具体实施方式,第一方面,本发明提供一种自动化测试方法,包括:接收至少一台终端发送的随机操作数据,同时根据业务逻辑生成埋点数据;其中,所述操作由状态、控件及事件依据算法生成;根据所述操作数据及所述埋点数据生成操作埋点矩阵,同时基于所述埋点数据,生成埋点次数矩阵;合并所述操作埋点矩阵与所述埋点次数矩阵,生成操作次数矩阵;将所述操作次数矩阵转换生成对应状态的转移矩阵;所述转移矩阵中每一个元素为一状态转移至另一状态的转移概率,所述状态为通过聚类算法获得的有标示的状态;返回所述转移矩阵至终端,所述终端根据所述转移矩阵自动做出事件选择,进行测试。
根据本发明的具体实施方式,第二方面,本发明提供一种自动化测试装置,包括:数据接收模块,用于接收至少一台终端发送的随机操作数据,其中,每个所述操作由状态、控件及事件依据算法生成;埋点生成模块,用于所述数据接收模块在接收操作数据的同时,根据业务逻辑生成埋点数据;矩阵生成模块,用于根据所述操作数据及所述埋点数据生成操作埋点矩阵,同时基于当前所述埋点数据,生成埋点次数矩阵;矩阵合并模块,用于合并所述操作埋点矩阵与所述埋点次数矩阵,生成操作次数矩阵;矩阵转移模块,用于将所述操作次数矩阵转换生成对应状态的转移矩阵,所述转移矩阵中每一个元素为一状态转移至另一状态的转移概率,所述状态为通过聚类算法获得的有标示的状态;矩阵返回模块,用于返回所述转移矩阵至终端,所述终端根据所述转移矩阵自动做出事件选择,进行测试。
根据本发明的具体实施方式,第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上任一项所述的自动化测试方法。
根据本发明的具体实施方式,第四方面,本发明提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述的自动化测试方法。
本发明实施例的上述方案与现有技术相比,至少具有以下有益效果:
第一,通过设置埋点来采集用户行为大数据并分析出用户常用操作,自动生成接近用户使用行为操作的测试用例,从而使自动化测试更接近用户使用应用程序的行为,提高了测试覆盖率。
第二,无需预置自动化测试用例,在投入资源较少的情况下大幅降低自动化维护的成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。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的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了根据本发明实施例的自动化测试方法的流程图;
图2示出了根据本发明实施例中终端应用程序自动化运行的状态图;
图3示出了根据本发明实施例的生成操作埋点矩阵的方法流程图;
图4示出了根据本发明实施例的计算转移概率的方法流程图;
图5示出了根据本发明的实施例的采用分层算法做出事件选择的方法流程图;
图6示出了根据本发明的实施例的自动化测试装置结构示意图;
图7示出了根据本发明的实施例的矩阵生成模块的结构框图;
图8示出了根据本发明的实施例的矩阵转移模块的结构框图;
图9示出了根据本发明的实施例的终端的结构框图;
图10示出了根据本发明的实施例的电子设备结构示意图;
图11示出了根据本发明的实施例的电子设备连接结构示意图;
图12示出了根据本发明的实施例的哈希表结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本发明实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本发明的可选实施例。
实施例1
请参阅图1,本发明实施例提供一种自动化测试方法,该方法基于服务端用户数据进行测试,具体包括如下步骤:
S100,接收至少一台终端发送的随机操作数据,同时根据业务逻辑生成埋点数据;其中,每个所述操作由状态、控件及事件依据算法生成。
具体的,终端获取应用程序的随机操作数据并发送给服务端。所述每台终端应用程序以随机策略自动化运行,运行过程中记录每一步操作 (action)对应的操作数据(action log),同时服务端对运行过程中触发的事件生成埋点数据。其中,所述操作数据包括当前操作发生的时间、所属活动组件、所属类内容、当前操作的内容描述等信息;所述埋点数据包括时间戳及每一时间戳对应的用户行为数据。所述埋点的事件由产品自身业务需要决定。本实施例中,所述终端为手机。
举例说明,图2所示为终端应用程序运行的状态图。首先打开应用程序出现用户界面,点击用户界面中的西瓜视频,每隔10微秒记录所述操作数据;同时对点击过程中触发的事件生成相应的埋点,该埋点数据包括用户显示、内容更新及图片显示等。
所述状态(state)表示当前应用程序界面所处的一种状态标示。所述界面中的控件(widget)包括按钮控件、输入框控件、表格控件、下拉控件和警告框控件等。所述事件(event)表示对某个控件的某种操作,如点击、长按等。
S110,根据所述操作数据及所述埋点数据生成操作埋点矩阵,同时基于当前所述埋点数据,生成埋点次数矩阵;
具体的,所述埋点数据可通过对应的终端设备标识(ID)在服务端查询。所述操作埋点矩阵中每个元素表示每个操作对应的埋点数据,每个操作可对应一个或多个埋点、也可无埋点对应。所述操作埋点矩阵基于时间戳生成,请参阅图3,所述根据所述操作数据及所述埋点数据生成操作埋点矩阵,包括:
S111,获得相邻两个操作对应的时间戳。其中,该时间戳可在所述操作数据中抓取。
S112,根据每个埋点数据对应的时间戳找出处于所述相邻两个操作时间戳之间的埋点数据;
S113,生成每个操作与埋点之间的映射关系。具体的,假设相邻两个操作为操作A和操作B,从操作A到操作B的这段时间内生成的埋点有S1、S2,则操作A对应埋点S1、S2,依此方法最后生成关于所有操作与埋点的映射关系,也就是生成操作埋点矩阵。
可选的,服务端同时接收到多台终端发送的随机操作数据时,所述生成的操作埋点矩阵是将每台终端的操作埋点矩阵中的数据合并后的矩阵。
所述埋点次数矩阵中每个元素表示对应埋点生成的次数。由于自动化测试为一个动态过程,所述埋点数据为当前服务端中生成的所有埋点数据。只要获取到服务端的埋点大数据,即可统计出埋点及对应生成的次数,从而生成所述埋点次数矩阵。
S120,合并所述操作埋点矩阵与所述埋点次数矩阵,生成操作次数矩阵;
具体的,所述操作次数矩阵中每个元素表示对应操作发生的次数。所述合并埋点次数矩阵与所述操作埋点矩阵,生成操作次数矩阵的方法包括:当同一操作仅对应一个埋点时,该操作发生的次数为所述埋点出现的次数;当同一操作对应多个埋点时,该操作发生的次数为所述多个埋点的次数之和。
S130,将所述操作次数矩阵转换生成对应状态的转移矩阵;所述转移矩阵中每一个元素为一状态转移至另一状态的转移概率,所述状态为通过聚类算法获得的有标示的状态;
具体的,请参阅图4,由于每个操作由状态、控件及操作生成,则所述转移概率的计算方法具体包括:
S131,根据聚类算法将当前所有状态进行归类,获得多个状态类 (状态1,状态2,状态3,状态4,…,状态M)。具体的,所述根据聚类算法将当前所有状态进行归类,包括:当前所有状态根据活动组件(Activity)、图形用户界面树形结构(GUI Tree)及树形结构中控件的各自属性进行K-means聚类。其中,所述聚类算法包括K-means聚类算法。
S132,根据所述操作次数矩阵得到当前界面所处状态类中每个控件及事件发生的次数。其中,每个操作对应的次数就是每个控件及事件发生的次数。
S133,计算每一个控件,事件对应的次数占当前控件及事件总次数的比例,即可得到每个操作相对于其状态的转移概率。
在获得每个操作相对于其状态的转移概率后,即可得到对应状态的转移矩阵,如图12所示,图12为一哈希表(hash map):
其中,状态1、状态2、状态3、状态4为聚类后有标示的状态,控件1、控件2、控件3表示每个状态类中多个操作分别对应的控件。在该哈希表中,状态1按转移概率算,有0.11%的概率操作控件1会跳转到状态2,有0.3%的转移概率操作控件2会跳转到状态4,有0.006%的概率操作控件3;状态2按转移概率算,有0.4%的概率操作控件1会跳转到状态4,有0.22%的转移概率操作控件2会跳转到状态 3,有0.06%的概率操作控件3会跳转到状态2。
S140,返回所述转移矩阵至终端,所述终端根据所述转移矩阵自动做出事件选择,进行测试。
具体的,服务端将生成的转移矩阵返回给终端,所述终端自动化测试工具会根据所述转移概率做出选择。所述自动化测试工具包括 Monkey、Monkey Runner、Instrumentation、UiAutomator、Appium等。这些工具都可以用来模拟按键按下、抬起、屏幕点击、滚动等事件。
由于转移概率数值有大有小,如0.3、0.009,如果用随机种子按概率选择会出现分布偏差大的问题,比如0.009对于0.3来说只有极少的概率才能选中,但实际测试时又希望有几率小的控件也需要测试,因此可采用分层算法进行测试。具体的,本实施例中,如图5所示,所述终端采用分层算法做出事件选择的方法包括:
S141,根据所述转移矩阵,将小数位数相同的转移概率划分为一层。其中,所述转移矩阵中每个操作都有一个对应的转移概率。假设当前界面处于状态1,此时存在多个操作,如下表所示:
操作 |
概率 |
操作1 |
0.3 |
操作2 |
0.01 |
操作3 |
0.04 |
操作4 |
0.6 |
操作5 |
0.001 |
;
则将操作1和操作4划分为第一层,操作2和操作4划分为第二层,操作5划分为第三层。
S142,计算出每层中每个操作在0~1之间所占的区间块,并将剩余区间块预留给下一层计算。
其中,具体计算过程包括:先计算操作1至操作5的转移概率之和,即总概率0.951,然后计算每个操作的转移概率占总概率的百分比,再根据该百分比计算每个操作的所占区间块。则操作1所占区间块为0~0.3155,操作4所占区间块为0.3155~0.9464,剩余区间块0.9464~1预留给第二层计算。
S143,根据随机数种子产生0-1之间的某个随机数。其中,所述随机数种子对应的函数为cls=random double(1)。
S144,判断所述随机数所属的区间块,选择该区间块对应的操作。其中,若0<=cls<0.3155,则选择操作1。
S145,根据所述操作执行相应控件。其中,选择操作1后,则按操作1操作对应的控件,从而完成自动化测试。
本发明实施例提供的自动化测试方法通过抽样建立转移概率、生成转移矩阵及终端利用转移矩阵自动做事件选择,从而完成自动化测试。该方法可以在投入资源较少的情况下大幅降低自动化维护的成本,同时自动生成接近用户使用行为操作的测试用例,提高了测试覆盖率。
实施例2
请参阅图6,本发明实施例提供一种自动化测试装置200,该装置基于服务端用户数据进行测试。所述自动化测试装置200包括:数据接收模块210,埋点生成模块220,矩阵生成模块230,矩阵合并模块 240,矩阵转移模块250及自动化测试模块260。
所述数据接收模块210用于接收至少一台终端发送的随机操作数据,其中,每个所述操作由状态、控件及事件依据算法生成。
具体的,所述每台终端获取应用程序的随机操作数据并发送给服务端。所述每台终端的应用程序以随机策略自动化运行,运行过程中记录每一步操作(action)对应的操作数据(action log)。其中,所述操作数据包括当前操作发生的时间、所属活动组件、所属类内容、当前操作的内容描述等信息。本实施例中,所述终端为手机。
可选的,所述数据接收模块210同时接收多台终端发送的随机操作数据时,则后续所述操作埋点矩阵是将每台终端生成的操作埋点矩阵中的数据合并后的矩阵。
所述状态(state)表示当前应用程序界面所处的一种状态标示。所述界面中的控件(widget)包括按钮控件、输入框控件、表格控件、下拉控件和警告框控件等。所述事件(event)表示对某个控件的某种操作,如点击、长按等。
所述埋点生成模块220用于在所述数据接收模块接收操作数据的同时,根据业务逻辑生成埋点数据。其中,布置所述埋点的事件由产品自身业务需要决定,在应用程序运行过程中对触发的埋点事件生成对应的埋点数据。所述埋点数据可通过对应的终端设备标识(ID)在服务端查询。所述埋点数据包括时间戳及每一时间戳对应的用户行为数据。
所述矩阵生成模块230用于根据所述操作数据及所述埋点数据生成操作埋点矩阵,同时基于当前所述埋点数据,生成埋点次数矩阵。
其中,所述操作埋点矩阵中每个元素表示每个操作对应的埋点数据,每个操作可对应一个或多个埋点、也可无埋点对应。所述操作埋点矩阵基于时间戳生成,请参阅图7,所述矩阵生成模块230包括:
数据获取模块231,用于获得相邻两个操作对应的时间戳。其中,该时间戳可在所述操作数据中抓取。
埋点寻找模块232,用于根据每个埋点数据对应的时间戳找出处于所述相邻两个操作时间戳之间的埋点数据。
生成模块233,用于生成每个操作与埋点之间的映射关系。具体的,假设相邻两个操作为操作A和操作B,从操作A到操作B的这段时间内生成的埋点有S1、S2,则操作A对应埋点S1、S2,依此方法最后生成关于所有操作与埋点的映射关系,也就是生成操作埋点矩阵。
所述埋点次数矩阵中每个元素表示对应埋点生成的次数。由于自动化测试为一个动态过程,所述埋点数据为当前服务端生成的所有埋点数据。只要获取到服务端的埋点大数据,就可以统计出埋点及对应生成的次数,从而生成所述埋点次数矩阵。
所述矩阵合并模块240用于合并所述操作埋点矩阵与所述埋点次数矩阵,生成操作次数矩阵。
其中,所述操作次数矩阵中每个元素表示对应操作发生的次数。所述矩阵合并模块240合并的过程包括:当同一操作仅对应一个埋点时,该操作发生的次数为所述埋点出现的次数;当同一操作对应多个埋点时,该操作发生的次数为所述多个埋点的次数之和。
所述矩阵转移模块250用于将所述操作次数矩阵转换生成对应状态的转移矩阵,所述转移矩阵中每一个元素为一状态转移至另一状态的转移概率,所述状态为通过聚类算法获得的有标示的状态。
具体的,请参阅图8,由于每个操作由状态、控件及操作生成,则所述矩阵转移模块250包括:
归类模块251,用于根据聚类算法将当前所有状态进行归类,获得多个状态类(状态1,状态2,状态3,状态4,…,状态M)。具体的,所述根据聚类算法将当前所有状态进行归类包括:当前所有状态根据活动组件(Activity)、图形用户界面树形结构(GUI Tree)及树形结构中控件的各自属性进行K-means聚类。其中,所述聚类算法包括 K-means聚类算法。
次数获取模块252,用于根据所述操作次数矩阵得到当前界面所处状态类中每个控件及事件发生的次数。其中,每个操作对应的次数就是每个控件,事件发生的次数。
概率计算模块253,用于计算每一个控件,事件对应的次数占当前控件,事件总次数的比例,即可得到每个操作相对于其状态的转移概率。
在获得每个操作相对于其状态的转移概率后,即可得到对应状态的转移矩阵,如图12所示,图12为一哈希表(hash map):
其中,状态1、状态2、状态3、状态4为聚类后有标示的状态,控件1、控件2、控件3表示每个状态类中多个操作分别对应的控件。在该哈希表中,状态1按转移概率算,有0.11%的概率操作控件1会跳转到状态2,有0.3%的转移概率操作控件2会跳转到状态4,有0.006%的概率操作控件3;状态2按转移概率算,有0.4%的概率操作控件1会跳转到状态4,有0.22%的转移概率操作控件2会跳转到状态 3,有0.06%的概率操作控件3会跳转到状态2。
所述矩阵返回模块260,用于将所述转移矩阵返回至终端,所述终端根据所述转移矩阵自动做出事件选择,进行测试。
具体的,服务端将生成的转移矩阵返回给终端,所述终端自动化测试工具会根据所述转移概率做出选择,所述自动化测试工具包括 Monkey、Monkey Runner、Instrumentation、UiAutomator、Appium等。这些工具都可以用来模拟按键按下、抬起、屏幕点击、滚动等事件。
由于转移概率数值有大有小,如0.3、0.009,如果用随机种子按概率选择会出现分布偏差大的问题,比如0.009对于0.3来说只有极少的概率才能选中,但实际测试时又希望有几率小的控件也需要测试,因此所述终端采用分层算法进行测试。具体的,如图9所示,所述终端包括:
划分模块261,用于根据所述转移矩阵,将小数位数相同的转移概率划分为一层。其中,所述转移矩阵中每个操作都有一个对应的转移概率。假设当前界面处于状态1,此时存在多个操作,如下表所示:
操作1 |
0.3 |
操作2 |
0.01 |
操作3 |
0.04 |
操作4 |
0.6 |
操作5 |
0.001 |
;
则将操作1和操作4划分为第一层,操作2和操作4划分为第二层,操作5划分为第三层。
区间计算模块262,用于计算出每层中每个操作在0~1之间所占的区间块,并将剩余区间块预留给下一层计算。其中,具体计算过程包括:先计算操作1至操作5的转移概率之和,即总概率0.951,然后计算每个操作概率占总概率的百分比,再根据该百分比计算每个操作的所占区间块。则操作1所占区间块为0~0.3155,操作4所占区间块为 0.3155~0.9464,剩余百分比5.36%预留给第二层计算。
随机产生模块263,,用于根据随机数种子产生0~1之间的某个随机数。其中,所述随机数种子对应的函数为cls=random double(1)。
判断模块264,判断所述随机数所属的区间块,选择该区间块对应的操作。其中,若0<=cls<0.3155,则选择操作1。
自动化测试模块265,用于根据所述操作执行相应控件,进行测试。其中,选择操作1后,则按操作1操作对应的控件,从而完成自动化测试。
本发明实施例提供的自动化测试装置200通过对转移概率抽样建立、生成转移矩阵及终端利用转移矩阵自动做出事件选择,从而完成自动化测试。该装置可以在投入资源较少的情况下大幅降低自动化维护的成本,同时自动生成接近用户使用行为操作的测试用例,提高了测试覆盖率。
实施例3
本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的自动化测试方法。
实施例4
如图10所示,本实施例提供一种电子设备,该设备用于自动化测试方法,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
接收至少一台终端发送的随机操作数据,同时根据业务逻辑生成埋点;其中,所述操作由状态、控件及事件依据算法生成;
根据所述操作数据及所述埋点数据生成操作埋点矩阵,同时基于所述埋点大数据,生成埋点次数矩阵;
合并所述埋点次数矩阵与所述操作埋点矩阵,生成操作次数矩阵;
将所述操作次数矩阵转换生成对应状态的转移矩阵;该转移矩阵中每一个元素为一状态转移至另一状态的转移概率,所述状态为通过聚类算法获得的有标示的状态;
返回所述转移矩阵至终端,所述终端根据所述转移矩阵自动做出事件选择,进行测试。
实施例5
下面参考图11,其示出了适于用来实现本公开实施例的电子设备 1100的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、 PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图11示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1100可以包括处理装置(例如中央处理器、图形处理器等)1101,其可以根据存储在只读存储器(ROM)1102 中的程序或者从存储装置1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中,还存储有电子设备1100操作所需的各种程序和数据。处理装置1101、ROM 1102以及 RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
通常,以下装置可以连接至I/O接口1105:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置 1106;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置 1107;包括例如磁带、硬盘等的存储装置1108;以及通信装置1109。通信装置1109可以允许电子设备1100与其他设备进行无线或有线通信以交换数据。虽然图11示出了具有各种装置的电子设备1100,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1109从网络上被下载和安装,或者从存储装置1108被安装,或者从ROM 1102被安装。在该计算机程序被处理装置 1101执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器 (ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。