CN113010425B - 系统质量监测方法、装置、计算机设备及存储介质 - Google Patents

系统质量监测方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113010425B
CN113010425B CN202110293131.3A CN202110293131A CN113010425B CN 113010425 B CN113010425 B CN 113010425B CN 202110293131 A CN202110293131 A CN 202110293131A CN 113010425 B CN113010425 B CN 113010425B
Authority
CN
China
Prior art keywords
target
test
template
preset
parameters
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.)
Active
Application number
CN202110293131.3A
Other languages
English (en)
Other versions
CN113010425A (zh
Inventor
邓诗睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202110293131.3A priority Critical patent/CN113010425B/zh
Publication of CN113010425A publication Critical patent/CN113010425A/zh
Application granted granted Critical
Publication of CN113010425B publication Critical patent/CN113010425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3684Test management for test design, e.g. generating new test cases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test management for test execution, e.g. scheduling of test suites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code
    • G06F8/36Software reuse

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请涉及数据处理技术,提供一种系统质量监测方法、装置、计算机设备与存储介质,包括:根据目标参数构建初始测试模板;确定目标参数间的计算逻辑,并调整初始测试模板,得到目标测试模板;生成复用测试用例,并调用目标测试模板执行复用测试用例,得到系统测试预期值;调用系统执行复用测试用例,得到系统测试真实值;分别根据系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据系统测试真实值进行曲线拟合,得到第二执行曲线;计算第一执行曲线与第二执行曲线间的差异度;根据差异度确定目标系统的系统质量。本申请能够提高系统质量监测的效率与准确性,促进智慧城市的快速发展。

Description

系统质量监测方法、装置、计算机设备及存储介质
技术领域
本申请涉及数据处理技术领域,尤其涉及一种系统质量监测方法、装置、计算机设备及存储介质。
背景技术
在软件开发生命周期中,软件质量保证(QA)是一款合格软件贯穿整个开发流程中的重点,而软件测试则是质量保证(QA)的主要手段。
在实现本发明的过程中,申请人发现现有技术存在以下技术问题:在当前的系统质量测试中,测试范围上,仅针对算法的最主要的几个算法分支设计案例,测试案例覆盖范围低下,仅在有限分支内验证算法,无法比较全面地保证软件质量;测试方法上,人工解析系统返回json与预先人工计算的模板比对,耗时人力大,且数据繁多人工容易出错。
因此,有必要提供一种系统质量监测方法,能够提高系统质量监测的效率与准确性。
发明内容
鉴于以上内容,有必要提出一种系统质量监测方法、系统质量监测装置、计算机设备及存储介质,能够提高系统质量监测的效率与准确性。
本申请实施例第一方面提供一种系统质量监测方法,所述系统质量监测方法包括:
获取并解析目标系统中的预设信息,得到目标参数,并根据所述目标参数构建初始测试模板;
确定所述目标参数间的计算逻辑,并根据所述计算逻辑调整所述初始测试模板,得到目标测试模板;
生成复用测试用例,并调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值;
调用所述目标系统执行所述复用测试用例,得到系统测试真实值;
分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线;
计算所述第一执行曲线与所述第二执行曲线间的差异度;
根据所述差异度确定所述目标系统的系统质量。
进一步地,在本申请实施例提供的上述系统质量监测方法中,所述获取并解析目标系统中的预设信息,得到目标参数包括:
解析所述预设信息,得到目标利益项;
获取所述目标利益项对应的初始参数;
筛选并删除所述初始参数中重复的参数值,得到目标参数。
进一步地,在本申请实施例提供的上述系统质量监测方法中,所述根据所述目标参数构建初始测试模板包括:
定义初始测试模板中的参数布局;
确定所述参数布局中所述目标参数的属性值;
根据所述参数布局与所述属性值构建初始测试模板。
进一步地,在本申请实施例提供的上述系统质量监测方法中,所述方法还包括:
获取预设信息对应的目标利益项;
拆分所述目标利益项,得到若干个计算因子;
确定所述计算因子对应的权重项与参数项;
解析所述参数项,得到各个目标参数间的计算逻辑。
进一步地,在本申请实施例提供的上述系统质量监测方法中,所述根据所述计算逻辑调整所述初始测试模板,得到目标测试模板包括:
获取所述目标参数间的计算逻辑;
根据所述计算逻辑建立所述目标参数间的数据链接;
在所述初始测试模板中添加所述数据链接,得到目标测试模板。
进一步地,在本申请实施例提供的上述系统质量监测方法中,所述生成复用测试用例包括:
获取预设测试用例库,并从所述预设测试用例库中选取公共测试用例;
确定所述目标系统对应的目标测试点,并获取所述目标测试点对应的测试需求文档;
根据所述测试需求文档与预先设置的测试用例模板生成对应所述目标测试点的非公共测试用例;
组合所述公共测试用例与所述非公共测试用例,得到复用测试用例。
进一步地,在本申请实施例提供的上述系统质量监测方法中,所述计算所述第一执行曲线与所述第二执行曲线间的差异度包括:
获取所述第一执行曲线在预设阶段的第一走势数据;
获取所述第二执行曲线在所述预设阶段的第二走势数据;
确定所述第一走势数据与所述第二走势数据间的差异数据;
计算所述差异数据的数据量,并根据所述数据量遍历预先设置的数据量与差异度的映射关系,得到对应所述数据量的差异度。
本申请实施例第二方面还提供一种系统质量监测装置,所述系统质量监测装置包括:
参数获取模块,用于获取并解析目标系统中的预设信息,得到目标参数,并根据所述目标参数构建初始测试模板;
模板调整模块,用于确定所述目标参数间的计算逻辑,并根据所述计算逻辑调整所述初始测试模板,得到目标测试模板;
预期值获取模块,用于生成复用测试用例,并调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值;
真实值获取模块,用于调用所述目标系统执行所述复用测试用例,得到系统测试真实值;
曲线拟合模块,用于分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线;
差异计算模块,用于计算所述第一执行曲线与所述第二执行曲线间的差异度;
质量确定模块,用于根据所述差异度确定所述目标系统的系统质量。
本申请实施例第三方面还提供一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述任意一项所述系统质量监测方法。
本申请实施例第四方面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意一项所述系统质量监测方法。
本申请实施例提供的上述系统质量监测方法、系统质量监测装置、计算机设备以及计算机可读存储介质,根据目标参数以及目标参数间的计算逻辑构建目标测试模板,调用所述目标测试模板执行测试用例,得到系统测试预期值,相较于现有技术在设计测试用例时人为确定测试预期值,能够避免人为设计产生的设计误差,保证测试预期值的正确性,继而提高系统质量监测的准确性;且本申请在设计测试用例时,采用生成复用测试用例的方式,相较于针对目标系统单独设计整套测试用例,能够减少测试用例的设计时间,继而提高系统质量监测的效率;此外,本申请通过曲线拟合的方式比较第一执行曲线与第二执行曲线间的差异度,并根据差异度确定目标系统的系统质量,能够直观地得到目标系统的系统质量。本申请可应用于智慧政务、智慧交通等智慧城市的各个功能模块中,比如智慧政务的基于测试用例的系统质量监测模块等,能够促进智慧城市的快速发展。
附图说明
图1是本申请实施例一提供的系统质量监测方法的流程图。
图2是本申请实施例二提供的系统质量监测装置的结构图。
图3是本申请实施例三提供的计算机设备的结构示意图。
如下具体实施方式将结合上述附图进一步说明本申请。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点,下面结合附图和具体实施例对本申请进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
本发明实施例提供的系统质量监测方法由计算机设备执行,相应地,系统质量监测装置运行于计算机设备中。
图1是本申请第一实施方式的系统质量监测方法的流程图。如图1所示,所述系统质量监测方法用于对目标系统进行系统质量监测,所述系统质量监测方法可以包括如下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略:
S11、获取并解析目标系统中的预设信息,得到目标参数,并根据所述目标参数构建初始测试模板。
在本申请的至少一实施例中,所述目标系统可以为保单收益系统,所述保单收益系统可以用于计算保单的各个利益项的值。对于不同险种的保单来说,其对应的利益项可以相同,也可以不相同。所述预设信息可以包括保单号、保单险种、保单期限以及投保人年龄、身体状况、工作状况以及职业类别等各项信息,为保证所述保单信息的保密性与隐私性,所述预设信息可以存储于区块链的目标节点中。所述目标参数是指所述保单信息中的,影响系统质量的监测结果的参数,所述目标参数可以为系统人员预先设置在日志中的,也可以通过机器学习的方式得到的。
在一实施例中,当所述目标参数为系统人员预先设置在日志中时,可选地,获取所述目标参数可以包括:
获取目标日志;
检测所述目标日志中是否包含对应所述目标参数的标识信息;
当检测结果为所述目标日志中包含对应所述目标参数的标识信息时,确定所述标识信息对应位置的内容为目标参数。
其中,所述标识信息用于标识所述目标参数,所述标识信息可以为数字标识、字母标识等,所述目标参数可以是结构化的数据。
在另一实施例中,当所述目标参数通过机器学习方式得到时,可选地,所述获取并解析目标系统中的预设信息,得到目标参数还可以包括:
解析所述预设信息,得到目标利益项;
获取所述目标利益项对应的初始参数;
筛选并删除所述初始参数中重复的参数值,得到目标参数。
其中,所述目标利益项的数量可以为1个,也可以为多个。针对每一目标利益项,均对应初始参数用于计算出目标利益项的值。不同的利益项对应的初始参数可能相同,因此需要筛选初始参数以对所述初始参数进行去重处理,得到目标参数。
可选地,所述根据所述目标参数构建初始测试模板可以包括:
定义初始测试模板中的参数布局;
确定所述参数布局中所述目标参数的属性值;
根据所述参数布局与所述属性值构建初始测试模板。
其中,所述参数布局是指所述初始测试模板中预先设置的目标参数的排列方式,例如,所述目标参数可以按照随机的方式排列,或者,所述目标参数可以按照参数的字节长短的方式排列,在此不做限制。所述属性值可以是指所述目标参数的数据长度、数据类型等属性,在此不加以限定。
S12、确定所述目标参数间的计算逻辑,并根据所述计算逻辑调整所述初始测试模板,得到目标测试模板。
在本申请的至少一实施例中,所述计算逻辑用于根据所述目标参数计算出对应保单的目标利益项的值。本申请在确定所述目标参数间的计算逻辑之前,需要预先建立目标参数与计算逻辑之间的对应关系。
可选地,所述建立目标参数与计算逻辑之间的对应关系可以包括:
获取预设信息对应的目标利益项;
拆分所述目标利益项,得到若干个计算因子;
确定所述计算因子对应的权重项与参数项;
解析所述参数项,得到各个目标参数间的计算逻辑。
其中,由于不同保单信息对应的目标利益项可能不同,因此不同的目标参数间存在不同的计算逻辑,通过建立目标参数与计算逻辑之间的对应关系,可以根据对应关系确定目标参数的计算逻辑,提高计算逻辑确定的准确性,继而提高系统质量监测的准确性。所述目标利益项可以由若干个计算因子组成,所述计算因子是指计算逻辑单一的算法因子,所述计算因子可以包括权重项与参数项,所述权重项用于标识所述参数项的重要程度,所述参数项可以是由目标函数处理一个目标参数得到的参数项,所述参数项还可以是由目标函数处理多个目标参数得到的参数项。当所述参数项是由目标函数处理多个目标参数得到的参数项时,解析所述参数项,并将所述参数项转换为预设数据格式的数据,所述预设数据格式的数据也即各个目标参数间的计算逻辑。所述预设数据格式是指预先设置的数据格式,例如,所述预设数据格式可以为{目标函数,目标参数1,目标参数2,…,目标参数n},在此不做限制。
可选地,所述根据所述计算逻辑调整所述初始测试模板,得到目标测试模板可以包括:
获取对应所述目标利益项的目标参数间的计算逻辑;
根据所述计算逻辑建立所述目标参数间的数据链接;
在所述初始测试模板中添加所述数据链接,得到目标测试模板。
其中,所述数据链接可以是指根据所述目标参数间的计算逻辑建立的公式链接,将公式链接添加至所述初始测试模板中的目标参数上,使得各个目标参数根据所述公式链接进行各项利益项的计算,方便执行测试用例。
S13、生成复用测试用例,并调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值。
在本申请的至少一实施例中,测试用例是确定一组最有可能发现错误的测试数据和流程,实现系统对某个功能的测试。通过对测试用例进行复用处理,能够提高测试效率,进而提高系统质量监测效率。
可选地,所述生成复用测试用例可以包括:
获取预设测试用例库,并从所述预设测试用例库中选取公共测试用例;
确定所述目标系统对应的目标测试点,并获取所述目标测试点对应的测试需求文档;
根据所述测试需求文档与预先设置的测试用例模板生成对应所述目标测试点的非公共测试用例;
组合所述公共测试用例与所述非公共测试用例,得到复用测试用例。
其中,所述预设测试用例库包含其他非目标系统测试所需的若干个测试用例,若干个测试用例可以按照功能拆分为公共部分与非公共部分,并分别对所述公共部分与所述非公共部分添加预设标记,其中,所述预设标记可以为数字标记、字母标记或者颜色标记,所述其他非目标系统与所述目标系统包含的功能模块相近。根据所述预设标记从所述预设测试用例库中选取公共的部分作为公共测试用例。所述目标测试点是指预先设置的所述目标系统需要测试的接口,对于每一所述目标测试点,均存在测试需求文档。所述测试需求文档是指系统人员预先设置的,包含测试基础信息的文档,通过解析所述测试需求文档,能够提取出对应目标测试点的测试需求数据清单。所述非公共测试用例是指针对所述目标测试点单独设计的用例,不同目标系统的测试点不同,其对应的非公共测试用例也可能不同。所述非公共测试用例可通过根据所述测试需求文档对所述测试用例模板中相关数据进行调整得到。所述测试需求文档中的测试需求数据清单与所述测试用例模板中的相关数据存在对应关系,通过确定所述对应关系,可将所述测试用例模板中的相关数据调整为所述测试需求数据清单。
可选地,所述调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值可以包括:
确定所述目标测试模板中的目标参数;
选取所述复用测试用例中对应所述目标参数的参数值;
调用所述目标测试模板中的计算逻辑执行所述参数值,得到系统测试预期值。
S14、调用所述目标系统执行所述复用测试用例,得到系统测试真实值。
在本申请的至少一实施例中,调用所述目标系统执行所述复用测试用例,得到系统测试真实值,通过将所述系统测试预期值与所述系统测试真实值进行比较,当所述系统测试预期值与所述系统测试真实值差异较大时,确定所述目标系统存在较多缺陷,系统质量较差;当所述系统测试预期值与所述系统测试真实值无差异货差异很小时,确定所述目标系统存在较少缺陷,系统质量较好。
S15、分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线。
在本申请的至少一实施例中,分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线,通过将所述第一执行曲线与所述第二执行曲线进行比对,能够更加直观地看出所述系统测试预期值与所述系统测试真实值间差异,从而提高系统质量监控效率。
可选地,所述根据所述系统测试预期值进行曲线拟合,得到第一执行曲线可以包括:
根据所述系统测试预期值确定预设函数;
调用所述预设函数处理所述系统测试预期值,得到第一执行曲线。
其中,所述预设函数为预先设置的用于确定第一执行曲线的函数。采用上述方法能够根据所述系统测试真实值进行曲线拟合,得到第二执行曲线。
S16、计算所述第一执行曲线与所述第二执行曲线间的差异度。
在本申请的至少一实施例中,计算所述第一执行曲线与所述第二执行曲线的差异度可以通过计算两条曲线的走势数据的差异度的方式来完成,所述走势数据可以指对应执行曲线的斜率。
可选地,所述计算所述第一执行曲线与所述第二执行曲线间的差异度可以包括:
获取所述第一执行曲线在预设阶段的第一走势数据;
获取所述第二执行曲线在所述预设阶段的第二走势数据;
确定所述第一走势数据与所述第二走势数据间的差异数据;
计算所述差异数据的数据量,并根据所述数据量遍历预先设置的数据量与差异度的映射关系,得到对应所述数据量的差异度。
其中,所述走势数据可以包括对应执行曲线的斜率,所述预设阶段可以包括三个阶段,分别为:冒烟阶段、SIT阶段及回归阶段。在同一阶段中,所述第二执行曲线与所述第一执行曲线的斜率变化范围应一致。通过对执行曲线按照预设阶段进行划分,实现对相同斜率变化范围的执行曲线进行走势检测,提高执行曲线的监测效率。
S17、根据所述差异度确定所述目标系统的系统质量。
在本申请的至少一实施例中,所述系统质量可以按照质量高低依次分为A级、B级与C级,当系统质量的级别为A级时,表明系统无缺陷,系统质量高;当系统质量的级别为B级时,表明系统存在部分缺陷,系统质量中等;当系统质量的级别为C级时,表明系统存在较多缺陷,系统质量低。对于每一级别,均存在与之对应的差异度范围。所述根据所述差异度确定所述目标系统的系统质量也即根据所述差异度确定所述目标系统对应的差异度范围;根据所述差异度范围确定目标系统的系统质量。
本申请实施例提供的上述系统质量监测方法,根据目标参数以及目标参数间的计算逻辑构建目标测试模板,调用所述目标测试模板执行测试用例,得到系统测试预期值,相较于现有技术在设计测试用例时人为确定测试预期值,能够避免人为设计产生的设计误差,保证测试预期值的正确性,继而提高系统质量监测的准确性;且本申请在设计测试用例时,采用生成复用测试用例的方式,相较于针对目标系统单独设计整套测试用例,能够减少测试用例的设计时间,继而提高系统质量监测的效率;此外,本申请通过曲线拟合的方式比较第一执行曲线与第二执行曲线间的差异度,并根据差异度确定目标系统的系统质量,能够直观地得到目标系统的系统质量。本申请可应用于智慧政务、智慧交通等智慧城市的各个功能模块中,比如智慧政务的基于测试用例的系统质量监测模块等,能够促进智慧城市的快速发展。
图2是本申请实施例二提供的系统质量监测装置的结构图。
在一些实施例中,所述系统质量监测装置20可以包括多个由计算机程序段所组成的功能模块。所述系统质量监测装置20中的各个程序段的计算机程序可以存储于计算机设备的存储器中,并由至少一个处理器所执行,以执行(详见图1描述)系统质量监测的功能。
本实施例中,所述系统质量监测装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:参数获取模块201、模板调整模块202、预期值获取模块203、真实值获取模块204、曲线拟合模块205、差异计算模块206以及质量确定模块207。本申请所称的模块是指一种能够被至少一个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,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
所述参数获取模块201可以用于获取并解析目标系统中的预设信息,得到目标参数,并根据所述目标参数构建初始测试模板。
在本申请的至少一实施例中,所述目标系统可以为保单收益系统,所述保单收益系统可以用于计算保单的各个利益项的值。对于不同险种的保单来说,其对应的利益项可以相同,也可以不相同。所述预设信息可以包括保单号、保单险种、保单期限以及投保人年龄、身体状况、工作状况以及职业类别等各项信息,为保证所述保单信息的保密性与隐私性,所述预设信息可以存储于区块链的目标节点中。所述目标参数是指所述保单信息中的,影响系统质量的监测结果的参数,所述目标参数可以为系统人员预先设置在日志中的,也可以通过机器学习的方式得到的。
在一实施例中,当所述目标参数为系统人员预先设置在日志中时,可选地,获取所述目标参数可以包括:
获取目标日志;
检测所述目标日志中是否包含对应所述目标参数的标识信息;
当检测结果为所述目标日志中包含对应所述目标参数的标识信息时,确定所述标识信息对应位置的内容为目标参数。
其中,所述标识信息用于标识所述目标参数,所述标识信息可以为数字标识、字母标识等,所述目标参数可以是结构化的数据。
在另一实施例中,当所述目标参数通过机器学习方式得到时,可选地,所述获取并解析目标系统中的预设信息,得到目标参数还可以包括:
解析所述预设信息,得到目标利益项;
获取所述目标利益项对应的初始参数;
筛选并删除所述初始参数中重复的参数值,得到目标参数。
其中,所述目标利益项的数量可以为1个,也可以为多个。针对每一目标利益项,均对应初始参数用于计算出目标利益项的值。不同的利益项对应的初始参数可能相同,因此需要筛选初始参数以对所述初始参数进行去重处理,得到目标参数。
可选地,所述根据所述目标参数构建初始测试模板可以包括:
定义初始测试模板中的参数布局;
确定所述参数布局中所述目标参数的属性值;
根据所述参数布局与所述属性值构建初始测试模板。
其中,所述参数布局是指所述初始测试模板中预先设置的目标参数的排列方式,例如,所述目标参数可以按照随机的方式排列,或者,所述目标参数可以按照参数的字节长短的方式排列,在此不做限制。所述属性值可以是指所述目标参数的数据长度、数据类型等属性,在此不加以限定。
所述模板调整模块202可以用于确定所述目标参数间的计算逻辑,并根据所述计算逻辑调整所述初始测试模板,得到目标测试模板。
在本申请的至少一实施例中,所述计算逻辑用于根据所述目标参数计算出对应保单的利益项的值。本申请在确定所述目标参数间的计算逻辑之前,需要预先建立目标参数与计算逻辑之间的对应关系。
可选地,所述建立目标参数与计算逻辑之间的对应关系可以包括:
获取预设信息对应的目标利益项;
拆分所述目标利益项,得到若干个计算因子;
确定所述计算因子对应的权重项与参数项;
解析所述参数项,得到各个目标参数间的计算逻辑。
其中,由于不同保单信息对应的利益项可能不同,因此不同的目标参数间存在不同的计算逻辑,通过建立目标参数与计算逻辑之间的对应关系,可以根据对应关系确定目标参数的计算逻辑,提高计算逻辑确定的准确性,继而提高系统质量监测的准确性。所述目标利益项由若干个计算因子组成,所述计算因子是指计算逻辑单一的算法因子,所述计算因子包括权重项与参数项,所述权重项用于标识所述参数项的重要程度,所述参数项可以是由目标函数处理一个目标参数得到的参数项,所述参数项还可以是由目标函数处理多个目标参数得到的参数项。当所述参数项是由目标函数处理多个目标参数得到的参数项时,解析所述参数项,并将所述参数项转换为预设数据格式的数据,所述预设数据格式的数据也即各个目标参数间的计算逻辑。所述预设数据格式是指预先设置的数据格式,例如,所述预设数据格式可以为{目标函数,目标参数1,目标参数2,…,目标参数n}。
可选地,所述根据所述计算逻辑调整所述初始测试模板,得到目标测试模板可以包括:
获取对应所述目标利益项的目标参数间的计算逻辑;
根据所述计算逻辑建立所述目标参数间的数据链接;
在所述初始测试模板中添加所述数据链接,得到目标测试模板。
其中,所述数据链接可以是指根据所述目标参数间的计算逻辑建立的公式链接,将公式链接添加至所述初始测试模板中的目标参数上,使得各个目标参数根据所述公式链接进行各项利益项的计算,方便执行测试用例。
所述预期值获取模块203可以用于生成复用测试用例,并调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值。
在本申请的至少一实施例中,测试用例是确定一组最有可能发现错误的测试数据和流程,实现系统对某个功能的测试。通过对测试用例进行复用处理,能够提高测试过程效率,进而提高系统质量监测效率。
可选地,所述生成复用测试用例可以包括:
获取预设测试用例库,并从所述预设测试用例库中选取公共测试用例;
确定所述目标系统对应的目标测试点,并获取所述目标测试点对应的测试需求文档;
根据所述测试需求文档与预先设置的测试用例模板生成对应所述目标测试点的非公共测试用例;
组合所述公共测试用例与所述非公共测试用例,得到复用测试用例。
其中,所述预设测试用例库包含其他非目标系统测试所需的若干个测试用例,若干个测试用例可以按照功能拆分为公共部分与非公共部分,并分别对所述公共部分与所述非公共部分添加预设标记,其中,所述预设标记可以为数字标记、字母标记或者颜色标记,所述其他非目标系统与所述目标系统包含的功能模块相近。根据所述预设标记从所述预设测试用例库中选取公共的部分作为公共测试用例。所述目标测试点是指预先设置的所述目标系统需要测试的接口,对于每一所述目标测试点,均存在测试需求文档。所述测试需求文档是指系统人员预先设置的,包含测试基础信息的文档,通过解析所述测试需求文档,能够提取出对应目标测试点的测试需求数据清单。所述非公共测试用例是指针对所述目标测试点单独设计的用例,不同目标系统的测试点不同,其对应的非公共测试用例也可能不同。所述非公共测试用例可通过根据所述测试需求文档对所述测试用例模板中相关数据进行调整得到。所述测试需求文档中的测试需求数据清单与所述测试用例模板中的相关数据存在对应关系,通过确定所述对应关系,可将所述测试用例模板中的相关数据调整为所述测试需求数据清单。
可选地,所述调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值可以包括:
确定所述目标测试模板中的目标参数;
选取所述复用测试用例中对应所述目标参数的参数值;
调用所述目标测试模板中的计算逻辑执行所述参数值,得到系统测试预期值。
所述真实值获取模块204可以用于调用所述目标系统执行所述复用测试用例,得到系统测试真实值。
在本申请的至少一实施例中,调用所述目标系统执行所述复用测试用例,得到系统测试真实值,通过将所述系统测试预期值与所述系统测试真实值进行比较,当所述系统测试预期值与所述系统测试真实值差异较大时,确定所述目标系统存在较多缺陷,系统质量较差;当所述系统测试预期值与所述系统测试真实值无差异货差异很小时,确定所述目标系统存在较少缺陷,系统质量较好。
所述曲线拟合模块205可以用于分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线。
在本申请的至少一实施例中,分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线,通过将所述第一执行曲线与所述第二执行曲线进行比对,能够更加直观地看出所述系统测试预期值与所述系统测试真实值间差异,从而提高系统质量监控效率。
可选地,所述根据所述系统测试预期值进行曲线拟合,得到第一执行曲线可以包括:
根据所述系统测试预期值确定预设函数;
调用所述预设函数处理所述系统测试预期值,得到第一执行曲线。
其中,所述预设函数为预先设置的用于确定第一执行曲线的函数。采用上述方法能够根据所述系统测试真实值进行曲线拟合,得到第二执行曲线。
所述差异计算模块206可以用于计算所述第一执行曲线与所述第二执行曲线间的差异度。
在本申请的至少一实施例中,计算所述第一执行曲线与所述第二执行曲线的差异度可以通过计算两条曲线的走势数据的差异度的方式来完成,所述走势数据可以指对应执行曲线的斜率。
可选地,所述计算所述第一执行曲线与所述第二执行曲线间的差异度可以包括:
获取所述第一执行曲线在预设阶段的第一走势数据;
获取所述第二执行曲线在所述预设阶段的第二走势数据;
确定所述第一走势数据与所述第二走势数据间的差异数据;
计算所述差异数据的数据量,并根据所述数据量遍历预先设置的数据量与差异度的映射关系,得到对应所述数据量的差异度。
其中,所述走势数据可以包括对应执行曲线的斜率,所述预设阶段可以包括三个阶段,分别为:冒烟阶段、SIT阶段及回归阶段。在同一阶段中,所述第二执行曲线与所述第一执行曲线的斜率变化范围应一致。通过对执行曲线按照预设阶段进行划分,实现对相同斜率变化范围的执行曲线进行走势检测,提高执行曲线的监测效率。
所述质量确定模块207可以用于根据所述差异度确定所述目标系统的系统质量。
在本申请的至少一实施例中,所述系统质量可以按照质量高低依次分为A级、B级与C级,当系统质量的级别为A级时,表明系统无缺陷,系统质量高;当系统质量的级别为B级时,表明系统存在部分缺陷,系统质量中等;当系统质量的级别为C级时,表明系统存在较多缺陷,系统质量低。对于每一级别,均存在与之对应的差异度范围。所述根据所述差异度确定所述目标系统的系统质量也即根据所述差异度确定所述目标系统对应的差异度范围;根据所述差异度范围确定目标系统的系统质量。
参阅图3所示,为本申请实施例三提供的计算机设备的结构示意图。在本申请较佳实施例中,所述计算机设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的计算机设备的结构并不构成本申请实施例的限定,既可以是总线型结构,也可以是星形结构,所述计算机设备3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述计算机设备3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述计算机设备3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述计算机设备3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本申请,也应包含在本申请的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31中存储有计算机程序,所述计算机程序被所述至少一个处理器32执行时实现如所述的系统质量监测方法中的全部或者部分步骤。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
进一步地,所述计算机可读存储介质可主要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、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本申请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。
在一些实施例中,所述至少一个处理器32是所述计算机设备3的控制核心(Control Unit),利用各种接口和线路连接整个计算机设备3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行计算机设备3的各种功能和处理数据。例如,所述至少一个处理器32执行所述存储器中存储的计算机程序时实现本申请实施例中所述的系统质量监测方法的全部或者部分步骤;或者实现系统质量监测装置的全部或者部分功能。所述至少一个处理器32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。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述计算机设备3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、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。所述计算机设备3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。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,计算机设备,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分。
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,既可以位于一个地方,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,在本申请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,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请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申请。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,本申请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申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。说明书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。第一,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申请的技术方案而非限制,尽管参照较佳实施例对本申请进行了详细说明,本领域的普通技术人员应当理解,可以对本申请的技术方案进行修改或等同替换,而不脱离本申请技术方案的精神和范围。

Claims (7)

1.一种系统质量监测方法,用于对目标系统进行质量监测,其特征在于,所述系统质量监测方法包括:
获取并解析目标系统中的预设信息,得到目标参数,并根据所述目标参数构建初始测试模板;
确定所述目标参数间的计算逻辑,包括:获取预设信息对应的目标利益项;拆分所述目标利益项,得到若干个计算因子;确定所述计算因子对应的权重项与参数项;解析所述参数项,得到各个目标参数间的计算逻辑;
根据所述计算逻辑调整所述初始测试模板,得到目标测试模板,包括:获取对应所述目标利益项的目标参数间的计算逻辑;根据所述计算逻辑建立所述目标参数间的数据链接;在所述初始测试模板中添加所述数据链接,得到目标测试模板;
生成复用测试用例,包括:获取预设测试用例库,并从所述预设测试用例库中选取公共测试用例;确定所述目标系统对应的目标测试点,并获取所述目标测试点对应的测试需求文档;根据所述测试需求文档与预先设置的测试用例模板生成对应所述目标测试点的非公共测试用例;组合所述公共测试用例与所述非公共测试用例,得到复用测试用例;
调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值;
调用所述目标系统执行所述复用测试用例,得到系统测试真实值;
分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线;
计算所述第一执行曲线与所述第二执行曲线间的差异度;
根据所述差异度确定所述目标系统的系统质量。
2.根据权利要求1所述的系统质量监测方法,其特征在于,所述获取并解析目标系统中的预设信息,得到目标参数包括:
解析所述预设信息,得到目标利益项;
获取所述目标利益项对应的初始参数;
筛选并删除所述初始参数中重复的参数值,得到目标参数。
3.根据权利要求1所述的系统质量监测方法,其特征在于,所述根据所述目标参数构建初始测试模板包括:
定义初始测试模板中的参数布局;
确定所述参数布局中所述目标参数的属性值;
根据所述参数布局与所述属性值构建初始测试模板。
4.根据权利要求1所述的系统质量监测方法,其特征在于,所述计算所述第一执行曲线与所述第二执行曲线间的差异度包括:
获取所述第一执行曲线在预设阶段的第一走势数据;
获取所述第二执行曲线在所述预设阶段的第二走势数据;
确定所述第一走势数据与所述第二走势数据间的差异数据;
计算所述差异数据的数据量,并根据所述数据量遍历预先设置的数据量与差异度的映射关系,得到对应所述数据量的差异度。
5.一种系统质量监测装置,其特征在于,所述系统质量监测装置包括:
参数获取模块,用于获取并解析目标系统中的预设信息,得到目标参数,并根据所述目标参数构建初始测试模板;
模板调整模块,用于确定所述目标参数间的计算逻辑,包括:获取预设信息对应的目标利益项;拆分所述目标利益项,得到若干个计算因子;确定所述计算因子对应的权重项与参数项;解析所述参数项,得到各个目标参数间的计算逻辑;
所述模板调整模块还用于根据所述计算逻辑调整所述初始测试模板,得到目标测试模板,包括:获取对应所述目标利益项的目标参数间的计算逻辑;根据所述计算逻辑建立所述目标参数间的数据链接;在所述初始测试模板中添加所述数据链接,得到目标测试模板;
预期值获取模块,用于生成复用测试用例,包括:获取预设测试用例库,并从所述预设测试用例库中选取公共测试用例;确定所述目标系统对应的目标测试点,并获取所述目标测试点对应的测试需求文档;根据所述测试需求文档与预先设置的测试用例模板生成对应所述目标测试点的非公共测试用例;组合所述公共测试用例与所述非公共测试用例,得到复用测试用例;
所述预期值获取模块还用于调用所述目标测试模板执行所述复用测试用例,得到系统测试预期值;
真实值获取模块,用于调用所述目标系统执行所述复用测试用例,得到系统测试真实值;
曲线拟合模块,用于分别根据所述系统测试预期值进行曲线拟合,得到第一执行曲线,以及根据所述系统测试真实值进行曲线拟合,得到第二执行曲线;
差异计算模块,用于计算所述第一执行曲线与所述第二执行曲线间的差异度;
质量确定模块,用于根据所述差异度确定所述目标系统的系统质量。
6.一种计算机设备,其特征在于,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至4中任意一项所述系统质量监测方法。
7.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,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4中任意一项所述系统质量监测方法。
CN202110293131.3A 2021-03-18 2021-03-18 系统质量监测方法、装置、计算机设备及存储介质 Active CN113010425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110293131.3A CN113010425B (zh) 2021-03-18 2021-03-18 系统质量监测方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110293131.3A CN113010425B (zh) 2021-03-18 2021-03-18 系统质量监测方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113010425A CN113010425A (zh) 2021-06-22
CN113010425B true CN113010425B (zh) 2024-04-02

Family

ID=76402684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110293131.3A Active CN113010425B (zh) 2021-03-18 2021-03-18 系统质量监测方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113010425B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114579436A (zh) * 2022-02-23 2022-06-03 百安居信息技术(上海)有限公司 一种软件测试过程风险管理方法、系统及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111176979A (zh) * 2019-11-20 2020-05-19 四川蜀天梦图数据科技有限公司 一种图数据库的测试用例生成方法和装置
CN111782541A (zh) * 2020-07-10 2020-10-16 泰康保险集团股份有限公司 测试用例生成方法、装置、设备及计算机可读存储介质
CN112115058A (zh) * 2020-09-25 2020-12-22 建信金融科技有限责任公司 测试方法及装置、测试用例生成方法及装置、测试系统
WO2021003818A1 (zh) * 2019-07-08 2021-01-14 平安科技(深圳)有限公司 接口测试用例生成方法、装置、计算机设备及存储介质
CN112363923A (zh) * 2020-11-09 2021-02-12 中国平安人寿保险股份有限公司 基于问卷系统的测试方法、装置、计算机设备及介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7930597B2 (en) * 2008-09-18 2011-04-19 Alcatel-Lucent Usa Inc. Method and apparatus for validating system properties exhibited in execution traces

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021003818A1 (zh) * 2019-07-08 2021-01-14 平安科技(深圳)有限公司 接口测试用例生成方法、装置、计算机设备及存储介质
CN111176979A (zh) * 2019-11-20 2020-05-19 四川蜀天梦图数据科技有限公司 一种图数据库的测试用例生成方法和装置
CN111782541A (zh) * 2020-07-10 2020-10-16 泰康保险集团股份有限公司 测试用例生成方法、装置、设备及计算机可读存储介质
CN112115058A (zh) * 2020-09-25 2020-12-22 建信金融科技有限责任公司 测试方法及装置、测试用例生成方法及装置、测试系统
CN112363923A (zh) * 2020-11-09 2021-02-12 中国平安人寿保险股份有限公司 基于问卷系统的测试方法、装置、计算机设备及介质

Also Published As

Publication number Publication date
CN113010425A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN111754123B (zh) 数据监控方法、装置、计算机设备及存储介质
CN112700131B (zh) 基于人工智能的ab测试方法、装置、计算机设备及介质
CN112948275A (zh) 测试数据生成方法、装置、设备及存储介质
CN111694844B (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
CN112216361A (zh) 基于人工智能的随访计划单生成方法、装置、终端及介质
CN112598135A (zh) 模型训练处理方法、装置、计算机设备及介质
CN111400189A (zh) 代码覆盖率监测方法、装置、电子设备及存储介质
CN114201212B (zh) 配置文件处理方法、装置、计算机设备及存储介质
CN113010425B (zh) 系统质量监测方法、装置、计算机设备及存储介质
CN114201328A (zh) 基于人工智能的故障处理方法、装置、电子设备及介质
CN113342939A (zh) 数据质量监控方法、装置及相关设备
CN114968816A (zh) 基于数据模拟的策略测试方法、装置、设备及存储介质
CN112818028B (zh) 数据指标筛选方法、装置、计算机设备及存储介质
CN113657546B (zh) 信息分类方法、装置、电子设备及可读存储介质
CN114240677A (zh) 医疗数据风险识别方法、装置、电子设备及存储介质
CN115840560A (zh) 一种用于软件开发过程的管理系统
CN114490590A (zh) 数据仓库质量评价方法、装置、电子设备及存储介质
CN113590825A (zh) 文本质检方法、装置及相关设备
CN112258027B (zh) Kpi优化方法、装置、设备及介质
CN114968336A (zh) 应用灰度发布方法、装置、计算机设备及存储介质
CN114706787A (zh) 业务测试方法、业务测试装置、设备及存储介质
CN112036641B (zh) 基于人工智能的留存预测方法、装置、计算机设备及介质
CN114398345A (zh) 数据迁移方法、装置、计算机设备及存储介质
CN114219663A (zh) 产品推荐方法、装置、计算机设备及存储介质
CN112434648A (zh) 一种墙体形状变化检测方法及系统

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
GR01 Patent grant