CN113419961A - 业务测试用例库的建立方法、装置、设备及存储介质 - Google Patents
业务测试用例库的建立方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113419961A CN113419961A CN202110778296.XA CN202110778296A CN113419961A CN 113419961 A CN113419961 A CN 113419961A CN 202110778296 A CN202110778296 A CN 202110778296A CN 113419961 A CN113419961 A CN 113419961A
- Authority
- CN
- China
- Prior art keywords
- service
- test case
- library
- case
- target
- 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
- G06F11/3684—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
- G06F11/3676—Test management for coverage analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
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)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及测试领域,公开了业务测试用例库的建立方法、装置、设备及存储介质,用于提高利用业务测试用例库检测业务功能的准确率。业务测试用例库的建立方法包括:利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;获取目标业务任务中所需的目标业务功能和对应的目标业务测试用例;基于业务用例映射库执行目标业务测试用例,生成目标执行逻辑,基于目标执行逻辑计算分析覆盖率,并根据分析覆盖率对业务用例映射库进行补充;利用聚类分析算法对多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。本发明还涉及区块链技术,业务测试用例可存储于区块链中。
Description
技术领域
本发明涉及测试领域,尤其涉及一种业务测试用例库的建立方法、装置、设备及存储介质。
背景技术
随着科技不断的进步,越来越多的领域中运用到计算机技术,在利用计算机技术开发软件时,对业务功能的验证往往是必不可少的一步,现有对业务功能进行测试的方法为黑盒测试。黑盒测试是以用户的角度,从输入数据与输出数据的对应关系出发进行测试的,在进行测试的过程中,将业务测试用例对应的逻辑运算(程序)看作一个不能打开的黑盒子,在完全不考虑其内部结构和内部特性的情况下,对程序接口进行测试,检查业务功能是否按照需求规格说明书的规定正常使用。
但是利用现有业务测试用例库对业务功能进行测试的过程中,业务测试用例库中的业务测试种类不够完善,从而导致利用业务测试用例库检测业务功能的准确率低下。
发明内容
本发明提供了一种业务测试用例库的建立方法、装置、设备及存储介质,用于完善业务测试用例库,并提高利用业务测试用例库检测业务功能的准确率。
本发明第一方面提供了一种业务测试用例库的建立方法,包括:获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例,所述业务用例映射库包括目标业务测试用例;基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
可选的,在本发明第一方面的第一种实现方式中,所述获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库包括:获取业务系统中的多个业务功能,通过预置的构建规则建立所述多个业务功能对应的多个业务测试用例,对所述多个业务测试用例进行整合,得到基础测试用例库;获取预置的逻辑运算式,在所述基础测试用例库中通过测试探测算法将所述逻辑运算式分配给每个业务测试用例,完成所述逻辑运算式的映射,得到业务用例映射库。
可选的,在本发明第一方面的第二种实现方式中,所述基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库包括:利用所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑;获取执行所述目标业务测试用例的总体执行逻辑,通过所述目标执行逻辑和所述总体执行逻辑计算所述目标业务测试用例的分析覆盖率,并通过所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库。
可选的,在本发明第一方面的第三种实现方式中,所述获取执行所述目标业务测试用例的总体执行逻辑,通过所述目标执行逻辑和所述总体执行逻辑计算所述目标业务测试用例的分析覆盖率,并通过所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库包括:获取执行所述目标业务测试用例的总体执行逻辑,对所述目标执行逻辑和所述总体执行逻辑进行基本逻辑运算,得到所述目标业务测试用例的分析覆盖率;当所述目标业务测试用例的分析覆盖率小于标准阈值时,获取所述目标执行逻辑对应的逻辑级别,通过所述目标执行逻辑对应的逻辑级别选取业务场景用例,并将所述业务场景用例补充至所述业务用例映射库,得到补充测试用例库。
可选的,在本发明第一方面的第四种实现方式中,所述利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库包括:获取所述补充测试用例库中每个业务测试用例的执行剖面结构矩阵,并利用线性判别分析算法对每个执行剖面结构矩阵进行二进制向量化,得到多个向量化结构矩阵;利用聚类分析算法对所述多个向量化结构矩阵进行聚类分析,得到多个回归用例;执行所述多个回归用例,并根据所述多个回归用例计算回归覆盖率,当所述回归覆盖率小于或等于预设的覆盖率阈值时,通过所述聚类分析算法重新对每个向量化结构矩阵进行聚类,直到计算得到的回归覆盖率大于所述预设的覆盖率阈值,停止对所述多个向量化结构矩阵进行聚类;对执行回归后的多个回归用例进行整合,得到最终的业务测试用例库。
可选的,在本发明第一方面的第五种实现方式中,在所述利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库之后,所述业务测试用例库的建立方法还包括:对所述多个业务测试用例进行定位,得到用例定位信息,通过所述用例定位信息追溯对应的业务测试用例。
可选的,在本发明第一方面的第六种实现方式中,所述对所述多个业务测试用例进行定位,得到用例定位信息,通过所述用例定位信息追溯对应的业务测试用例包括:利用预置的关键字分析算法统计业务用例映射库中每个业务测试用例的数据链路定位信息,并对多个数据链路定位信息进行整合,生成业务数据链路定位库,所述数据链路定位信息的保存名称为对应业务测试用例的名称;在所述业务数据链路定位库中查找与所述业务测试用例名称相同的数据链路定位信息的保存名称,并通过所述数据链路定位信息追溯对应的业务测试用例。
本发明第二方面提供了一种业务测试用例库的建立装置,包括:建立模块,用于获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;获取模块,用于获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例;补充模块,用于基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;回归模块,用于利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
可选的,在本发明第二方面的第一种实现方式中,所述建立模块具体用于:获取业务系统中的多个业务功能,通过预置的构建规则建立所述多个业务功能对应的多个业务测试用例,对所述多个业务测试用例进行整合,得到基础测试用例库;获取预置的逻辑运算式,在所述基础测试用例库中通过测试探测算法将所述逻辑运算式分配给每个业务测试用例,完成所述逻辑运算式的映射,得到业务用例映射库。
可选的,在本发明第二方面的第二种实现方式中,所述补充模块包括:执行单元,用于利用所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑;计算单元,用于获取执行所述目标业务测试用例的总体执行逻辑,通过所述目标执行逻辑和所述总体执行逻辑计算所述目标业务测试用例的分析覆盖率,并通过所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库。
可选的,在本发明第二方面的第三种实现方式中,所述计算单元具体用于:获取执行所述目标业务测试用例的总体执行逻辑,对所述目标执行逻辑和所述总体执行逻辑进行基本逻辑运算,得到所述目标业务测试用例的分析覆盖率;当所述目标业务测试用例的分析覆盖率小于标准阈值时,获取所述目标执行逻辑对应的逻辑级别,通过所述目标执行逻辑对应的逻辑级别选取业务场景用例,并将所述业务场景用例补充至所述业务用例映射库,得到补充测试用例库。
可选的,在本发明第二方面的第四种实现方式中,所述回归模块具体用于:获取所述补充测试用例库中每个业务测试用例的执行剖面结构矩阵,并利用线性判别分析算法对每个执行剖面结构矩阵进行二进制向量化,得到多个向量化结构矩阵;利用聚类分析算法对所述多个向量化结构矩阵进行聚类分析,得到多个回归用例;执行所述多个回归用例,并根据所述多个回归用例计算回归覆盖率,当所述回归覆盖率小于或等于预设的覆盖率阈值时,通过所述聚类分析算法重新对每个向量化结构矩阵进行聚类,直到计算得到的回归覆盖率大于所述预设的覆盖率阈值,停止对所述多个向量化结构矩阵进行聚类;对执行回归后的多个回归用例进行整合,得到最终的业务测试用例库。
可选的,在本发明第二方面的第五种实现方式中,所述业务测试用例库的建立装置还包括:定位模块,用于对所述多个业务测试用例进行定位,得到用例定位信息,通过所述用例定位信息追溯对应的业务测试用例。
可选的,在本发明第二方面的第六种实现方式中,所述定位模块具体用于:利用预置的关键字分析算法统计业务用例映射库中每个业务测试用例的数据链路定位信息,并对多个数据链路定位信息进行整合,生成业务数据链路定位库,所述数据链路定位信息的保存名称为对应业务测试用例的名称;在所述业务数据链路定位库中查找与所述业务测试用例名称相同的数据链路定位信息的保存名称,并通过所述数据链路定位信息追溯对应的业务测试用例。
本发明第三方面提供了一种业务测试用例库的建立设备,包括:存储器和至少一个处理器,所述存储器中存储有计算机程序;所述至少一个处理器调用所述存储器中的所述计算机程序,以使得所述业务测试用例库的建立设备执行上述的业务测试用例库的建立方法。
本发明的第四方面提供了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计算机程序,当其在计算机上运行时,使得计算机执行上述的业务测试用例库的建立方法。
本发明提供的技术方案中,获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例,所述业务用例映射库包括目标业务测试用例;基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。本发明实施例中,利用计算业务测试用例的分析覆盖率的方式对业务测试用例进行补充,在对补充后的业务测试用例进行聚类和回归操作,完善了业务测试用例库,同时也提高了利用业务测试用例库检测业务功能的准确率。
附图说明
图1为本发明实施例中业务测试用例库的建立方法的一个实施例示意图;
图2为本发明实施例中业务测试用例库的建立方法的另一个实施例示意图;
图3为本发明实施例中业务测试用例库的建立装置的一个实施例示意图;
图4为本发明实施例中业务测试用例库的建立装置的另一个实施例示意图;
图5为本发明实施例中业务测试用例库的建立设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种业务测试用例库的建立方法、装置、设备及存储介质,用于完善业务测试用例库,并提高利用业务测试用例库检测业务功能的准确率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中业务测试用例库的建立方法的一个实施例包括:
101、获取业务系统中的多个业务功能,并建立多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;
可以理解的是,本发明的执行主体可以为业务测试用例库的建立装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
这里的业务系统指的是不同领域中所使用满足用户需求的系统,可以为医疗业务系统也可以为交通业务系统;这里的业务功能指的是业务系统需要实现的功效,例如:医疗业务系统中的挂号功能、支付功能等,本申请并不对业务系统以及业务功能进行限定。在对业务功能进行测试时会根据业务功能建立对应的业务测试用例,业务测试用例体现对业务功能的测试方案、方法、技术和策略,具体的,业务测试用例中包括测试目标、测试环境、输入数据、测试步骤、预期结果、测试脚本等。在明确了业务测试用例之后就需要利用测试探测算法为业务测试用例分配对应的逻辑运算式,就可以得到相应的业务用例映射库。
需要强调的是,为进一步保证上述业务测试用例的私密和安全性,上述业务测试用例还可以存储于一区块链的节点中。
102、获取目标业务任务,并确定目标业务任务中所需的目标业务功能和对应的目标业务测试用例,业务用例映射库包括目标业务测试用例;
需要说明的是,这里的目标业务任务指的是需要进行测试的业务项目,在需要进行测试的业务项目中可以包括至少一个目标业务功能和对应的目标业务测试用例。例如:在需要进行测试的目标业务任务甲中,存在目标业务功能A和目标业务功能B,目标业务功能A对应的目标业务测试用例为a,目标业务功能B对应的目标业务测试用例为b,确定了目标业务任务之后,就可以执行目标业务任务中目标业务测试用例,进行目标业务任务的测试。
103、基于业务用例映射库执行目标业务测试用例,生成目标业务测试用例的目标执行逻辑,基于目标执行逻辑计算目标业务测试用例的分析覆盖率,并根据分析覆盖率对业务用例映射库进行补充,得到补充测试用例库;
服务器执行目标业务测试用例在业务用例映射库中对应的目标逻辑运算式,在执行过程中生成实际的目标执行逻辑,为了检测目标业务测试用例的准确性,则需要进一步计算目标业务测试用例的分析覆盖率,这里的分析覆盖率为实时以报表的形式展示每日覆盖率增长趋势图,用以提供项目测试进展可视化和风险预警支撑。此外,通过计算目标业务测试用例的分析覆盖率还可以对业务测试用例进行补充,逐步完善测试用例,得到补充测试用例库。
104、利用聚类分析算法对补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
需要说明的是,服务器在执行完多个业务测试用例后,业务测试系统会对多个业务测试用例进行分析,生成每个业务测试用例逻辑运算式之间的关联关系以及链路关系。此外,服务器还可以根据业务测试用例对应的执行剖面结构矩阵,对业务测试用例的聚集性进行分析,在聚类分析后对多个业务测试用例进行回归操作进一步提升业务测试用例库的准确性,得到最终的业务测试用例库。
本发明实施例中,利用计算业务测试用例的分析覆盖率的方式对业务测试用例进行补充,在对补充后的业务测试用例进行聚类和回归操作,完善了业务测试用例库,同时也提高了利用业务测试用例库检测业务功能的准确率。
请参阅图2,本发明实施例中业务测试用例库的建立方法的另一个实施例包括:
201、获取业务系统中的多个业务功能,并建立多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;
具体的,服务器获取业务系统中的多个业务功能,通过预置的构建规则建立多个业务功能对应的多个业务测试用例,对多个业务测试用例进行整合,得到基础测试用例库;服务器获取预置的逻辑运算式,在基础测试用例库中通过测试探测算法将逻辑运算式分配给每个业务测试用例,完成逻辑运算式的映射,得到业务用例映射库。
服务器首先分析业务系统中的业务功能,利用预置的构建规则建立多个业务功能对应的多个业务测试用例,并将多个业务测试用例导入至测试系统,在测试系统中保存建立好的多个业务测试用例,得到基础测试用例库。然后服务器就可以为基础测试用例库匹配对应的逻辑运算式,这里的逻辑运算式是提前设置好的,也就说是说直接将实现测试功能的逻辑运算式编辑好,根据对应的业务测试用例直接进行分配。
具体为每个业务测试用例匹配预置的逻辑运算式的过程为:首先服务器在测试系统中配置好能够实现基础操作的页面访问地址,然后服务器确定需要进行匹配的业务测试用例,在访问页面中点击“录制”按钮,并执行业务测试用例对应的业务功能操作,测试系统的后台中的程序采集业务功能会对进行业务功能操作时产生的预置的逻辑运算式和其他测试数据生成的过程进行收集,直到点击“结束”按钮,完成每个业务测试用例的匹配。上述映射过程不需要输入冗余的程序代码式,程序采集业务功能会完成业务测试用例和对应的逻辑运算式的匹配,将业务测试用例直接映射到程序代码层的模块>文件>类>方法>分支>行,并且可视化地维护业务测试用例和程序代码逻辑式(逻辑运算式)的映射关系,行成业务用例映射库。
需要强调的是,为进一步保证上述业务测试用例的私密和安全性,上述业务测试用例还可以存储于一区块链的节点中。
202、获取目标业务任务,并确定目标业务任务中所需的目标业务功能和对应的目标业务测试用例,业务用例映射库包括目标业务测试用例;
需要说明的是,这里的目标业务任务指的是需要进行测试的业务项目,在需要进行测试的业务项目中可以包括至少一个目标业务功能和对应的目标业务测试用例。例如:在需要进行测试的目标业务任务甲中,存在目标业务功能A和目标业务功能B,目标业务功能A对应的目标业务测试用例为a,目标业务功能B对应的目标业务测试用例为b,确定了目标业务任务之后,就可以执行目标业务任务中目标业务测试用例,进行目标业务任务的测试。
203、基于业务用例映射库执行目标业务测试用例,生成目标业务测试用例的目标执行逻辑,基于目标执行逻辑计算目标业务测试用例的分析覆盖率,并根据分析覆盖率对业务用例映射库进行补充,得到补充测试用例库;
具体的,服务器利用业务用例映射库执行目标业务测试用例,生成目标业务测试用例的目标执行逻辑;服务器获取执行目标业务测试用例的总体执行逻辑,通过目标执行逻辑和总体执行逻辑计算目标业务测试用例的分析覆盖率,并通过分析覆盖率对业务用例映射库进行补充,得到补充测试用例库。
服务器进行计算分析覆盖率的步骤如下:获取执行目标业务测试用例的总体执行逻辑,对目标执行逻辑和总体执行逻辑进行基本逻辑运算,得到目标业务测试用例的分析覆盖率;当目标业务测试用例的分析覆盖率小于标准阈值时,获取目标执行逻辑对应的逻辑级别,通过目标执行逻辑对应的逻辑级别选取业务场景用例,并将业务场景用例补充至业务用例映射库,得到补充测试用例库。
在业务用例映射库中确定目标业务测试用例对应的业务逻辑运算式,服务器直接执行业务逻辑运算式,就可以得到执行后真实生成的目标执行逻辑,可以理解的是目标执行逻辑可能与业务逻辑运算式相同,也可能与业务逻辑运算式不同。为了检测业务测试用例的完整性,可以计算目标测试用例的分析覆盖率,若分析覆盖率低下,则可以对业务测试用例进行补充,从而得到补充测试用例库。
在计算目标测试用例的分析覆盖率时,服务器首先需要获取执行目标业务测试用例的总体执行逻辑,这里的总体执行逻辑指的是为了完成目标业务任务执行(至少一个)目标测试用例而实际得到的逻辑运算式。利用每个目标执行逻辑除以总体执行逻辑就可以得到对应目标业务测试用例的分析覆盖率。
当目标业务测试用例的分析覆盖率小于标准阈值时,服务器可以进一步对目标业务测试用例进行分析。此外,需要说明的是,目标业务测试用例中未被覆盖的逻辑运算式(程序代码)是用红色字体进行标记的。服务器可以直接获取到目标执行逻辑对应的逻辑级别,通过逻辑级别挖掘出与此目标业务测试用例逻辑运算式所关联的场景用例,并将业务场景用例补充至业务用例映射库,得到补充测试用例库。
需要说明的是,当目标业务测试用例为多个时,可以逐一对目标业务测试用例进行计算检测。
204、利用聚类分析算法对补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库;
具体的,服务器获取补充测试用例库中每个业务测试用例的执行剖面结构矩阵,并利用线性判别分析算法对每个执行剖面结构矩阵进行二进制向量化,得到多个向量化结构矩阵;服务器利用聚类分析算法对多个向量化结构矩阵进行聚类分析,得到多个回归用例;服务器执行多个回归用例,并根据多个回归用例计算回归覆盖率,当回归覆盖率小于或等于预设的覆盖率阈值时,通过聚类分析算法重新对每个向量化结构矩阵进行聚类,直到计算得到的回归覆盖率大于预设的覆盖率阈值,停止对多个向量化结构矩阵进行聚类;服务器对执行回归后的多个回归用例进行整合,得到最终的业务测试用例库。
需要说明的是,业务测试用例的执行剖面结构矩阵是一个输入为二维数据的矩阵,第一维数据为业务测试用例的名称(ID),第二维数据是该业务测试用例对应的函数执行剖面或者逻辑运算块的执行剖面,即业务测试用例的类函数覆盖率。通过SSDR方法、LDA线性判别方法将剖面数据进行二进制向量化,通过K-Means标准聚类算法进行聚类分析,得到多个聚类分析后的回归用例。然后再执行此回归用例并计算多个回归用例对应的回归覆盖率,并将回归覆盖率与预设的覆盖率阈值相比较,判断回归覆盖率是否小于或等于预设覆盖率阈值,若回归覆盖率是否小于或等于预设覆盖率阈值,则通过聚类分析算法重新对多个向量化结构矩阵进行聚类,直到计算得到的回归覆盖率大于预设的覆盖率阈值,停止对多个向量化结构矩阵进行聚类,也就是说重新设置K-Means标准聚类算法中的K值,再次通过K-Means标准聚类算法重新计算回归用例,直到相应的回归覆盖率大于预设覆盖率阈值。
205、对多个业务测试用例进行定位,得到用例定位信息,通过用例定位信息追溯对应的业务测试用例。
具体的,服务器利用预置的关键字分析算法统计业务用例映射库中每个业务测试用例的数据链路定位信息,并对多个数据链路定位信息进行整合,生成业务数据链路定位库,数据链路定位信息的保存名称为对应业务测试用例的名称;服务器在业务数据链路定位库中查找与业务测试用例名称相同的数据链路定位信息的保存名称,并通过数据链路定位信息追溯对应的业务测试用例。
在测试系统中,服务器可以通过预置的关键字分析算法统计业务用例映射库中每个业务测试用例的数据链路定位信息,也就是说通过预置的关键字分析算法可以统计业务用例映射库中的模块、文件、类、方法、条件分支、行数量,并且可以以可视化树的方式展示逻辑运算式的层级结构和统计值。具体的:在测试系统中的访问页面内选取模块>文件>类>方法,点击访问页面中的“正向分析”按钮,测试系统的后台会通过预置的关键字分析算法分析该过程中的调用链路,并用可视化展示方法展示正向数据链路关系图,也就是显示多个数据链路定位信息之间的关系;基于正向数据链路关系图,在访问页面中点击“逆向分析”按钮,通过箭头的指向确定所有调用数据链路的定位信息,并通过可视化展示方法展示逆向数据链路关系图。正向数据链路关系图和逆向数据链路关系图构成了业务数据链路定位库。
在进行上述业务测试用例分析之后,在业务数据链路定位库中会展示业务测试用例和对应逻辑运算式之间的映射关系。具体的,在测试系统的访问页面中点击“业务测试用例名称”,即可以展开该业务测试用例的数据链路定位信息,点击访问页面中的“查看数据链路”,即可通过业务测试用例查询到对应的逻辑运算式,点击访问页面中的“查看用例”,即可展示所有使用该数据链路的业务测试用例,也就是可以实现通过数据链路定位信息追溯到相应的业务测试用例的功能。
本发明实施例中,利用计算业务测试用例的分析覆盖率的方式对业务测试用例进行补充,在对补充后的业务测试用例进行聚类和回归操作,完善了业务测试用例库,同时也提高了利用业务测试用例库检测业务功能的准确率。
上面对本发明实施例中业务测试用例库的建立方法进行了描述,下面对本发明实施例中业务测试用例库的建立装置进行描述,请参阅图3,本发明实施例中业务测试用例库的建立装置一个实施例包括:
建立模块301,用于获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;
获取模块302,用于获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例,所述业务用例映射库包括目标业务测试用例;
补充模块303,用于基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;
回归模块304,用于利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
本发明实施例中,利用计算业务测试用例的分析覆盖率的方式对业务测试用例进行补充,在对补充后的业务测试用例进行聚类和回归操作,完善了业务测试用例库,同时也提高了利用业务测试用例库检测业务功能的准确率。
请参阅图4,本发明实施例中业务测试用例库的建立装置的另一个实施例包括:
建立模块301,用于获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;
获取模块302,用于获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例,所述业务用例映射库包括目标业务测试用例;
补充模块303,用于基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;
回归模块304,用于利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
可选的,建立模块301具体用于:
获取业务系统中的多个业务功能,通过预置的构建规则建立所述多个业务功能对应的多个业务测试用例,对所述多个业务测试用例进行整合,得到基础测试用例库;
获取预置的逻辑运算式,在所述基础测试用例库中通过测试探测算法将所述逻辑运算式分配给每个业务测试用例,完成所述逻辑运算式的映射,得到业务用例映射库。
可选的,补充模块303包括:
执行单元3031,用于利用所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑;
计算单元3032,用于获取执行所述目标业务测试用例的总体执行逻辑,通过所述目标执行逻辑和所述总体执行逻辑计算所述目标业务测试用例的分析覆盖率,并通过所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库。
可选的,计算单元3032具体用于:
获取执行所述目标业务测试用例的总体执行逻辑,对所述目标执行逻辑和所述总体执行逻辑进行基本逻辑运算,得到所述目标业务测试用例的分析覆盖率;
当所述目标业务测试用例的分析覆盖率小于标准阈值时,获取所述目标执行逻辑对应的逻辑级别,通过所述目标执行逻辑对应的逻辑级别选取业务场景用例,并将所述业务场景用例补充至所述业务用例映射库,得到补充测试用例库。
可选的,回归模块304具体用于:
获取所述补充测试用例库中每个业务测试用例的执行剖面结构矩阵,并利用线性判别分析算法对每个执行剖面结构矩阵进行二进制向量化,得到多个向量化结构矩阵;
利用聚类分析算法对所述多个向量化结构矩阵进行聚类分析,得到多个回归用例;
执行所述多个回归用例,并根据所述多个回归用例计算回归覆盖率,当所述回归覆盖率小于或等于预设的覆盖率阈值时,通过所述聚类分析算法重新对每个向量化结构矩阵进行聚类,直到计算得到的回归覆盖率大于所述预设的覆盖率阈值,停止对所述多个向量化结构矩阵进行聚类;
对执行回归后的多个回归用例进行整合,得到最终的业务测试用例库。
可选的,业务测试用例库的建立装置还包括:
定位模块305,用于对所述多个业务测试用例进行定位,得到用例定位信息,通过所述用例定位信息追溯对应的业务测试用例。
可选的,定位模块305具体用于:
利用预置的关键字分析算法统计业务用例映射库中每个业务测试用例的数据链路定位信息,并对多个数据链路定位信息进行整合,生成业务数据链路定位库,所述数据链路定位信息的保存名称为对应业务测试用例的名称;
在所述业务数据链路定位库中查找与所述业务测试用例名称相同的数据链路定位信息的保存名称,并通过所述数据链路定位信息追溯对应的业务测试用例。
本发明实施例中,利用计算业务测试用例的分析覆盖率的方式对业务测试用例进行补充,在对补充后的业务测试用例进行聚类和回归操作,完善了业务测试用例库,同时也提高了利用业务测试用例库检测业务功能的准确率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的业务测试用例库的建立装置进行详细描述,下面从硬件处理的角度对本发明实施例中业务测试用例库的建立设备进行详细描述。
图5是本发明实施例提供的一种业务测试用例库的建立设备的结构示意图,该业务测试用例库的建立设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对业务测试用例库的建立设备500中的一系列计算机程序操作。更进一步地,处理器510可以设置为与存储介质530通信,在业务测试用例库的建立设备500上执行存储介质530中的一系列计算机程序操作。
业务测试用例库的建立设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的业务测试用例库的建立设备结构并不构成对业务测试用例库的建立设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种业务测试用例库的建立设备,所述计算机设备包括存储器和处理器,存储器中存储有计算机可读程序,计算机可读程序被处理器执行时,使得处理器执行上述各实施例中的所述业务测试用例库的建立方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得计算机执行所述业务测试用例库的建立方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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。
所述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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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,该计算机软件产品存储在一个存储介质中,包括若干计算机程序用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述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-onlymemory,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。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种业务测试用例库的建立方法,其特征在于,所述业务测试用例库的建立方法包括:
获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;
获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例,所述业务用例映射库包括目标业务测试用例;
基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;
利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
2.根据权利要求1所述的业务测试用例库的建立方法,其特征在于,所述获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库包括:
获取业务系统中的多个业务功能,通过预置的构建规则建立所述多个业务功能对应的多个业务测试用例,对所述多个业务测试用例进行整合,得到基础测试用例库;
获取预置的逻辑运算式,在所述基础测试用例库中通过测试探测算法将所述逻辑运算式分配给每个业务测试用例,完成所述逻辑运算式的映射,得到业务用例映射库。
3.根据权利要求1所述的业务测试用例库的建立方法,其特征在于,所述基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库包括:
利用所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑;
获取执行所述目标业务测试用例的总体执行逻辑,通过所述目标执行逻辑和所述总体执行逻辑计算所述目标业务测试用例的分析覆盖率,并通过所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库。
4.根据权利要求3所述的业务测试用例库的建立方法,其特征在于,所述获取执行所述目标业务测试用例的总体执行逻辑,通过所述目标执行逻辑和所述总体执行逻辑计算所述目标业务测试用例的分析覆盖率,并通过所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库包括:
获取执行所述目标业务测试用例的总体执行逻辑,对所述目标执行逻辑和所述总体执行逻辑进行基本逻辑运算,得到所述目标业务测试用例的分析覆盖率;
当所述目标业务测试用例的分析覆盖率小于标准阈值时,获取所述目标执行逻辑对应的逻辑级别,通过所述目标执行逻辑对应的逻辑级别选取业务场景用例,并将所述业务场景用例补充至所述业务用例映射库,得到补充测试用例库。
5.根据权利要求1所述的业务测试用例库的建立方法,其特征在于,所述利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库包括:
获取所述补充测试用例库中每个业务测试用例的执行剖面结构矩阵,并利用线性判别分析算法对每个执行剖面结构矩阵进行二进制向量化,得到多个向量化结构矩阵;
利用聚类分析算法对所述多个向量化结构矩阵进行聚类分析,得到多个回归用例;
执行所述多个回归用例,并根据所述多个回归用例计算回归覆盖率,当所述回归覆盖率小于或等于预设的覆盖率阈值时,通过所述聚类分析算法重新对每个向量化结构矩阵进行聚类,直到计算得到的回归覆盖率大于所述预设的覆盖率阈值,停止对所述多个向量化结构矩阵进行聚类;
对执行回归后的多个回归用例进行整合,得到最终的业务测试用例库。
6.根据权利要求1-5中任一项所述的业务测试用例库的建立方法,其特征在于,在所述利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库之后,所述业务测试用例库的建立方法还包括:
对所述多个业务测试用例进行定位,得到用例定位信息,通过所述用例定位信息追溯对应的业务测试用例。
7.根据权利要求6所述的业务测试用例库的建立方法,其特征在于,所述对所述多个业务测试用例进行定位,得到用例定位信息,通过所述用例定位信息追溯对应的业务测试用例包括:
利用预置的关键字分析算法统计业务用例映射库中每个业务测试用例的数据链路定位信息,并对多个数据链路定位信息进行整合,生成业务数据链路定位库,所述数据链路定位信息的保存名称为对应业务测试用例的名称;
在所述业务数据链路定位库中查找与所述业务测试用例名称相同的数据链路定位信息的保存名称,并通过所述数据链路定位信息追溯对应的业务测试用例。
8.一种业务测试用例库的建立装置,其特征在于,所述业务测试用例库的建立装置包括:
建立模块,用于获取业务系统中的多个业务功能,并建立所述多个业务功能对应的多个业务测试用例,利用测试探测算法为每个业务测试用例匹配预置的逻辑运算式,得到业务用例映射库;
获取模块,用于获取目标业务任务,并确定所述目标业务任务中所需的目标业务功能和对应的目标业务测试用例,所述业务用例映射库包括目标业务测试用例;
补充模块,用于基于所述业务用例映射库执行所述目标业务测试用例,生成所述目标业务测试用例的目标执行逻辑,基于所述目标执行逻辑计算所述目标业务测试用例的分析覆盖率,并根据所述分析覆盖率对所述业务用例映射库进行补充,得到补充测试用例库;
回归模块,用于利用聚类分析算法对所述补充测试用例库中的多个业务测试用例进行聚类操作,并对执行聚类操作后的多个业务测试用例进行回归操作,得到最终的业务测试用例库。
9.一种业务测试用例库的建立设备,其特征在于,所述业务测试用例库的建立设备包括:存储器和至少一个处理器,所述存储器中存储有计算机程序;
所述至少一个处理器调用所述存储器中的所述计算机程序,以使得所述业务测试用例库的建立设备执行如权利要求1-7中任意一项所述的业务测试用例库的建立方法。
10.一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1-7中任一项所述业务测试用例库的建立方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778296.XA CN113419961A (zh) | 2021-07-09 | 2021-07-09 | 业务测试用例库的建立方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778296.XA CN113419961A (zh) | 2021-07-09 | 2021-07-09 | 业务测试用例库的建立方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113419961A true CN113419961A (zh) | 2021-09-21 |
Family
ID=77720664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110778296.XA Pending CN113419961A (zh) | 2021-07-09 | 2021-07-09 | 业务测试用例库的建立方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113419961A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115905031A (zh) * | 2023-03-14 | 2023-04-04 | 云筑信息科技(成都)有限公司 | 一种基于精准质量保障系统的测试用例推荐方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706751A (zh) * | 2009-11-23 | 2010-05-12 | 中兴通讯股份有限公司 | 软件业务功能覆盖率的统计方法及系统 |
CN102495731A (zh) * | 2011-12-02 | 2012-06-13 | 中国信息安全测评中心 | 一种信息安全评估的实施用例的生成方法 |
US20130311976A1 (en) * | 2012-05-17 | 2013-11-21 | Cognizant Technology Solutions India Pvt. Ltd. | Method and system for generating and processing black box test cases |
CN108920382A (zh) * | 2018-07-31 | 2018-11-30 | 惠州市德赛西威汽车电子股份有限公司 | 测试用例生成方法、装置、存储介质及服务器 |
CN112306854A (zh) * | 2019-08-01 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 用例测试方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-09 CN CN202110778296.XA patent/CN113419961A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706751A (zh) * | 2009-11-23 | 2010-05-12 | 中兴通讯股份有限公司 | 软件业务功能覆盖率的统计方法及系统 |
CN102495731A (zh) * | 2011-12-02 | 2012-06-13 | 中国信息安全测评中心 | 一种信息安全评估的实施用例的生成方法 |
US20130311976A1 (en) * | 2012-05-17 | 2013-11-21 | Cognizant Technology Solutions India Pvt. Ltd. | Method and system for generating and processing black box test cases |
CN108920382A (zh) * | 2018-07-31 | 2018-11-30 | 惠州市德赛西威汽车电子股份有限公司 | 测试用例生成方法、装置、存储介质及服务器 |
CN112306854A (zh) * | 2019-08-01 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 用例测试方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
魏晋强: "《软件测试技术及应用研究》", 《北京:中国原子能出版社》, pages: 83 - 84 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115905031A (zh) * | 2023-03-14 | 2023-04-04 | 云筑信息科技(成都)有限公司 | 一种基于精准质量保障系统的测试用例推荐方法 |
CN115905031B (zh) * | 2023-03-14 | 2023-06-23 | 云筑信息科技(成都)有限公司 | 一种基于精准质量保障系统的测试用例推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Adams et al. | Multivariate phylogenetic comparative methods: evaluations, comparisons, and recommendations | |
Jombart et al. | treespace: Statistical exploration of landscapes of phylogenetic trees | |
US7926026B2 (en) | Graphical analysis to detect process object anomalies | |
AU2016216684B2 (en) | Flow analysis instrumentation | |
US9594665B2 (en) | Regression evaluation using behavior models of software applications | |
Johnson | On the role of vorticity stretching and strain self-amplification in the turbulence energy cascade | |
US8892493B2 (en) | Compatibility testing using traces, linear temporal rules, and behavioral models | |
CN111897804A (zh) | 计算机实现的方法、计算系统和计算机可读介质 | |
CN111026647B (zh) | 代码覆盖率的获取方法、装置、计算机设备和存储介质 | |
CN104715190B (zh) | 一种基于深度学习的程序执行路径的监控方法及系统 | |
CN105868956A (zh) | 一种数据处理方法及装置 | |
CN115879748A (zh) | 一种基于大数据的企业信息化管理集成平台 | |
Altman et al. | Choosing reliable statistical software | |
CN112363923A (zh) | 基于问卷系统的测试方法、装置、计算机设备及介质 | |
CN113419961A (zh) | 业务测试用例库的建立方法、装置、设备及存储介质 | |
CN109241511B (zh) | 一种电子报告的生成方法及设备 | |
CN113871018A (zh) | 基于元数据模型的医疗数据治理方法、系统、计算机设备 | |
Rieck et al. | Structural analysis of multivariate point clouds using simplicial chains | |
Forouzani et al. | Method for assessing software quality using source code analysis | |
CN115145751A (zh) | 微服务系统故障根因定位方法、装置、设备及存储介质 | |
CN110113229A (zh) | 一种区块链基准性能测试系统和工具 | |
CN105761119B (zh) | 在线人数分布计算方法及装置 | |
Elbaum et al. | A methodology for operational profile refinement | |
CN113791980A (zh) | 测试用例的转化分析方法、装置、设备及存储介质 | |
CN112307088A (zh) | 流程节点状态查询方法、装置、设备及存储介质 |
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 |