CN112631903A - 任务测试方法、装置、电子设备及存储介质 - Google Patents
任务测试方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112631903A CN112631903A CN202011502260.0A CN202011502260A CN112631903A CN 112631903 A CN112631903 A CN 112631903A CN 202011502260 A CN202011502260 A CN 202011502260A CN 112631903 A CN112631903 A CN 112631903A
- Authority
- CN
- China
- Prior art keywords
- data set
- task
- target data
- scheduling
- log
- 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.)
- Pending
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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G06F11/3692—Test management for test results analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
任务测试方法、装置、电子设备及存储介质。本发明涉及测试领域,揭露了一种任务测试方法,包括:获取原始数据集,对原始数据集进行格式统一化和扫描区域划分,得到目标数据集;计算目标数据集中目标数据的信息增益率,根据信息增益率提取出对应目标数据的特征数据,得到特征数据集;利用预设的任务调度框架对特征数据集进行调度任务分配,得到调度任务,在调度任务中加载日志标签读取指令;运行调度任务,得到运行结果,利用日志标签读取指令识别出运行结果中是否包含日志标签;若不包含日志标签,重新对所述特征数据集进行调度任务分配;若包含日志标签,将运行结果返回至对应的下游用户。此外,本发明还涉及区块链技术,所述特征数据集可存储于区块链中。本发明可以提高任务测试的效率。
Description
技术领域
本发明涉及测试领域,尤其涉及一种任务测试方法、装置、电子设备及计算机可读存储介质。
背景技术
互联网的快速发展催生了大数据时代,移动互联网的兴起,使大数据变得无处不在,基于大数据的基本数据组项目(Basic Data Set Project,BDSP)也由此诞生,所述BDSP项目可以应用于企业的数据信息化管理,帮助企业进行更好的任务分配和执行。
目前,在BDSP项目中的中游系统任务执行完成后,会写入Hadoop平台日志标签,以供下游系统使用判断,但是,由于中游系统中包含着大量的执行任务结果,若通过人工进行检测耗费时间比较长,同时需要打入的测试命令较多,从而会影响任务结果测试的效率。
发明内容
本发明提供一种任务测试方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高任务测试的效率。
为实现上述目的,本发明提供的一种任务测试方法,包括:
获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果;
利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
若不包含所述日志标签,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
若包含所述日志标签,则将所述运行结果返回至对应的下游用户。
可选地,所述对所述原始数据集进行统一化,得到标准数据集,包括:
读取所述原始数据集,并判断所述原始数据集中每个原始数据是否合法;
若所述原始数据不合法,则删除所述原始数据;
若所述原始数据合法,获取所述原始数据的数据格式,将所述数据格式转换为键值对格式,得到所述标准数据集。
可选地,所述对所述标准数据集进行扫描区域划分,得到目标数据集,包括:
获取所述标准数据集的字段,根据所述字段,及利用预设的自定义语句确定所述标准数据集的扫描区域划分策略;
根据所述扫描区域划分策略,利用预设的脚本命令执行所述标准数据集的扫描区域划分,得到目标数据集。
可选地,所述计算每个所述目标数据集中目标数据的信息增益率,包括:
计算所述目标数据及目标数据集的信息熵,计算所述目标数据的分裂信息量;
根据所述目标数据及目标数据集的信息熵、所述目标数据的分裂信息量,利用所述预构建的信息增益模型计算出所述目标数据的信息增益率。
可选地,所述计算所述目标数据的分裂信息量,包括:
利用下述方法计算所述目标数据的分裂信息量:
其中,m表示目标数据的数量,|Dj|表示第j个目标数据,|D|表示目标数据集的数据数量。
可选地,所述预构建的信息增益模型包括:
其中,GainRatio(A)表示目标数据A的信息增益率,Info(D)表示目标数据集的信息熵,InfoA(D)表示目标数据A的信息熵,SplitInfoA(A)表示目标数据A的分裂信息量。
可选地,所述利用预设的任务调度框架对所述特征数据集进行调度任务分配,生成调度任务,包括:
利用所述任务调度框架中的依赖识别模块识别所述特征数据集的数据依赖关系;
根据所述数据依赖关系,利用所述任务调度框架中的线程分配模块对所述特征数据集进行调度任务的划分,得到调度任务。
为了解决上述问题,本发明还提供一种任务测试装置,所述装置包括:
划分模块,用于获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
计算模块,用于计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
分配模块,用于利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果;
识别模块,用于利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
所述识别模块,还用于在不包含所述日志标签时,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
所述识别模块,还用于在包含所述日志标签时,则将所述运行结果返回至对应的下游用户。
为了解决上述问题,本发明还提供一种电子设备,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至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以实现上述所述的任务测试方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的任务测试方法。
本发明实施例首先获取原始数据集,对所述原始数据集进行格式统一化、扫描区域划分,得到目标数据集,并计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集,节省了后续数据在运行时数据处理时间,提高了数据运行速度;其次,本发明实施例利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,确定了数据之间在执行任务时的依赖关系,并在调度任务中加载日志标签读取指令,避免了人工打入过多的日志标签生成测试命令,从而提高了任务结果的测试效率;进一步的,本发明实施例运行所述调度任务,得到运行结果,利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签,若不包含所述日志标签,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配,若包含所述日志标签,则将所述运行结果返回至对应的下游用户。因此,本发明提出的一种任务测试方法、装置、电子设备以及存储介质可以提高任务测试的效率。
附图说明
图1为本发明一实施例提供的任务测试方法的流程示意图;
图2为本发明第一实施例中图1提供的任务测试方法其中一个步骤的详细流程示意图;
图3为本发明一实施例提供的任务测试装置的模块示意图;
图4为本发明一实施例提供的实现任务测试方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种任务测试方法。所述任务测试方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述任务测试方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的任务测试方法的流程示意图。在本发明实施例中,所述任务测试方法包括:
S1、获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集。
本发明实施例中,所述原始数据集可以由半结构化/非结构的数据文件组成,其中,所述数据文件包括:文本文件、文档文件、视频格式文件以及图片格式文件等。进一步地,由于所述原始数据集中的数据存在许多数据格式,本发明实施利用预设计算框架对所述原始数据集的数据格式进行统一化,可以实现后续数据的快速导入和查询以及支持数据库的吞吐高并发。
一个可选实施例中,所述预设计算框架为Spark框架,其中,所述Spark框架指的是专为大规模数据处理而设计的快速通用的计算引擎,其支持开源集群计算环境,不仅能够提供交互式的数据查询,还可以优化数据迭代的工作负载。
进一步地,本发明实施例利用Spark框架对所述原始数据集的数据格式进行统一化,即将所述原始数据集的数据格式转换为键值对(key-value)格式,得到标准数据集,即Hfile文件集。
具体的,所述利用Spark框架对所述原始数据集进行统一化,得到标准数据集,包括:
利用所述Spark框架中的读取指令读取所述原始数据集;通过所述Spark框架中的检测指令判断所述原始数据集中每个原始数据是否合法;若所述原始数据不合法,则删除所述原始数据;若所述原始数据合法,通过所述Spark框架中的获取指令获取所述原始数据的数据格式,并调用所述Spark框架中的转换指令将所述数据格式转换为键值对格式,得到所述标准数据集。
一个可选实施例中,所述读取指令为RDD.saveAsNewAPIHadoopFile,所述检测指令为checkOutputSpecs,所述获取指令getRecordWriter,所述转换指令为getWriter,所述输出指令为HFileOutputFormat。
进一步地,本发明实施例利用预设的脚本命令对所述标准数据集进行扫描区域划分,以将所述标准数据集中标准数据进行数据类型归类,提高后续数据处理的速度。可选的,所述预设的脚本命令包括:autoSolveDepend.sh。
详细地,参阅图2所示,所述利用预设的脚本命令对所述标准数据集进行扫描区域划分,得到目标数据集,包括:
S20、获取所述标准数据集的字段,根据所述字段,及利用预设的自定义语句确定所述标准数据集的扫描区域划分策略;
S21、根据所述扫描区域划分策略,利用所述脚本命令执行所述标准数据集的扫描区域划分,得到目标数据集。
其中,所述字段包括:id、属性以及主键等,所述预设的自定义语句包括:create'hadoope_table',{NAME=>'cf',TTL=>xxx},{NUMREGIONS=>xxx,SPLITALGO=>'HexStringSplit'},所述扫描区域划分策略包括确定需要建立的扫描区域数量以及自定义需要建立扫描区域的字段。
S2、计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集。
本发明实施例中,所述信息增益率可以理解为一个数据在后续数据处理过程中所占比例的占比值,其信息增益率越大,表示对应数据越重要,因此,本发明根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集。
进一步地,所述计算每个所述目标数据集中所有目标数据的信息增益率,包括:
计算所述目标数据及目标数据集的信息熵,计算所述目标数据的分裂信息量,根据所述目标数据及目标数据集的信息熵、所述目标数据的分裂信息量,利用所述预构建的信息增益模型计算出所述目标数据的信息增益率。
其中,所述信息熵用于度量一个数据集合的信息量,一个数据集合越有序,其信息熵越低,需要声明的是,信息熵的计算方法属于当前较为成熟的已知技术,在此不在做阐述。
一个可选实施例中,利用下述方法计算所述目标数据的分裂信息量:
其中,m表示目标数据的数量,|Dj|表示第j个目标数据,|D|表示目标数据集的数据数量。
较佳地,本发明实施例中,所述预构建的信息增益模型如下所示:
其中,GainRatio(A)表示目标数据A的信息增益率,Info(D)表示目标数据集的信息熵,InfoA(D)表示目标数据A的信息熵,SplitInfoA(A)表示目标数据A的分裂信息量。
进一步地,所述根据所述信息增益率提取出所述目标数据集的特征数据包括:
若所述信息增益率大于预设的信息增益率,则提取出对应的目标数据,并将提取的目标数据作为所述特征数据,若所述信息增益率不大于预设的信息增益率,则删除对应的目标数据。优选地,所述预设的信息增益率为0.5。
基于所述特征数据的提取,可以过滤掉所述目标数据集中部分数据,减轻后续过滤海量数据时的压力。
进一步的,为保证所述特征数据集的隐私性和安全性,所述特征数据集还可存储于一区块链节点中。
S3、利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果。
本发明实施例中,所述特征数据集中的特征数据在执行调度时,存在一定的依赖关系,比如特征数据A依赖于特征数据B的运行结果,因此,本发明实施例通过预设的任务调度框架对所述特征数据集进行调度任务分配,以确定所述特征数据集的工作流,同时可以避免人工进行参与特征数据集的任务分配,节省了大量的数据运行时间以及提高了后续数据读取的速度。进一步地,本发明实施例中,所述预设的任务调度框架包括:Azkaban,所述Azkaban是由Linkedin开源的一个批量工作流任务调度器,用于在一个工作流内以一个特定的顺序运行一组数据工作和流程。
详细地,所述利用预设的任务调度框架对所述特征数据集进行调度任务分配,生成调度任务,包括:利用所述任务调度框架中的依赖识别模块(dbserver)识别所述特征数据集的数据依赖关系,根据所述数据依赖关系,利用所述任务调度框架中的线程分配模块(executorserver)对所述特征数据集进行调度任务的划分,得到调度任务。
进一步地,本发明实施例在所述调度任务中加载日志标签读取指令,以识别出后续调度任务在运行结束时是否产生任务日志标签,从而可以自动测试出任务执行结果,可选的,所述日志标签读取指令通过shell脚本编译,包括bash指令。
详细地,所述在所述调度任务中加载日志标签读取指令包括:获取所述调度任务的编译环境,利用预设的加载指令在所述编译环境中添加所述日志标签读取指令。其中,所述编译环境包括:myeclipse,所述预设的加载指令通过Java语言编译,包括:load指令。
本发明实施例利用线程运行所述调度任务,得到运行结果,并根据述日志标签读取指令识别出所述运行结果中是否包含日志标签。
S4、利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签。
若不包含日志标签,则返回S3、重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配。
本发明实施例中,若所述运行结果中未包含日志标签,则表示所述调度任务运行存在异常,即对应下游用户无法根据运行结果继续执行对应的调度任务,因此,本发明实施例重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配,以保障所有调度任务的正常执行。
若包含日志标签,则执行S5、将所述运行结果返回至对应的下游用户。
本发明实施例中,若所述运行结果中包含日志标签,则表示所述调度任务运行未存在异常,即对应下游用户无法根据运行结果继续执行对应的调度任务,因此,本发明实施例将所述运行结果返回至对应的下游用户,以实现所述调度任务的正常执行。
如图3所示,是本发明任务测试装置的功能模块图。
本发明所述任务测试装置100可以安装于电子设备中。根据实现的功能,所述任务测试装置可以包括划分模块101、计算模块102、分配模块103以及识别模块104。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述划分模块101,用于获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
所述计算模块102,用于计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
所述分配模块103,用于利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果,;
所述识别模块104,用于利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
所述识别模块104,还用于在不包含所述日志标签时,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
所述识别模块104,还用于在包含所述日志标签时,则将所述运行结果返回至对应的下游用户。
详细地,本发明实施例中所述任务测试装置100中的所述各模块在使用时采用与上述的图1和图2中所述的任务测试方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图4所示,是本发明实现任务测试方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如任务测试程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如任务测试的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行任务测试等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的任务测试12是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果;
利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
若不包含所述日志标签,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
若包含所述日志标签,则将所述运行结果返回至对应的下游用户。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/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,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果;
利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
若不包含所述日志标签,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
若包含所述日志标签,则将所述运行结果返回至对应的下游用户。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种任务测试方法,其特征在于,所述方法包括:
获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果;
利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
若不包含所述日志标签,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
若包含所述日志标签,则将所述运行结果返回至对应的下游用户。
2.如权利要求1所述的任务测试方法,其特征在于,所述对所述原始数据集进行统一化,得到标准数据集,包括:
读取所述原始数据集,并判断所述原始数据集中每个原始数据是否合法;
若所述原始数据不合法,则删除所述原始数据;
若所述原始数据合法,获取所述原始数据的数据格式,将所述数据格式转换为键值对格式,得到所述标准数据集。
3.如权利要求1所述的任务测试方法,其特征在于,所述对所述标准数据集进行扫描区域划分,得到目标数据集,包括:
获取所述标准数据集的字段,根据所述字段,及利用预设的自定义语句确定所述标准数据集的扫描区域划分策略;
根据所述扫描区域划分策略,利用预设的脚本命令执行所述标准数据集的扫描区域划分,得到目标数据集。
4.如权利要求1所述的任务测试方法,其特征在于,所述计算每个所述目标数据集中目标数据的信息增益率,包括:
计算所述目标数据及目标数据集的信息熵,计算所述目标数据的分裂信息量;
根据所述目标数据及目标数据集的信息熵、所述目标数据的分裂信息量,利用所述预构建的信息增益模型计算出所述目标数据的信息增益率。
7.如权利要求1至6中任意一项所述的任务测试方法,其特征在于,所述利用预设的任务调度框架对所述特征数据集进行调度任务分配,生成调度任务,包括:
利用所述任务调度框架中的依赖识别模块识别所述特征数据集的数据依赖关系;
根据所述数据依赖关系,利用所述任务调度框架中的线程分配模块对所述特征数据集进行调度任务的划分,得到调度任务。
8.一种任务测试装置,其特征在于,所述装置包括:
划分模块,用于获取原始数据集,对所述原始数据集进行格式统一化,得到标准数据集,对所述标准数据集进行扫描区域划分,得到目标数据集;
计算模块,用于计算所述目标数据集中目标数据的信息增益率,根据所述信息增益率提取出对应目标数据的特征数据,得到特征数据集;
分配模块,用于利用预设的任务调度框架对所述特征数据集进行调度任务分配,得到调度任务,并在所述调度任务中加载日志标签读取指令,运行所述调度任务,得到运行结果;
识别模块,用于利用所述日志标签读取指令识别出所述运行结果中是否包含日志标签;
所述识别模块,还用于在不包含所述日志标签时,则重新利用所述预设的任务调度框架对所述特征数据集进行调度任务分配;
所述识别模块,还用于在包含所述日志标签时,则将所述运行结果返回至对应的下游用户。
9.一种电子设备,其特征在于,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至少一个处理器执行的计算机程序,所述计算机程序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执行如权利要求1至7中任意一项所述的任务测试方法。
10.一种计算机可读存储介质,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至7中任意一项所述的任务测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011502260.0A CN112631903A (zh) | 2020-12-18 | 2020-12-18 | 任务测试方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011502260.0A CN112631903A (zh) | 2020-12-18 | 2020-12-18 | 任务测试方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112631903A true CN112631903A (zh) | 2021-04-09 |
Family
ID=75316864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011502260.0A Pending CN112631903A (zh) | 2020-12-18 | 2020-12-18 | 任务测试方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112631903A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535560A (zh) * | 2021-07-14 | 2021-10-22 | 杭州网易云音乐科技有限公司 | 测试执行方法、装置、存储介质和计算设备 |
CN113688877A (zh) * | 2021-07-30 | 2021-11-23 | 联合汽车电子有限公司 | 一种测试数据处理方法、装置、存储介质、仪器及车辆 |
CN115270420A (zh) * | 2022-07-01 | 2022-11-01 | 东莞市赛测试验设备有限公司 | 一种基于拉力试验机的拉力弯曲度分析方法、装置 |
-
2020
- 2020-12-18 CN CN202011502260.0A patent/CN112631903A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535560A (zh) * | 2021-07-14 | 2021-10-22 | 杭州网易云音乐科技有限公司 | 测试执行方法、装置、存储介质和计算设备 |
CN113688877A (zh) * | 2021-07-30 | 2021-11-23 | 联合汽车电子有限公司 | 一种测试数据处理方法、装置、存储介质、仪器及车辆 |
CN113688877B (zh) * | 2021-07-30 | 2024-04-16 | 联合汽车电子有限公司 | 一种测试数据处理方法、装置、存储介质、仪器及车辆 |
CN115270420A (zh) * | 2022-07-01 | 2022-11-01 | 东莞市赛测试验设备有限公司 | 一种基于拉力试验机的拉力弯曲度分析方法、装置 |
CN115270420B (zh) * | 2022-07-01 | 2023-05-09 | 东莞市赛测试验设备有限公司 | 一种基于拉力试验机的拉力弯曲度分析方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112631903A (zh) | 任务测试方法、装置、电子设备及存储介质 | |
CN111428458A (zh) | 通用报表生成方法、装置及计算机可读存储介质 | |
CN112085217A (zh) | 部署人工智能服务的方法、装置、设备及计算机介质 | |
CN112506779A (zh) | 软件接口测试方法、装置、电子设备及存储介质 | |
CN114398194A (zh) | 数据收集方法、装置、电子设备及可读存储介质 | |
CN111694844A (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
CN112732567A (zh) | 基于ip的mock数据测试方法、装置、电子设备及存储介质 | |
CN114880368A (zh) | 数据查询方法、装置、电子设备及可读存储介质 | |
CN113360139A (zh) | 前端框架的集成方法、装置、电子设备及存储介质 | |
CN112541688A (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
CN114896164A (zh) | 接口优化方法、装置、电子设备及存储介质 | |
CN115033489A (zh) | 代码资源检测方法、装置、电子设备及存储介质 | |
CN115129753A (zh) | 数据血缘关系分析方法、装置、电子设备及存储介质 | |
CN114625512A (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN115145870A (zh) | 失败任务原因定位方法、装置、电子设备及存储介质 | |
CN114020414A (zh) | Android系统与底层Linux共生方法、装置、电子设备及存储介质 | |
CN114911479A (zh) | 基于配置化的界面生成方法、装置、设备及存储介质 | |
CN114398282A (zh) | 测试脚本的生成方法、装置、设备及存储介质 | |
CN114385155A (zh) | vue项目可视化工具生成方法、装置、设备及存储介质 | |
CN114625376A (zh) | 数据传递方式转化方法、装置、电子设备及可读存储介质 | |
CN113918296A (zh) | 模型训练任务调度执行方法、装置、电子设备及存储介质 | |
CN114461531A (zh) | 测试用例的平台适应性测试方法、装置、设备及存储介质 | |
CN113051171A (zh) | 接口测试方法、装置、设备及存储介质 | |
CN112527443A (zh) | 提示框显示方法、装置、电子设备及计算机可读存储介质 |
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 |