CN112486788A - 一种工作量评估方法、装置、电子设备和可读存储介质 - Google Patents
一种工作量评估方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN112486788A CN112486788A CN202011294492.1A CN202011294492A CN112486788A CN 112486788 A CN112486788 A CN 112486788A CN 202011294492 A CN202011294492 A CN 202011294492A CN 112486788 A CN112486788 A CN 112486788A
- Authority
- CN
- China
- Prior art keywords
- test
- workload
- target
- target user
- user
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 title claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 226
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000013210 evaluation model Methods 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000002360 preparation method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 8
- 229920006395 saturated elastomer Polymers 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013075 data extraction Methods 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000013522 software testing Methods 0.000 abstract description 5
- 230000002354 daily effect Effects 0.000 description 31
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3414—Workload generation, e.g. scripts, playback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- 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
Abstract
本发明涉及软件测试技术领域,具体涉及一种工作量评估方法、装置、电子设备和可读存储介质。所述方法包括:获取目标工作日内的目标测试日志;从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;将所述测试业务数据输入至预先构建的工作量评估模型中计算出所述目标用户的目标日测试工作量。本申请公开的方案提高了软件测试工作量评估效率和准确性。
Description
技术领域
本发明涉及软件测试技术领域,具体涉及一种工作量评估方法、装置、电子设备和可读存储介质。
背景技术
一个软件系统的应用中可能会涉及到的业务场景的系统较多,一只交易往往关联多个系统,而测试人员编写的测试用例由于场景不同,涉及系统及数量不同,测试复杂度不同,每条测试用例的分析设计和执行工作量也不尽相同;测试人员级别不同,其产能要求也不同;业务场景覆盖的有效性也依赖于测试人员的测试设计及执行能力。如何去评估每一个测试人员的工作量以节省测试人力资源成本的同时平衡测试工作量和测试人员的匹配关系是软件测试工作的中的一个重点,但目前很多情况下还是依靠人工反馈测试案例数量和测试案例执行结果等去衡量测试人员的工作量饱和度和有效性,这样的评估方式需要投入很大的工作量而且得到的统计结果也存在着极大的不确定性。还有部分利用工作量评估模型去评估测试工作量时没有充分考虑各个级别的测试人员的能力因素和任务分配原则,导致实用性较差。
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,本申请实施例公开了一种工作量评估方法,所述方法包括:
获取目标工作日内的目标测试日志;
从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
将所述测试业务数据输入至预先构建的工作量评估模型中计算出所述目标用户的目标日测试工作量。
可选地,所述获取目标工作日内的目标测试日志包括:
在目标工作日内确定时间段和/或随机时间段采集的测试日志为目标日志;其中所述确定时间段可为统计确定的测试人员测试业务高峰期。
可选地,所述预先构建的工作量评估模型包括:
至少选取以下维度作为评估模型的评估维度:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
确定所述评估模型的评估算法表达式为:A=Sum(Li-h1*x+Li-h2*y+Li-h3*z+Li-h4*w);
其中所述A代表目标用户的目标日测试工作量,所述Sum为求和函数;所述x、y、z、w分别对应为测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
其中,所述Li-h1、Li-h2、Li-h3、Li-h4分别对应为目标用户在所述单个测试关联系统、单个测试排期、单个测试接口和单个测试场景评估维度的平均耗时;进一步地,
所述Li用于表征所述目标用户的级别;
所述h1代表测试单个测试关联系统的平均耗时,
所述h2代表测试单个排期的平均耗时;
所述h3代表测试单个测试接口的平均耗时;
所述h4代表测试单个测试场景的平均耗时;
其中所述用户的级别不同,所述平均耗时不完全相同。
可选地,所述方法还包括:
将所述目标用户的目标日测试工作量与标准日测试工作量进行比较;
根据所述比较的差值,确定启动与所述差值匹配的预警提示;其中所述预警提示的类型包括:提示工作量不饱和、工作量饱和、工作量超负荷。
可选地,所述标准日测试工作量包括:
获取与目标用户同一级别的所有用户在N个工作日的测试日志;
根据所述N个工作日的测试日志中获取的测试业务数据,并利用求平均数算法计算出单个工作日中单个目标用户测试工作各个阶段所占用的平均时间;其中所述测试工作的工作阶段包括:需求分析、案例设计、数据准备,环境准备,案例执行;
确定所述预设的标准日测试工作量B=Sum(Li-H1+Li-H2+Li-H3+Li-H4+Li-H5);
其中所述B代表单个目标用户预设的标准日测试工作量,所述Sum为求和函数;所述Li用于表征所述目标用户的级别;其中所述用户的级别不同,所述各个工作阶段所占用的平均时间不完全相同;
所述H1代表单个工作日单个目标用户需求分析工作所占用的平均时间;
所述H2代表单个工作日单个目标用户案例设计工作所占用的平均时间;
所述H3代表单个工作日单个目标用户数据准备工作所占用的平均时间;
所述H4代表单个工作日单个目标用户环境准备工作所占用的平均时间;
所述H5代表单个工作日单个目标用户案例执行工作所占用的平均时间。
可选地,所述方法还包括:
将所述预警提示以邮件的方式发送至目标用户。
可选地,所述方法还包括:
获取所有用户的目标工作日的测试工作量;
将所述所有用户的目标工作日的测试工作量按照用户级别维度进行图表制作;
将所述按照级别维度制作的工作量图表展示在智能终端用户界面。
第二方面,本申请实施例提供了一种工作量评估装置,所述装置包括:接口模块、数据提取模块、存储模块和执行模块,其中,
所述接口模块,用于获取目标工作日内的目标测试日志;
所述数据提取模块,用于从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
所述存储模块,用于存储工作量评估模型;
所述接口模块,还用于将所述测试业务数据输入至预先构建的工作量评估模型中;
所述执行模块,用于计算出所述目标用户的目标日测试工作量。
第三方面,本申请实施例提供了一种电子设备,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,执行上述任一实施例中所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,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上述任一实施例所述的方法。
本申请实施例提供工作量评估方案通过从日志中提取相关维度的测试业务数据,并利用构建的工作量评估模型来计算测试人员日测试工作量,实现了测试人员工作量的自动化评估,提高了评估效率和准确性。同时,该申请方案在构建工作量评估模型和对工作量饱和度判断上充分考虑了不同级别的测试人员测试能力引起的测试时间的不同,提高了软件测试工作量的实用性。
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工作量评估方法的流程示意图;
图2为本申请实施例提供的一种工作量评估装置的示意图;
图3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,其中的“第一”“第二”等只是为了介绍清楚方案而进行的对象区分定义,并不对对象本身进行限制,当然“第一”和“第二”限定的对象可能是同一个终端、设备和用户等,也可能是同一种终端、设备和用户。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。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。
此外应理解,本申请实施例中“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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的情况,其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一(项)个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a、b或c中的至少一项(个),可以表示:a,b,c,a和b,a和c,b和c,或a、b和c,其中a、b、c可以是单个,也可以是多个。
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。
本申请实施例提供的工作量评估方案实现的技术架构可分为六层,从上往下依次:
(1)应用层,以浏览器作为入口,通过http协议通信,为用户提供web端访问;
(2)核心计算层,进一步包括2个功能模块,分别为:
数据提取模块:用来获取服务器系统、版本、以及系统日志中相关的排期和测试信息等数据;
配置模块,用来接收终端管理用户对工作量饱和度阈值和测试责任人的设置,对邮箱定时和实时发送等规则的配置、工作量图表展示界面元素和风格的设置;
(3)模型资源层,用来存储收集的非结构化资源和结构化资源,其中结构化资源包括通过shell采集计算从日志获取到的测试业务基础数据,关联服务器累计后的测试响应码数据,项目域、测试系统、测试排期和测试人员的关联关系;以及存储构建的适用于不同测试人员级别的测试工作量评估模型和预设的标准日工作量数据;
(4)资源调度层,通过非结构资源整合模板进行非结构资源整合以及通过标准接口,以定时或实时任务进行数据库资源调度;
(5)数据存储层,抓取测试人员总结归纳的有价值的精华数据的非结构化数据以及采集存储的数据;
(6)基础数据获取层,分布式并发获取部署在不同服务器上的shell脚本所采集的数据。
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。
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工作量评估的流程示意图,如图1所示,该方法主要可以包括:
S101、获取目标工作日内的目标测试日志;
可选地,所述获取目标工作日内的目标测试日志包括:
在目标工作日内确定时间段和/或随机时间段采集的测试日志为目标日志;其中所述确定时间段可为统计确定的测试人员测试业务高峰期。
S102、从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
S103、将所述测试业务数据输入至预先构建的工作量评估模型中计算出所述目标用户的目标日测试工作量。
在本申请可选实施例中,所述预先构建的工作量评估模型包括:
至少选取以下维度作为评估模型的评估维度:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
确定所述评估模型的评估算法表达式为:A=Sum(Li-h1*x+Li-h2*y+Li-h3*z+Li-h4*w);
其中所述A代表目标用户的目标日测试工作量,所述Sum为求和函数;所述x、y、z、w分别对应为测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
其中,所述Li-h1、Li-h2、Li-h3、Li-h4分别对应为目标用户在所述单个测试关联系统、单个测试排期、单个测试接口和单个测试场景评估维度的平均耗时;进一步地,
所述Li用于表征所述目标用户的级别;
所述h1代表测试单个测试关联系统的平均耗时,
所述h2代表测试单个排期的平均耗时;
所述h3代表测试单个测试接口的平均耗时;
所述h4代表测试单个测试场景的平均耗时;
其中所述用户的级别不同,所述平均耗时不完全相同。
为了更清楚的介绍方案,本申请实施例构建了一个表格辅助说明本申请评估模型的评估规则:
本申请实施例通过从日志中提取相关维度的测试业务数据,并利用构建的工作量评估模型来计算测试人员日测试工作量,实现了测试人员工作量的自动化评估,提高了评估效率和准确性。同时,该申请方案在构建工作量评估模型上充分考虑了不同级别的测试人员测试能力引起的测试时间的不同能够适应现实场景中对各个级别人员工作量的判断。
在本申请实施例中,所述方法进一步可以将计算出来的各个测试人员的日工作量利用绘制系统绘制出不同级别各个测试人员工作量分布图,具体实现过程为:获取所有用户的目标工作日的测试工作量;将所述所有用户的目标工作日的测试工作量按照用户级别维度进行图表制作;将所述按照级别维度制作的工作量图表展示在智能终端用户界面。以使软件测试负责人或工作管理人员快速直观了解各个测试人员的工作量以优化工作安排。
在本申请实施例中,所述方法还包括:
将所述目标用户的目标日测试工作量与标准日测试工作量进行比较;
根据所述比较的差值,确定启动与所述差值匹配的预警提示;其中所述预警提示的类型包括:提示工作量不饱和、工作量饱和、工作量超负荷。
进一步地,所述标准日测试工作量包括:
获取与目标用户同一级别的所有用户在N个工作日的测试日志;例如获取企业中所有中级测试人员,例如是10个中级测试人员,在7个工作内的测试日志;
根据所述N个工作日的测试日志中获取的测试业务数据,并利用求平均数算法计算出单个工作日中单个目标用户测试工作各个阶段所占用的平均时间,继续以上述例子为例,先获取10个测试人员7个工作日内的各个阶段的工作所需要的的总时间,利用求平均数算法,得到单个测试人员1个工作日内各个测试阶段分别需要的平均时间。其中所述测试工作的工作阶段包括:需求分析、案例设计、数据准备,环境准备,案例执行;
确定所述预设的标准日测试工作量B=Sum(Li-H1+Li-H2+Li-H3+Li-H4+Li-H5),结合实际工作制度,所述B可以设置为8小时,当然也可以设置为其他值。
其中所述B代表单个目标用户预设的标准日测试工作量,所述Sum为求和函数;所述Li用于表征所述目标用户的级别;其中所述用户的级别不同,所述各个工作阶段所占用的平均时间不完全相同;
所述H1代表单个工作日单个目标用户需求分析工作所占用的平均时间;
所述H2代表单个工作日单个目标用户案例设计工作所占用的平均时间;
所述H3代表单个工作日单个目标用户数据准备工作所占用的平均时间;
所述H4代表单个工作日单个目标用户环境准备工作所占用的平均时间;
所述H5代表单个工作日单个目标用户案例执行工作所占用的平均时间。
为了更清楚的介绍方案,本申请实施例构建了一个表格辅助说明本申请预设的标准日测试工作量的确定规则:
在具体实施例中,在将所述目标用户的目标日测试工作量与标准日测试工作量进行比较;根据所述比较的差值,确定启动与所述差值匹配的预警提示;其中所述预警提示的类型包括:提示工作量不饱和、工作量饱和、工作量超负荷的方案在实现过程中可以为:当A=B时,可以提示为工作量饱和;当A>B时可以提示为工作量超负荷;当A<B时,可以提示为工作量不饱和。当然也可是设置为两者的差值达到B的一定的百分占比,例如差值达到了30%,再启动相应的预警提示。
可选地,所述方法进一步还可以包括:
将所述预警提示以邮件的方式发送至目标用户或工作管理人员,例如若有些测试人员过度饱和,则邮件预警提示需要分配资源,若有些测试人员不饱和,则邮件预警提示可均衡资源。
进一步地,本申请实施例所述的工作量评估方案也可以应用到对具体测试项目的工作量评估,只需要对工作日调整为相应的项目日,日志至抓取与该测试项目相关的日志即可,即项目域工作量评估过程可以为:通过建立项目域、测试系统、排期及测试人员的关联关系,根据人均工作量计算模型,可以计算出项目域的日均工作量。假如域C=测试系统c1+测试系统c2+…+测试系统cn,测试系统c1=排期c1+排期c2+…+排期cn,排期c1日均工作量=*_WLD,则域C日均工作量=SUM(*_WLD),其他实施例与上述实施例步骤相同,在此不再赘述。
进一步地通过上述软件测试工作量评估方案应用到具体测试项目中去评估具体测试项目(也可以称之为测试任务),将计算出来的各个测试人员的日工作量利用绘制系统绘制出不同级别各个测试人员工作量分布图,具体实现过程为:获取所有用户的目标工作日的测试工作量;将所述所有用户的目标工作日的测试工作量按照用户级别维度进行图表制作;将所述按照级别维度制作的工作量图表展示在智能终端用户界面。上述实施例能够获取到各个(级别)测试人员在项目周期内的工作量时间分布,通过计算发现特定期限内测试人员工作已处于不饱和态,则可预测测试人员即将完成项目的测试工作,下一个时间段即可进行工作分配,同时工作量过饱和态的时间段进行分析确认,保证过饱和态下的测试质量。通过直观展示图,为测试管理人员提供可视化工作量饱和情况及剩余工作可安排时间段,实现最大程度资源利用、效率提升及质量隐患及时发现,而且通过工作量展示图测试管理人员可判断所管理测试人员的每日每周每月的工作量分布情况,对进一步的工作分配及绩效管理工作提供有效的数字化参考。
本申请上述实施例主要通过构建适用于不同级别测试人员日工作量的评估模型,利用从系统服务器日志获取的测试业务基础数据精确计算解析每个测试人员的测试工作量,项目域的测试工作量,以每天定时执行获取基础数据脚本,定时以测试人员所负责排期按天递进式计算指标项,定时邮件发送饱和度预警,绘制项目域日均测试工作量分布图,做出及时有效的饱和度预测决策
基于图1所示的工作量评估方法,另一方面本申请实施例提供了一种工作量评估装置,所述装置如图2所示,所述装置可以包括:201接口模块、202数据提取模块、203存储模块和204执行模块,其中,
所述201接口模块,用于获取目标工作日内的目标测试日志;
所述202数据提取模块,用于从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
所述203存储模块,用于存储工作量评估模型;
所述201接口模块,还用于将所述测试业务数据输入至预先构建的工作量评估模型中;
所述204执行模块,用于计算出所述目标用户的目标日测试工作量。
可以理解的是,本实施例中的工作量评估装置的上述各组成设备具有实现图1中所示的实施例中的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或系统。上述模块和系统可以是软件和/或硬件,上述各模块和系统可以单独实现,也可以多个模块和系统集成实现。对于上述各模块和系统的功能描述具体可以参见图1中所示实施例中的方法的对应描述,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
可以理解的是,本发明实施例示意的结构并不构成对工作量评估装置的具体结构的具体限定。在本申请另一些实施例中,工作量评估装置可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
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工作量评估方法。
作为一个示例,图3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3所示,该电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选的,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个。可以理解的是,本发明实施例示意的结构并不构成对电子设备300的具体结构的具体限定。在本申请另一些实施例中,电子设备300可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实。可选地,电子设备还可以包括显示屏305,用于显示图像,或需要时接收用户的操作指令。
其中,处理器301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304可以包括接收机和发射机,收发器304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301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301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。
处理器301也可以包括一个或多个处理单元,例如:处理器301可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphicsprocessingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(Neural-network Processing Unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。其中,控制器可以是电子设备300的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。处理器301中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器301中的存储器为高速缓冲存储器。该存储器可以保存处理器301刚用过或循环使用的指令或数据。如果处理器301需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器301的等待时间,因而提高了系统的效率。
处理器301可以运行本申请实施例提供的工作量评估方法,以便于降低用户的操作复杂度、提高终端设备的智能化程度,提升用户的体验。处理器301可以包括不同的器件,比如集成CPU和GPU时,CPU和GPU可以配合执行本申请实施例提供的工作量评估方法,比如工作量评估方法中部分算法由CPU执行,另一部分算法由GPU执行,以得到较快的处理效率。
总线302可包括一通路,在上述组件之间传送信息。总线302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302可以分为地址总线、数据总线、控制总线等。为便于表示,图3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303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),也可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flashstorage,UFS),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303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303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工作量评估方法。
存储器303可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器301通过运行存储在存储器303的指令,从而执行电子设备300的各种功能应用以及数据处理。存储器303可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,应用程序的代码等。存储数据区可存储电子设备300使用过程中所创建的数据(比如相机应用采集的图像、视频等)等。
存储器303还可以存储本申请实施例提供的工作量评估方法对应的一个或多个计算机程序。该一个或多个计算机程序被存储在上述存储器303中并被配置为被该一个或多个处理器301执行,该一个或多个计算机程序包括指令,上述指令可以用于执行上述相应实施例中的各个步骤。
当然,本申请实施例提供的工作量评估方法的代码还可以存储在外部存储器中。这种情况下,处理器301可以通过外部存储器接口运行存储在外部存储器中的工作量评估方法的代码,处理器301可以控制运行工作量评估流程。
显示屏305包括显示面板。显示面板可以采用液晶显示屏(liquid crystaldisplay,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备300可以包括1个或N个显示屏305,N为大于1的正整数。显示屏305可用于显示由用户输入的信息或提供给用户的信息以及各种图形用户界面(graphical userinterface,GUI)。例如,显示屏305可以显示照片、视频、网页、或者文件等。
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,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
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工作量评估方法。
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,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
本申请实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的方法。本申请实施例提供的计算机程序产品,适用于上述方法任一实施例,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
本申请实施例提供的工作量评估方案,通过分布式并发扫描多系统服务器日志获取对应测试人员执行测试业务相关数据,利用构建的适用于不同级别的测试人员的工作量评估模型以计算工作量,并利用统计学算法设置的标准日工作量为基准为对测试人员的工作量饱和度进行评价,并根据工作量饱和度情况来预警工作安排以进行资源倾斜策略决策。而且绘制的测试人员工作量分布图和项目域功能测试任务工作量分布图,有助于测试负责人发现低效人群,针对性挖掘低效原因,重点关注过饱和人群,反向分析测试质量避免测试任务重而造成测试质量隐患问题,更合理的进行资源调配和平衡。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅是示意性的,例如,模块或单元的划分,仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以丢弃,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,还可以做出若干改进和润饰,这些变化、替换、改进和润饰也应视为都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种工作量评估方法,其特征在于,所述方法包括:
获取目标工作日内的目标测试日志;
从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
将所述测试业务数据输入至预先构建的工作量评估模型中计算出所述目标用户的目标日测试工作量。
2.根据权利要求1所述的工作量评估方法,其特征在于,所述获取目标工作日内的目标测试日志包括:
在目标工作日内确定时间段和/或随机时间段采集的测试日志为目标日志;其中所述确定时间段可为统计确定的测试人员测试业务高峰期。
3.根据权利要求2所述的工作量评估方法,其特征在于,所述预先构建的工作量评估模型包括:
至少选取以下维度作为评估模型的评估维度:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
确定所述评估模型的评估算法表达式为:A=Sum(Li-h1*x+Li-h2*y+Li-h3*z+Li-h4*w);
其中所述A代表目标用户的目标日测试工作量,所述Sum为求和函数;所述x、y、z、w分别对应为测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
其中,所述Li-h1、Li-h2、Li-h3、Li-h4分别对应为目标用户在所述单个测试关联系统、单个测试排期、单个测试接口和单个测试场景评估维度的平均耗时;进一步地,
所述Li用于表征所述目标用户的级别;
所述h1代表测试单个测试关联系统的平均耗时,
所述h2代表测试单个排期的平均耗时;
所述h3代表测试单个测试接口的平均耗时;
所述h4代表测试单个测试场景的平均耗时;
其中所述用户的级别不同,所述平均耗时不完全相同。
4.根据权利要求3所述的工作量评估方法,其特征在于,所述方法还包括:
将所述目标用户的目标日测试工作量与标准日测试工作量进行比较;
根据所述比较的差值,确定启动与所述差值匹配的预警提示;其中所述预警提示的类型包括:提示工作量不饱和、工作量饱和、工作量超负荷。
5.根据权利要求4所述的工作量评估犯法,其特征在于,所述标准日测试工作量包括:
获取与目标用户同一级别的所有用户在N个工作日的测试日志;
根据所述N个工作日的测试日志中获取的测试业务数据,并利用求平均数算法计算出单个工作日中单个目标用户测试工作各个阶段所占用的平均时间;其中所述测试工作的工作阶段包括:需求分析、案例设计、数据准备,环境准备,案例执行;
确定所述预设的标准日测试工作量B=Sum(Li-H1+Li-H2+Li-H3+Li-H4+Li-H5);
其中所述B代表单个目标用户预设的标准日测试工作量,所述Sum为求和函数;所述Li用于表征所述目标用户的级别;其中所述用户的级别不同,所述各个工作阶段所占用的平均时间不完全相同;
所述H1代表单个工作日单个目标用户需求分析工作所占用的平均时间;
所述H2代表单个工作日单个目标用户案例设计工作所占用的平均时间;
所述H3代表单个工作日单个目标用户数据准备工作所占用的平均时间;
所述H4代表单个工作日单个目标用户环境准备工作所占用的平均时间;
所述H5代表单个工作日单个目标用户案例执行工作所占用的平均时间。
6.根据权利要求4或5所述的工作量评估方法,其特征在于,所述方法还包括:
将所述预警提示以邮件的方式发送至目标用户。
7.根据权利要求6所述的工作量评估方法,其特征在于,所述方法还包括:
获取所有用户的目标工作日的测试工作量;
将所述所有用户的目标工作日的测试工作量按照用户级别维度进行图表制作;
将所述按照级别维度制作的工作量图表展示在智能终端用户界面。
8.一种工作量评估装置,其特征在于,所述装置包括:接口模块、数据提取模块、存储模块和执行模块,其中,
所述接口模块,用于获取目标工作日内的目标测试日志;
所述数据提取模块,用于从目标测试日志中获取目标用户的确定维度的测试业务数据;其中所述目标用户为目标测试人员;其中所述确定维度包括但不限于:测试关联系统数量、测试排期数量、测试接口数量和测试场景数量;
所述存储模块,用于存储工作量评估模型;
所述接口模块,还用于将所述测试业务数据输入至预先构建的工作量评估模型中;
所述执行模块,用于计算出所述目标用户的目标日测试工作量。
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 |
---|---|---|---|
CN202011294492.1A CN112486788B (zh) | 2020-11-18 | 一种工作量评估方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011294492.1A CN112486788B (zh) | 2020-11-18 | 一种工作量评估方法、装置、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112486788A true CN112486788A (zh) | 2021-03-12 |
CN112486788B CN112486788B (zh) | 2024-04-30 |
Family
ID=
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990741A (zh) * | 2021-03-31 | 2021-06-18 | 建信金融科技有限责任公司 | 一种工作量评估方法、装置、设备及存储介质 |
CN113077185A (zh) * | 2021-04-27 | 2021-07-06 | 平安普惠企业管理有限公司 | 工作量评估方法、装置、计算机设备和存储介质 |
CN115081750A (zh) * | 2022-08-01 | 2022-09-20 | 中电金信软件有限公司 | 一种评估性能测试项目工作量的方法及装置 |
CN115617702A (zh) * | 2022-12-20 | 2023-01-17 | 中化现代农业有限公司 | 一种测试工时的预测方法和预测装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070162316A1 (en) * | 2006-01-12 | 2007-07-12 | International Business Machines Corporation | System and method for evaluating a requirements process and project risk-requirements management methodology |
CN104956330A (zh) * | 2012-11-29 | 2015-09-30 | 格林伊登美国控股有限责任公司 | 具有资源感知的工作量分配 |
CN109324978A (zh) * | 2018-11-28 | 2019-02-12 | 北京精密机电控制设备研究所 | 一种多人协同的软件测试管理系统 |
CN110826071A (zh) * | 2019-09-24 | 2020-02-21 | 平安科技(深圳)有限公司 | 软件漏洞风险预测方法、装置、设备及存储介质 |
CN111045847A (zh) * | 2019-12-18 | 2020-04-21 | Oppo广东移动通信有限公司 | 事件审计方法、装置、终端设备以及存储介质 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070162316A1 (en) * | 2006-01-12 | 2007-07-12 | International Business Machines Corporation | System and method for evaluating a requirements process and project risk-requirements management methodology |
CN104956330A (zh) * | 2012-11-29 | 2015-09-30 | 格林伊登美国控股有限责任公司 | 具有资源感知的工作量分配 |
CN109324978A (zh) * | 2018-11-28 | 2019-02-12 | 北京精密机电控制设备研究所 | 一种多人协同的软件测试管理系统 |
CN110826071A (zh) * | 2019-09-24 | 2020-02-21 | 平安科技(深圳)有限公司 | 软件漏洞风险预测方法、装置、设备及存储介质 |
CN111045847A (zh) * | 2019-12-18 | 2020-04-21 | Oppo广东移动通信有限公司 | 事件审计方法、装置、终端设备以及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990741A (zh) * | 2021-03-31 | 2021-06-18 | 建信金融科技有限责任公司 | 一种工作量评估方法、装置、设备及存储介质 |
CN113077185A (zh) * | 2021-04-27 | 2021-07-06 | 平安普惠企业管理有限公司 | 工作量评估方法、装置、计算机设备和存储介质 |
CN113077185B (zh) * | 2021-04-27 | 2022-10-25 | 平安普惠企业管理有限公司 | 工作量评估方法、装置、计算机设备和存储介质 |
CN115081750A (zh) * | 2022-08-01 | 2022-09-20 | 中电金信软件有限公司 | 一种评估性能测试项目工作量的方法及装置 |
CN115617702A (zh) * | 2022-12-20 | 2023-01-17 | 中化现代农业有限公司 | 一种测试工时的预测方法和预测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210035126A1 (en) | Data processing method, system and computer device based on electronic payment behaviors | |
CN108762907B (zh) | 基于多个客户端的任务处理方法及系统 | |
US10783002B1 (en) | Cost determination of a service call | |
US20160112757A1 (en) | Server, client and video processing method | |
CN111506434B (zh) | 一种任务处理方法、装置及计算机可读存储介质 | |
CN107122147A (zh) | 用于将图像基元部署至计算构造的图像流管线控制器 | |
CN111614769A (zh) | 一种深度学习技术的行为智能分析引擎系统及控制方法 | |
CN110796591B (zh) | 一种gpu卡的使用方法及相关设备 | |
CN115378742B (zh) | 一种基于云计算的数据处理方法及装置 | |
CN114968521A (zh) | 分布式渲染方法及设备 | |
CN103488538B (zh) | 云计算系统中的应用扩展装置和应用扩展方法 | |
CN117193992B (zh) | 模型训练方法、任务调度方法、装置以及计算机存储介质 | |
CN112347092B (zh) | 生成数据分析看板的方法、装置和计算机设备 | |
von Söhsten et al. | Multiple face recognition in real-time using cloud computing, Emgu CV and Windows Azure | |
CN112486788A (zh) | 一种工作量评估方法、装置、电子设备和可读存储介质 | |
CN112486788B (zh) | 一种工作量评估方法、装置、电子设备和可读存储介质 | |
CN114625975B (zh) | 一种基于知识图谱的客户行为分析系统 | |
CN112669353B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN114937188A (zh) | 一种用户分享截图的信息识别方法、装置、设备及介质 | |
JP2015126510A (ja) | 代表フレーム選定システム、代表フレーム選定プログラム | |
CN113255456A (zh) | 非主动活体检测方法、装置、电子设备及存储介质 | |
CN113132762A (zh) | 留存行为因素分析方法、装置、电子设备和可读存储介质 | |
CN111782688A (zh) | 基于大数据分析的请求处理方法、装置、设备及存储介质 | |
CN111160283A (zh) | 一种数据接入方法、装置、设备和介质 | |
CN116680086B (zh) | 一种基于离线渲染引擎的调度管理系统 |
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 |