CN111159029A - 自动化测试方法、装置、电子设备及计算机可读存储介质 - Google Patents
自动化测试方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111159029A CN111159029A CN201911341432.8A CN201911341432A CN111159029A CN 111159029 A CN111159029 A CN 111159029A CN 201911341432 A CN201911341432 A CN 201911341432A CN 111159029 A CN111159029 A CN 111159029A
- Authority
- CN
- China
- Prior art keywords
- test
- case
- target
- operation data
- node
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本申请实施例提供了一种自动化测试方法、装置、电子设备及计算机可读存储介质。该方法包括:获取被测试系统中各测试节点的运行数据;当运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点;基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。本方案能够有效地对系统处理故障能力进行检测,测试效率高,测试准确率高,能够满足实际的使用需求。
Description
技术领域
本申请涉及系统测试技术领域,具体而言,本申请涉及一种自动化测试方法、装置、电子设备及计算机可读存储介质。
背景技术
商业银行或者金融机构在进行业务处理时多依靠集群或者分布式架构实现,随着信息量的增加以及并发业务的请求量的增加,业务系统的服务器数量和网络结构会变得越来越复杂,业务系统中出现系统故障的风险也越来越大,因此,亟需一种测试效率高,测试准确率高的测试方法,来测试系统的处理故障的能力,以满足实际的使用需求。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下:
第一方面,本申请实施例提供了一种自动化测试方法,该方法包括:
获取被测试系统中各测试节点的运行数据;
当运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点;
基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;
将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。
第二方面,本申请实施例提供了一种自动化测试装置,该装置包括:
运行数据获取模块,用于获取被测试系统中各测试节点的运行数据;
目标测试节点确定模块,用于在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点;
目标测试案例确定模块,用于基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;
自动化测试测试模块,用于将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行如本申请的第一方面所示的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请的第一方面所示的方法。
本申请实施例提供的技术方案带来的有益效果是:
本申请提供的方案,通过获取被测试系统中各测试节点的运行数据,并在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点,基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。本方案中通过获取被测试系统中各测试节点的运行数据,确定出可能存在故障的目标测试节点,并在基于目标测试节点的风险数据确定出目标测试案例后,将目标测试案例发送至目标测试节点,增加已经出现故障的目标测试节点的处理压力,更加有效地对系统处理故障能力进行检测,测试效率高,测试准确率高,能够满足实际的使用需求。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种自动化测试方法的流程示意图;
图2为本申请实施例提供的一种可选方式的实现场景示意图;
图3为本申请实施例提供的一种具体实施方式的流程示意图;
图4为本申请实施例提供的一种自动化测试装置的结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
传统的系统高可用性测试多采用手工测试的方法进行,通过设计测试案例,再通过测试人员手工测试方式,依次执行测试案例。此方法耗费大量人力、时间、沟通成本,且测试结果依赖测试执行人员判断,存在误判、漏测等风险。
目前,系统高可用性测试多通过自动化测试的方式进行。一种已知的自动化测试方式为:使用Python、Java等编程语言编写测试案例的自动化脚本,通过自动化脚本的批量执行进行测试。这种方案一般是将多个测试案例的自动化脚本批量执行,只能按照预设的顺序,在系统中特定的测试节点处理测试用例,无法模拟真实系统中故障事件的随机性、不可预知性。
另一种已知的自动化测试方式为:使用Python、Java等编程语言编写测试案例的自动化脚本,通过自动化脚本的批量乱序执行(即随机执行)进行测试。这种方案一般是多个案例脚本随机执行,虽然可以模拟真实系统故障事件的随机性,但是只能纯粹的随机执行,测试效率以及测试准确率较为一般。
本申请实施例提供自动化测试方法、装置、电子设备和计算机可读存储介质,旨在解决现有技术的如上技术问题中的至少一个。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1示出了本申请实施例提供的一种自动化测试方法的流程示意图,如图1所示,该方法主要可以包括:
步骤S110:获取被测试系统中各测试节点的运行数据。
本申请实施例中,被测试系统可以为集群或分布式架构。在对被测试系统进行系统故障模拟测试时,可以获取被测试系统内各测试节点的运行数据,具体而言,运行数据可以包括多种数据类型,如CPU(Central Processing Unit,中央处理器)使用率、内存使用率,以及网络情况异常(如网卡拥堵、交换机堵塞、网络风暴、网络限速等)、磁盘I/O(输入/输出)情况异常(如磁盘空间满了、磁盘)、操作系统异常(如应用端口的异常)等。在实际使用中,上述的网络情况异常、磁盘I/O情况异常以及操作系统异常等异常情况也可以转化为数据的形式来表示。
步骤S120:当运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点。
本申请实施例中,被测试系统的在进行系统故障模拟测试的过程中,可能会出现一些故障事件,这时可能会监测到的各测试节点的异常运行数据。在实际使用中,可以通过预设条件来判断运行数据的异常,当某测试节点的运行数据满足预设条件时,可以认为该测试节点可能出现了故障事件。
在实际使用中,预设条件可以为:存在至少一种数据类型的运行数据超出了相应数据类型的预设数据范围。可以根据测试节点在正常运行时各种数据类型的运行数据的正常值来确定预设数据范围,当某测试节点的运行数据中存在至少一种数据类型的运行数据不满足数据范围,则可以认为相应的数据类型出现了数据异常,即出现了相应故障事件。例如,测试节点A的运行数据中,CPU使用率高于了数据范围的上限,这时可以认为测试节点A中发生了与CPU使用率过高的故障。
本申请实施例中,可将满足预设条件的运行数据确定为风险运行数据,并基于风险运行数据,确定测试节点中的目标测试节点。在实际使用中,目标测试节点可以有一个或多个。
在一种可能的实现方式中,被测试系统中包括的100个测试节点中,仅有测试节点B的CPU使用率为风险运行数据,这时可以将测试节点B确定为目标测试节点。
在另一种可能的实现方式中,被测试系统中包括的100个测试节点中,测试节点C以及测试节点D存在风险运行数据,其中,测试节点C的CPU使用率为风险运行数据,测试节点D的磁盘I/O情况为风险运行数据。本例中的被测试系统的主要对业务请求进行处理,对CPU正常运行的要求较高,因此CPU使用率的故障情况测试对被测试系统更为重要,这时可以将测试节点C确定为目标测试节点。
在又一种可能的实现方式中,被测试系统中包括的100个测试节点中,测试节点E、测试节点F、测试节点G以及测试节点H均存在风险运行数据,其中,测试节点E的CPU使用率以及磁盘I/O情况为风险运行数据,且测试节点E的CPU使用率数据为X1,磁盘I/O情况数据为X2;测试节点F的内存使用率为风险运行数据,测试节点F的内存使用率数据为X3,测试节点G的CPU使用率以及内存使用率为风险运行数据,测试节点G的CPU使用率数据为X4,测试节点G的内存使用率数据为X5;测试节点H的CPU使用率为风险运行数据,测试节点G的CPU使用率数据为X6。
可以对各数据类型的风险运行数据预设数据类型权重,基于风险运行数据以及相应的数据类型权重进行加权,确定出各测试节点的权值。本例中,可以预设CPU使用率的数据类型权重为a,磁盘I/O情况的数据类型权重为b,内存使用率的数据类型权重为c。对测试节点E、测试节点F、测试节点G以及测试节点H分别进行权值计算,例如,测试节点E的权值可以为a×X1+b×X2;测试节点F的权值可以为c×X3;测试节点G的权值可以为a×X4+c×X5;测试节点H的权值可以为a×X6。在计算出各测试节点的权值后,可以对各测试节点的权重进行由高到低排序,将权值最高的一个测试节点作为目标测试节点或将排序前预设数目的测试节点作为目标测试节点。
步骤S130:基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;
步骤S140:将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。
在实际的生产环境中可能出现多种类型的系统故障,如网络故障、进程故障、操作系统故障类、硬件故障、业务故障、更新故障以及切换灾备故障等。本申请实施例中,可以对上述的各种系统故障进行模拟,得到测试案例。测试案例的案例类别可以与系统故障的类型相对应,如网络故障类测试案例,进程故障类测试案例、操作系统故障类测试案例、硬件故障类测试案例、业务故障类测试案例、更新故障类测试案例以及切换灾备故障类测试案例等。
在一种具体实施方式中,可以预设置测试案例库,测试案例库内对应存储有测试案例与案例类别。
本申请实施例中,测试案例被编写为自动化脚本,能够通过测试案例的自动执行实现对测试节点的系统故障检测。
本申请实施例中,由于目标测试节点是被测试系统中出现故障事件的测试节点,根据目标测试节点的风险运行数据,在测试案例中确定目标测试案例,并将目标测试案例发送至目标测试节点进行测试,能够在测试中增加已经出现故障的测试节点的处理压力,模拟真实条件下可能出现的较为极端的系统故障情况,能够更加真实有效的对系统处理故障能力进行检测。
本申请提供的方法,通过获取被测试系统中各测试节点的运行数据,并在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点,基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。本方案中通过获取被测试系统中各测试节点的运行数据,确定出可能存在故障的目标测试节点,并在基于目标测试节点的风险数据确定出目标测试案例后,将目标测试案例发送至目标测试节点,增加已经出现故障的目标测试节点的处理压力,更加有效地对系统处理故障能力进行检测,测试效率高,测试准确率高,能够满足实际的使用需求。
本申请实施例的一种可选方式中,运行数据的数据类型与测试案例的案例类别预建立有对应关系,基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,包括:
基于目标测试节点的风险运行数据,相应数据类型对应的案例类别的预设权重,确定案例类别的当前权重;
基于当前权重,在预设的测试案例中确定目标测试案例。
本申请实施例中,由于测试案例的案例类别是与系统故障的类型相对应的,而运行数据的数据类型与系统故障故障的类型也是相对应的,因此,可以预建立运行数据的数据类型与测试案例的案例类别的对应关系。例如,网络情况异常与网络故障类测试案例相对应,操作系统异常与操作系统故障类测试案例相对应。
本申请实施例中,可以基于目标测试节点的风险运行数据,以及相应的数据类型对应的案例类别的预设权重,确定案例类别的当前权重。
例如,目标测试节点的风险运行数据包括内存占用率以及CPU使用率,目标测试节点的内存占用率数据为X7,目标测试节点的CPU使用率为数据X8,内存占用率的预设权重为d,CPU使用率的预设权重为e。这时目标测试节点的内存占用率的当前权重为d×X7;目标测试节点的内存占用率的当前权重为e×X8。
本申请实施例中,案例类别的预设权重可以由测试执行人员根据经验进行设定。
本申请实施例中,在确定出各种案例类型的当前权重后,可以在的测试案例中确定目标测试案例。
本申请实施例的一种可选方式中,基于当前权重,在预设的测试案例中确定目标测试案例,包括:
基于当前权重,在案例类别中确定目标案例类别;
在目标案例类别对应的测试案例中确定目标测试案例。
本申请实施例中,在确定出各种案例类型的当前权重后,可以基于各种案例类型的当前权重确定目标案例类别。在一种具体的实施方式中,可以将当前权重最高的案例类别作为目标测试案例。在另一种具体的实施方式中,可以按照数值由高到低的顺序,将前预设个数的当前权重对应的案例类别,确定为目标案例类别。
在实际使用中,可以认为目标测试案例类别对应的故障类型为目标测试节点所需要处理的首要故障,这时如果向目标测试节点提供与该故障类型对应的案例类别的测试案例,就能够使目标节点产生与该首要故障的同故障类型的故障,从而增加目标节点的故障处理压力,实现对系统处理故障能力的有效检测。
本申请实施例中,由于是在测试执行人员根据经验设定预设权重的基础上,根据目标测试节点的风险运行数据,动态的调整各案例类别的当前权重,从而确定出目标测试案例类别,再选择属于目标测试案例类别的测试案例作为目标测试案例,使得目标测试案例的选择能够更加有效,能够增加测试的准确性,也能够提高测试效率。
具体使用中,在目标测试案例类别对应的测试案例中确定目标测试案例时,可以在目标测试案例类别对应的测试案例中,随机选取一个或多个测试案例作为目标测试案例。
本申请实施例的一种可选方式中,获取被测试系统中各测试节点的运行数据,包括:
获取预设周期内被测试系统中各测试节点的运行数据。
本申请实施例中,预设周期可以根据需要进行设定,例如,以两分钟为一个预设周期。
本申请实施例的一种可选方式中,上述方法还包括:
获取目标测试节点基于目标测试案例进行自动化测试的测试信息;
基于测试信息以及预设的判断规则,确定测试结果。
本申请实施例中,可以获取目标测试节点基于目标测试案例进行自动化测试的测试信息,测试信息可以包括测试案例的执行结果,以及测试案例执行时目标测试节点的环境参数。基于预设的判断规则,以及获取到的测试信息,确定测试结果。测试结果可以以结果报告的形式直观的展示给用户。
图2中示出了本申请实施例的一种可选方式的实现场景示意图。
如图2中所示,案例自动化,即模拟生产环境中的各种故障生成测试案例的自动化脚本。案例库,即存有测试案例的库。配置案例权重,即测试执行人员根据测试经验,配合各案例类别的预设权重。环境信息采集,即采集各测试节点的运行数据。动态加权,即根据各测试节点的运行数据,动态调整各案例类别的当前权重。案例选取,即根据各案例类别的当前权重,选取目标测试案例。测试环境,即由测试服务器与被测试服务器构成的进行系统故障检测的测试环境。高可用信息采集,即采集测试节点的环境参数。测试标准判定,即根据预设的判断规则,确定测试结果。测试报告,即根据测试结果生成测试报告并向用户展示。
图3中示出了本申请实施例的一种具体实施方式的流程示意图。
如图2中所示,风险决策与推动器、环境控制器以及标准判定器均为测试环境中具体的功能模块。
步骤S1:用户测试案例库进行新增/修改/删除等维护操作。
步骤S2:用户配置案例类别的预设权重。
步骤S3:用户发出对各测试节点的运行数据进行检测的命令。
步骤S4:风险决策与推动器通知环境控制器开始监测各测试节点的运行数据。
步骤S5:风险决策与推动器抽选目标案例,并将目标案例发送给目标测试节点执行。
步骤S6:环境控制器将监测到的各测试节点的运行数据测上报给风险决策与推动器。
步骤S7:风险决策与推动器根据运行数据,动态调整各案例类别的当前权重。
步骤S8:风险决策与推动器将目标测试案例执行结果发送给标准判定器。
步骤S9:环境控制器将目标测试案例执行过程中测试节点的环境参数发送给标准判定器,判定目标测试案例是否执行通过;
步骤S10:在步骤S5、S6、S7、S8、S9循环执行完成预先设定执行次数后,标准判定器将整体测试结果以报告形式展示给用户。
在具体使用中,可以构建浏览器和服务器(Browser/Server,B/S)架构,测试执行人员可以通过浏览器进行远程配置、测试的启停控制以及测试结果的展示。同时为了便于使用,也可以将上述B/S架构与Jmeter进行集成,实现测试过程中发送交易报文,监控测试对业务影响。
基于与图1中所示的方法相同的原理,图4示出了本申请实施例提供的一种自动化测试装置的结构示意图,如图4所示,该自动化测试装置20可以包括:
运行数据获取模块210,用于获取被测试系统中各测试节点的运行数据;
目标测试节点确定模块220,用于在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点;
目标测试案例确定模块230,用于基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;
自动化测试测试模块240,用于将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。
本申请提供的自动化测试装置,通过获取被测试系统中各测试节点的运行数据,并在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点,基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。本方案中通过获取被测试系统中各测试节点的运行数据,确定出可能存在故障的目标测试节点,并在基于目标测试节点的风险数据确定出目标测试案例后,将目标测试案例发送至目标测试节点,增加已经出现故障的目标测试节点的处理压力,更加有效地对系统处理故障能力进行检测,测试效率高,测试准确率高,能够满足实际的使用需求。
可选地,运行数据的数据类型与测试案例的案例类别预建立有对应关系,目标测试案例确定模块具体用于:
基于目标测试节点的风险运行数据,以及相应数据类型对应的案例类别的预设权重,确定案例类别的当前权重;
基于当前权重,在预设的测试案例中确定目标测试案例。
可选地,目标测试案例确定模块在基于当前权重,在预设的测试案例中确定目标测试案例时,具体用于:
基于当前权重,在案例类别中确定目标案例类别;
在目标案例类别对应的测试案例中确定目标测试案例。
可选地,目标测试案例确定模块在基于当前权重,在案例类别中确定目标案例类别时,具体用于:
按照数值由高到低的顺序,将前预设个数的当前权重对应的案例类别,确定为目标案例类别。
可选地,预设条件包括:
存在至少一种数据类型的运行数据不满足相应数据类型的预设数据范围。
可选地,运行数据获取模块具体用于:
获取预设周期内被测试系统中各测试节点的运行数据。
可选地,上述装置还包括:
测试信息获取模块,用于获取目标测试节点基于目标测试案例进行自动化测试的测试信息;
测试结果确定模块,用于基于测试信息以及预设的判断规则,确定测试结果。
可以理解的是,本实施例中的自动化测试装置的上述各模块具有实现图1中所示的实施例中的自动化测试方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述自动化测试装置的各模块的功能描述具体可以参见图1中所示实施例中的自动化测试方法的对应描述,在此不再赘述。
本申请实施例提供了一种电子设备,包括处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行本申请任一实施方式中所提供的自动化测试方法。
作为一个示例,图5示出了本申请实施例所适用的一种电子设备的结构示意图,如图5所示,该电子设备2000包括:处理器2001和存储器2003。其中,处理器2001和存储器2003相连,如通过总线2002相连。可选的,电子设备2000还可以包括收发器2004。需要说明的是,实际应用中收发器2004不限于一个,该电子设备2000的结构并不构成对本申请实施例的限定。
其中,处理器2001应用于本申请实施例中,用于实现上述方法实施例所示的方法。收发器2004可以包括接收机和发射机,收发器2004应用于本申请实施例中,用于执行时实现本申请实施例的电子设备与其他设备通信的功能。
处理器2001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器2001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线2002可包括一通路,在上述组件之间传送信息。总线2002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线2002可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器2003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
可选的,存储器2003用于存储执行本申请方案的应用程序代码,并由处理器2001来控制执行。处理器2001用于执行存储器2003中存储的应用程序代码,以实现本申请任一实施方式中所提供的自动化测试方法。
本申请实施例提供的电子设备,适用于上述方法任一实施例,在此不再赘述。
本申请实施例提供了一种电子设备,与现有技术相比,通过获取被测试系统中各测试节点的运行数据,并在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点,基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。本方案中通过获取被测试系统中各测试节点的运行数据,确定出可能存在故障的目标测试节点,并在基于目标测试节点的风险数据确定出目标测试案例后,将目标测试案例发送至目标测试节点,增加已经出现故障的目标测试节点的处理压力,更加有效地对系统处理故障能力进行检测,测试效率高,测试准确率高,能够满足实际的使用需求。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述方法实施例所示的自动化测试方法。
本申请实施例提供的计算机可读存储介质,适用于上述方法任一实施例,在此不再赘述。
本申请实施例提供了一种计算机可读存储介质,与现有技术相比,通过获取被测试系统中各测试节点的运行数据,并在运行数据中存在满足预设条件的风险运行数据时,基于风险运行数据,确定测试节点中的目标测试节点,基于目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,将目标测试案例发送至目标测试节点,以使目标测试节点基于目标测试案例进行自动化测试。本方案中通过获取被测试系统中各测试节点的运行数据,确定出可能存在故障的目标测试节点,并在基于目标测试节点的风险数据确定出目标测试案例后,将目标测试案例发送至目标测试节点,增加已经出现故障的目标测试节点的处理压力,更加有效地对系统处理故障能力进行检测,测试效率高,测试准确率高,能够满足实际的使用需求。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种自动化测试方法,其特征在于,包括:
获取被测试系统中各测试节点的运行数据;
当所述运行数据中存在满足预设条件的风险运行数据时,基于所述风险运行数据,确定所述测试节点中的目标测试节点;
基于所述目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;
将所述目标测试案例发送至所述目标测试节点,以使所述目标测试节点基于所述目标测试案例进行自动化测试。
2.根据权利要求1所述的方法,其特征在于,所述运行数据的数据类型与所述测试案例的案例类别预建立有对应关系,所述基于所述目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例,包括:
基于所述目标测试节点的风险运行数据,以及相应数据类型对应的案例类别的预设权重,确定所述案例类别的当前权重;
基于所述当前权重,在预设的测试案例中确定目标测试案例。
3.根据权利要求2所述的方法,其特征在于,所述基于所述当前权重,在预设的测试案例中确定目标测试案例,包括:
基于所述当前权重,在所述案例类别中确定目标案例类别;
在所述目标案例类别对应的所述测试案例中确定目标测试案例。
4.根据权利要求3所述的方法,其特征在于,所述基于所述当前权重,在所述案例类别中确定目标案例类别,包括:
按照数值由高到低的顺序,将前预设个数的所述当前权重对应的案例类别,确定为目标案例类别。
5.根据权利要求1所述的方法,其特征在于,所述预设条件包括:
存在至少一种数据类型的所述运行数据不满足相应数据类型的预设数据范围。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述获取被测试系统中各测试节点的运行数据,包括:
获取预设周期内被测试系统中各测试节点的运行数据。
7.根据权利要求1-5中任一项所述的方法,其特征在于,还包括:
获取目标测试节点基于所述目标测试案例进行自动化测试的测试信息;
基于所述测试信息以及预设的判断规则,确定测试结果。
8.一种自动化测试装置,其特征在于,包括:
运行数据获取模块,用于获取被测试系统中各测试节点的运行数据;
目标测试节点确定模块,用于在所述运行数据中存在满足预设条件的风险运行数据时,基于所述风险运行数据,确定所述测试节点中的目标测试节点;
目标测试案例确定模块,用于基于所述目标测试节点的风险运行数据,在预设的测试案例中确定目标测试案例;
自动化测试测试模块,用于将所述目标测试案例发送至所述目标测试节点,以使所述目标测试节点基于所述目标测试案例进行自动化测试。
9.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器,用于存储操作指令;
所述处理器,用于通过调用所述操作指令,执行权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质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权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341432.8A CN111159029B (zh) | 2019-12-24 | 2019-12-24 | 自动化测试方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341432.8A CN111159029B (zh) | 2019-12-24 | 2019-12-24 | 自动化测试方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111159029A true CN111159029A (zh) | 2020-05-15 |
CN111159029B CN111159029B (zh) | 2023-07-21 |
Family
ID=70558089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911341432.8A Active CN111159029B (zh) | 2019-12-24 | 2019-12-24 | 自动化测试方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111159029B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111611131A (zh) * | 2020-05-18 | 2020-09-01 | 中移(杭州)信息技术有限公司 | 基于Saltstack的运维方法、装置、系统及存储介质 |
CN111639022A (zh) * | 2020-05-16 | 2020-09-08 | 中信银行股份有限公司 | 交易测试方法及装置、存储介质、电子装置 |
CN113626340A (zh) * | 2021-08-27 | 2021-11-09 | 中国银行股份有限公司 | 测试需求识别方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150178182A1 (en) * | 2011-10-07 | 2015-06-25 | Syntel, Inc. | Software testing platform and method |
CN105930260A (zh) * | 2015-12-23 | 2016-09-07 | 中国银联股份有限公司 | 一种系统可用性测试方法及装置 |
CN107943626A (zh) * | 2017-11-08 | 2018-04-20 | 中国银联股份有限公司 | 一种交易系统的性能测试方法及相关服务器 |
CN109859035A (zh) * | 2019-02-02 | 2019-06-07 | 中国银行股份有限公司 | 一种应用产品功能测试的数据处理方法、装置及系统 |
CN110457197A (zh) * | 2019-08-19 | 2019-11-15 | 中国工商银行股份有限公司 | 服务测试方法、装置、计算机设备和存储介质 |
US10482005B1 (en) * | 2017-09-26 | 2019-11-19 | EMC IP Holding Company LLC | Method and apparatus for developer code risk assessment |
CN110471857A (zh) * | 2019-08-22 | 2019-11-19 | 中国工商银行股份有限公司 | 人工智能模型性能容量的自动测试方法及装置 |
CN110515757A (zh) * | 2019-07-26 | 2019-11-29 | 北京达佳互联信息技术有限公司 | 分布式存储系统的信息处理方法、装置、服务器、介质 |
CN110597729A (zh) * | 2019-09-20 | 2019-12-20 | 中国银行股份有限公司 | 基于维度的压力测试方法、装置及系统 |
-
2019
- 2019-12-24 CN CN201911341432.8A patent/CN111159029B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150178182A1 (en) * | 2011-10-07 | 2015-06-25 | Syntel, Inc. | Software testing platform and method |
CN105930260A (zh) * | 2015-12-23 | 2016-09-07 | 中国银联股份有限公司 | 一种系统可用性测试方法及装置 |
US10482005B1 (en) * | 2017-09-26 | 2019-11-19 | EMC IP Holding Company LLC | Method and apparatus for developer code risk assessment |
CN107943626A (zh) * | 2017-11-08 | 2018-04-20 | 中国银联股份有限公司 | 一种交易系统的性能测试方法及相关服务器 |
CN109859035A (zh) * | 2019-02-02 | 2019-06-07 | 中国银行股份有限公司 | 一种应用产品功能测试的数据处理方法、装置及系统 |
CN110515757A (zh) * | 2019-07-26 | 2019-11-29 | 北京达佳互联信息技术有限公司 | 分布式存储系统的信息处理方法、装置、服务器、介质 |
CN110457197A (zh) * | 2019-08-19 | 2019-11-15 | 中国工商银行股份有限公司 | 服务测试方法、装置、计算机设备和存储介质 |
CN110471857A (zh) * | 2019-08-22 | 2019-11-19 | 中国工商银行股份有限公司 | 人工智能模型性能容量的自动测试方法及装置 |
CN110597729A (zh) * | 2019-09-20 | 2019-12-20 | 中国银行股份有限公司 | 基于维度的压力测试方法、装置及系统 |
Non-Patent Citations (2)
Title |
---|
FABIO PALOMBA等: "Automatic Test Smell Detection Using Information Retrieval Techniques", 《 2018 IEEE INTERNATIONAL CONFERENCE ON SOFTWARE MAINTENANCE AND EVOLUTION (ICSME)》, pages 311 - 322 * |
郭亚敏: "无线网管软件自动化回归测试技术及应用研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, pages 138 - 560 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639022A (zh) * | 2020-05-16 | 2020-09-08 | 中信银行股份有限公司 | 交易测试方法及装置、存储介质、电子装置 |
CN111611131A (zh) * | 2020-05-18 | 2020-09-01 | 中移(杭州)信息技术有限公司 | 基于Saltstack的运维方法、装置、系统及存储介质 |
CN111611131B (zh) * | 2020-05-18 | 2023-06-30 | 中移(杭州)信息技术有限公司 | 基于Saltstack的运维方法、装置、系统及存储介质 |
CN113626340A (zh) * | 2021-08-27 | 2021-11-09 | 中国银行股份有限公司 | 测试需求识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111159029B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111159029B (zh) | 自动化测试方法、装置、电子设备及计算机可读存储介质 | |
CN112162878A (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
CN106789306B (zh) | 通信设备软件故障检测收集恢复方法和系统 | |
CN114844768B (zh) | 信息分析方法、装置及电子设备 | |
US8448025B2 (en) | Fault analysis apparatus, fault analysis method, and recording medium | |
CN111708650B (zh) | 一种业务应用系统高可用性分析方法及系统 | |
CN112241350B (zh) | 微服务评估方法、装置、计算设备及微服务检测系统 | |
CN114064208A (zh) | 检测应用服务状态的方法、装置、电子设备及存储介质 | |
CN112380089A (zh) | 一种数据中心监控预警方法及系统 | |
CN111240876A (zh) | 微服务的故障定位方法、装置、存储介质及终端 | |
CN114609995B (zh) | 故障控制方法、装置、系统、设备、介质及产品 | |
CN109783260A (zh) | 智能it全流程运维方法、装置、设备及可读存储介质 | |
CN112685207A (zh) | 错误评估的方法、设备和计算机程序产品 | |
CN108334427B (zh) | 存储系统中的故障诊断方法及装置 | |
US11169910B2 (en) | Probabilistic software testing via dynamic graphs | |
CN115858311A (zh) | 运维监控的方法、装置、电子设备及可读存储介质 | |
CN113656252B (zh) | 故障定位方法、装置、电子设备以及存储介质 | |
CN108362957B (zh) | 设备故障诊断方法、装置、储存介质和电子设备 | |
CN117729576A (zh) | 告警监控方法、装置、设备及存储介质 | |
CN111813872B (zh) | 一种故障排查模型的生成方法、装置、设备 | |
CN113377535A (zh) | 分布式定时任务分配方法、装置、设备及可读存储介质 | |
CN114095394B (zh) | 网络节点故障检测方法、装置、电子设备及存储介质 | |
WO2010024744A1 (en) | Method for detecting hardware faults by determining a ratio of released connections | |
CN115037653B (zh) | 业务流量监控方法、装置、电子设备和存储介质 | |
CN113835961B (zh) | 告警信息监控方法、装置、服务器及存储介质 |
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 |