CN113656290A - 一种mock点自动识别方法、装置以及设备 - Google Patents

Abstract

本说明书实施例公开了一种mock点自动识别方法、装置以及设备。方案包括：获取与预定的依赖类型相对应的因子数据，依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；根据因子数据，对待测试代码进行静态分析，以确定待测试代码中是否存在输出依赖属于依赖类型的函数；若是，则提取函数作为mock点，以便对其进行mock处理后用于辅助对待测试代码的测试。

Description

一种mock点自动识别方法、装置以及设备

技术领域

本说明书涉及软件测试技术领域，尤其涉及一种mock点自动识别方法、装置以及设备。

背景技术

随着计算机和互联网技术的发展，越来越多的软件被开发出来，促进了人们生活的便利性。回归测试作为软件开发周期的一个组成部分，是保障软件质量的重要手段。然而回归测试往往面临的一个问题是测试环境中状态依赖的不确定性。状态依赖的不确定性是指系统的运行结果依赖某些系统的运行状态，而这些运行状态在每次运行时都不一样。

目前比较通用的方法是，通过人工的方式在被测应用中寻找到状态依赖相关的函数，然后采用mock测试的方式，将相关的函数作为mock点，用一个虚拟的对象来创建以便进行回归测试。

基于此，需要一种更加高效的mock点识别方案。

发明内容

本说明书一个或多个实施例提供一种mock点自动识别方法、装置、设备以及存储介质，用以解决如下技术问题：需要一种更加高效的mock点识别方案。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

本说明书一个或多个实施例提供的一种mock点自动识别方法，包括：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

本说明书一个或多个实施例提供的一种mock点自动识别装置，包括：

因子数据获取模块，获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

静态分析模块，根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

mock点提取模块，若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

本说明书一个或多个实施例提供的一种mock点自动识别设备，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指令，所述指令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：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

本说明书一个或多个实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

本说明书一个或多个实施例采用的上述至少一个技术方案能够达到以下有益效果：

将测试过程中的状态依赖划分为多个依赖类型，能够针对不同的依赖类型，根据对测试过程影响的原理采用相应的静态分析方法确定mock点，提高自动识别时的准确度。在识别mock点之前，首先获取依赖类型对应的因子数据，因子数据帮助高效地锚定在该依赖类型下对测试过程影响的一小部分数据，通过不同依赖类型对应的因子数据在较小范围进行更精细的静态分析，能够使得分析过程中所考虑的因素更具有针对性。如此，能够得到一种高效准确的自动化识别mock点的方案。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书一个或多个实施例提供的一种mock点自动识别方法的流程示意图；

图2为本说明书一个或多个实施例提供的，一种应用场景下的依赖类型的示意图；

图3为本说明书一个或多个实施例提供的，一种应用场景下的外部状态依赖的示意图；

图4为本说明书一个或多个实施例提供的一种mock点自动识别装置的结构示意图；

图5为本说明书一个或多个实施例提供的一种mock点自动识别设备的结构示意图。

具体实施方式

本说明书实施例提供一种mock点自动识别方法、装置、设备以及存储介质。

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

图1为本说明书一个或多个实施例提供的一种mock点自动识别方法的流程示意图。该方法可以应用于不同的业务领域，比如，软件回归测试领域、互联网金融业务领域、电商业务领域、即时通讯业务领域、游戏业务领域、公务业务领域等。该流程可以由相应领域的计算设备(比如，用于进行软件回归测试的测试设备)执行，流程中的某些输入参数或者中间结果允许人工干预调节，以帮助提高准确性。

图1中的流程可以包括以下步骤：

S102：获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种。

图2为本说明书一个或多个实施例提供的，一种应用场景下的依赖类型的示意图，将状态依赖的类型至少划分为多个类型，包括系统状态依赖、内部状态依赖和外部状态依赖等，这些类型可以进一步划分为更小粒度的类型，相应地，在后续识别mock点的具体处理过程中也有更细的方案分支，在后面的实施例中会有详细说明。

系统状态依赖指的是，函数的输出依赖底层运行系统的信息，比如，在函数运行过程中，需要获取使用底层运行系统(这里的底层是相对而言的，假定使用该方案的研发人员要开发一个应用程序，则支撑该改用程序的下层代码都可以属于所谓的底层运行系统，底层运行系统不是由该研发人员开发的，往往是业界较为通用的已有成熟系统，比如，java开发原生环境、安卓系统、iOS系统、windows系统等)获取时间、验证码等相关数据。

内部状态依赖指的是，函数的输出依赖自身的系统状态，比如，函数的输出与其自身被调用的次数相关。

外部状态依赖指的是，函数的输出依赖外部系统或组件。比如，函数的输出需要查询外部数据库。当然，除了上面列举的这三大类以外，状态依赖还可能会包括其他类型，比如，依赖测试设备的硬件能力、测试人员的相关操作等。将状态依赖还可以按照其他的维度重新划分，比如，将系统状态依赖划分为，系统时间状态依赖、系统验证码状态依赖等。

因子数据反映了对函数输出是否收到状态依赖产生影响的因素，有助于快速缩小对mock点的识别范围。因子数据包括多种形式，比如，其可以是相应的函数、配置文件、类等。因子数据可以属于被测应用中的内容，也可以是预设的模板等而不属于被测应用的内容。在获取因子数据的过程中，可以每次只获取某个依赖类型对应的因子数据，也可以一次性的获取多个依赖类型对应的因子数据，然后分别进行相应的分析处理。

S104：根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数。

静态分析(Program Static Analysis)是指在不运行代码的方式下，通过相应的方法技术对被测应用的程序代码进行扫描，验证代码是否满足相关指标。相比于动态的分析方法，静态分析不需要运行程序，也就减少了测试时系统的负担和计算资源的消耗，而且无需程序代码全部撰写完毕即可进行分析，使得软件开发的效率更高。因此，在静态分析的过程中，需要将其中的一些输出依赖属于上文中描述的状态依赖的函数作为mock点，以便对被测应用中的待测试代码(待测试代码可以是被测应用中的全部或部分代码)进行相应测试。

输出依赖指的是，函数的输出所依赖的因素，输出依赖属于依赖类型则指的是，依赖的因素属于上文中所述的状态依赖中的一种。

S106：若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

mock点指的是，在软件回归测试中，需要进行模拟创建的虚拟对象。mock点为代码组成的函数，在实际的应用中，mock点可以表示得更宽泛一些，比如，以类、接口等表示mock点，在这种情况下，模拟时重点关注的还是类或者接口所对应的函数。对mock点进行mock处理后，即可继续进行测试，比如，回归测试。

基于图1的方法，本说明书还提供了该方法的一些具体实施方案和扩展方案，下面继续进行说明。

在本说明书一个或多个实施例中，应用在运行过程中，难免需要与底层系统进行交互，从而获取相应的数据，比如，在java编程环境中，获取时间的函数“java.lang.System.currentTimeMillis()”，获取随机值“java.lang.Math.random()”等。此时，将获取的系统函数作为因子数据，可以通过对被测应用进行关键词检索获取系统函数，也可以是通过预设模板或者第三方模块的传输获取相应的系统函数。

在获取到系统函数后，可以通过污点分析的方式进行静态分析。首先将系统函数作为污染源，根据待测试代码中的条件变量和返回值变量确定污染池(比如，将这两者直接作为污染池)，进行分析确定，是否存在一个传递路径，使得数据能够从污染源传递至污染池中。如果有，则说明该系统函数能够将相应的数据传递至条件变量和返回值变量中，而系统函数具有一定的不确定性，如此，则包含条件变量或返回值变量的应用函数的输出很有可能会依赖于系统函数，故而可以将该应用函数认为是一个mock点。

在本说明书一个或多个实施例中，应用在运行过程中，自身的状态会实时发生变化，内部一些函数的状态也会发生变化，比如，函数自身的被调用次数、运行时长等，由此，某些函数在运行过程中，其输出会随着自身状态的变化而发生变化，其输出依赖属于内部状态依赖。

具体地，在被测应用中，通常设置有一些存储单元，存储单元用于存储相应的内部状态信息。该存储单元很容易受到内部状态的影响，因此将其作为因子数据。比如，仍以java编程环境为例，很多应用以Java 2平台企业版(Java 2 Platform EnterpriseEdition，J2EE)为标准进行开发，使用静态成员变量和Spring beans来存储内部状态信息。其中，Spring是一个开源框架，可以用于软件的开发，在Spring中，构成应用程序主干并由Spring IoC容器管理的对象称为bean，bean是一个由Spring IoC容器实例化、组装和管理的对象，其可以用来存储相应的内部状态信息。

对于静态成员变量，可以通过分析待测试代码中的“static”关键词来识别。对于Spring beans，可以通过分析代码中的bean注解以及分析Spring xml配置文件中的属性进行识别。

进一步地，在获取了存储单元将其作为因子数据后，并非所有的存储单元的值都会对回归测试的结果产生影响，因此需要过滤掉对回归测试结果没有影响的变量。此时，需要根据因子数据对待测试代码进行静态分析。在分析过程中，若确定存储单元在初始化之后未被修改，则可以认为该存储单元的输出依赖不属于内部状态依赖，将其过滤掉。其中，如果未对该存储单元进行赋值操作，不存在代码修改该存储单元，则认为该存储单元未被修改，不会对回归测试造成影响，不将其作为mock点。另外，编程人员在编程的过程中，可能会习惯性的添加setter函数，在一些场景下，虽然其针对该存储单元编写了一个setter函数，但是如果该setter函数未被其他任何函数调用，则认为该存储单元即使被修改，所产生的影响也不会传递到测试环节，尤其不会影响回归测试中对功能的验证，因此，将其过滤掉，不作为mock点。

在本说明书一个或多个实施例中，应用在运行过程中，需要与外部系统进行相应的交互，在交互过程中，可能会由于外部系统的变化导致自身的输出产生变化。然而由于外部系统相比于自身以及底层系统，其实现的功能更加全面复杂，所以外部状态依赖的具体类型也相对更多。比如，图3为本说明书一个或多个实施例提供的，一种应用场景下的外部状态依赖的示意图，外部状态依赖包括多个方面：进行RPC调用、访问外部数据库、进行近端调用和分布式资源管理(Distributed Resource Management，DRM)调用等，在这过程中，应用中部分函数的输出会随其发生变化，输出属于外部状态依赖。

第一方面，进行RPC调用。微服务架构是一种架构模式，它提倡将单一应用程序划分成一组小的服务，服务之间相互协调、互相配合，为用户提供最终价值。每个服务运行在其独立的进程中，服务和服务之间采用轻量级的通信机制相互沟通(通常是基于HTTP的Restful API)，每个服务都围绕着具体的业务进行构建，并且能够被独立的部署到生产环境、类生产环境等。由此可以得知，当应用采用的是微服务架构时，其很多功能都依赖于远端的其他系统，本地轻量级能力较弱的，因此需要通过RPC功能频繁的与外部系统进行交互，以调取远端的功能。而对于采用非微服务架构的应用，其主要功能还是依赖于本地自身，相应的业务逻辑主要在本地执行，虽然也会进行RPC调用，但往往是用于消息交互通知等。基于此，针对微服务架构，考虑到测试过程中对功能的验证往往是重头戏，则本方案尤其关注针对其RPC调用来识别mock点。

基于此，获取微服务架构下与外部状态依赖相应的xml配置文件(比如，Springxml配置文件)，将其作为因子数据。在xml配置文件中预先通过引用和/或绑定的标签来定义相应框架下的RPC接口(比如，在sofa或sofaboot框架下，通过“sofa:reference”、“sofa:binding.tr”标签来定义相应的RPC接口)，此时，遍历xml配置文件，以检索收集到该标签下的信息，便能够找到RPC接口，根据该RPC接口即可确定输出依赖属于所述外部状态依赖的函数，将其作为mock点。

第二方面，访问外部数据库。功能依赖的缺失是测试环境中缺少必要的依赖模块，比如数据库模块、其他组件等，故而访问外部数据库既属于外部系统依赖，也属于功能依赖中的一种。被测应用中的待测试代码在基于不同版本的持久层框架访问数据库时，其访问所需的方法也不同。以Ibatis和Mybatis为例，两者是一个基于SQL映射支持Java和.NET的持久层框架的不同版本，Ibatis为较旧的版本，可以将其称作指定版本，Mybatis为该指定版本之后的改进版本。

当待测试代码通过Ibatis访问数据库时，可以获取用于支持数据库访问类(比如，SqlMapClientDaoSupport类)的子类，将子类作为因子数据，该子类对应的方法即为输出依赖属于所述外部状态依赖的函数，将其作为mock点。

当待测试代码通过Mybatis访问数据库时，由于不能直接将Mybatis中的映射接口(比如，mapper接口)识别为mock点，因此，可以采用其他的方式进行识别。在当前测试环境支持mock代理类时，则可以首先确定动态生成类的代理类，并将该代理类作为因子数据，然后将该代理类中用于调用的方法确定为输出依赖属于所述依赖类型的函数，将其作为mock点，此时识别的mock点只有一个，并且不会影响代码。比如，首先获取org.apache.ibatis.binding.MapperProxy”类，其为动态生成的代理类，该代理类中存在有若干个子类，这些子类均为该代理类所对应的动态生成类。invoke方法需要将子类的相关数据作为输入，而子类是动态生成的，具有一定的不确定性，因此，在这些子类中寻找invoke方法，将其确定为输出依赖属于所述依赖类型的函数。但是在当前测试环境不支持mock代理类时，无法通过该方法识别mock点，此时获取调用了映射接口(比如，Mybatis mapper接口)的方法，将其作为因子数据，并将因子数据本身作为输出依赖属于所述依赖类型的函数，将其作为mock点。

第三方面，进行近端调用。在应用中具有多个模块，各模块分别用于执行相应的功能。在传统框架中，如果对某个指定接口的定义和执行，都在一个模块中实现，则会使得该模块的复用性较低，难以直接应用到其他应用中。而在sofa框架中，为了降低各模块之间的关联性，实现模块之间的解耦合，如果在一个模块对指定接口进行了定义，则在另一个模块中实现该指定接口的执行类，以此增加模块之间的复用性，使得模块之间更容易组合。这两个模块之间并没有直接关联，而是通过相应的xml配置文件关联在一起，我们可以将调用指定接口产生的模块之间相互调用的动作成为近端调用。

基于此，当调用指定接口时，需要首先获取作为调用端的模块对应的xml配置文件(比如，Spring框架下的Spring xml配置文件)，将该xml配置文件作为因子数据。然后在调用端对应的xml配置文件中确定用于引用的标签(比如，sofa框架下的“sofa:reference”标签)，该标签已经预先申明了需要调用的指定接口，因此，可以根据该标签确定需要调用的指定接口。根据该指定接口可以确定相应的被调用端，并获取被调用端对应的xml配置文件。预先根据被调用端对应的xml配置文件中的服务标签(比如，sofa框架下的“sofa:service”标签)以及bean标签定义了相应的执行类，因此，可以在被调用端对应的xml配置文件中确定服务标签以及bean标签，并根据该服务标签以及bean标签找到该预先定义的执行类。此时，被调用端的执行类用于实现调用端中需要调用的接口，两者之间为近端调用关系。可以根据确定的执行类确定输出依赖属于所述外部状态依赖的函数，将其识别为mock点，比如，将执行类作为输出依赖属于所述外部状态依赖的函数。

第四方面，进行DRM调用。DRM是一个分布式环境下实时动态的配置管理框架，在该框架下，如果有一个类中携带有用于注入的注解(比如，一个类有“DResource”注解，在此将该注解称为指定注解)，则可以通过该类进行DRM操作，此时，获取携带有指定注解的类，将该类作为因子数据，并根据该类确定输出依赖属于所述依赖类型的函数，将其识别为mock点。

需要说明的是，在本说明书所提供的一些实施例中，在获取因子数据的过程中，实际上也进行了一些静态分析步骤。比如，在外部状态依赖中的访问外部数据库时，若待测试代码通过Mybatis访问数据库，则在获取因子数据时，需要分析当前的测试环境是否支持mock代理类，此时实际上也进行了静态分析的过程，然而该分析过程，并不过会对获取了因子数据后的静态分析过程产生影响。

基于同样的思路，本说明书一个或多个实施例还提供了上述方法对应的装置和设备，如图4、图5所示。

图4为本说明书一个或多个实施例提供的一种mock点自动识别装置的结构示意图，所述装置包括：

因子数据获取模块402，获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

静态分析模块404，根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

mock点提取模块406，若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

可选地，所述因子数据获取模块402，获取与所述系统状态依赖相对应的系统函数；

所述静态分析模块404，将所述系统函数作为污染源，根据待测试代码中的条件变量和返回值变量确定污染池；

确定是否存在传递路径，使得数据能够从所述污染源传递到所述污染池中；

若是，则确定应用函数为输出依赖属于所述系统状态依赖的函数，所述应用函数为包含所述条件变量或所述返回值变量的函数。

可选地，所述因子数据获取模块402，在待测试代码中，获取与所述内部状态依赖相对应的存储单元，所述存储单元用于存储内部状态信息；

所述静态分析模块404，若所述存储单元在初始化之后未被修改，则将所述存储单元过滤掉；

根据过滤后剩下的存储单元，确定所述待测试代码中是否存在输出依赖属于所述内部状态依赖的函数。

可选地，所述静态分析模块404，若确定只存在setter函数对所述存储单元进行修改，且所述setter函数未被其他函数调用，则将所述存储单元过滤掉。

可选地，所述因子数据获取模块402，通过static关键字识别获取与所述内部状态依赖相对应的静态成员变量，和/或，对所述待测试代码中的bean注解以及xml配置文件中的属性进行分析识别，获取与所述内部状态依赖相对应的Spring beans。

可选地，所述因子数据获取模块402，获取微服务架构下与所述外部状态依赖相对应的xml配置文件；

所述静态分析模块404，在所述xml配置文件中确定用于引用和/或绑定的标签；

确定通过所述标签定义的RPC接口，并根据所述RPC接口确定输出依赖属于所述外部状态依赖的函数。

可选地，所述待测试代码通过指定版本的持久层框架访问数据库时，所述因子数据获取模块402，获取用于支持数据库访问的类的子类；

所述静态分析模块404，在所述待测试代码中，将所述子类对应的方法确定为输出依赖属于所述外部状态依赖的函数；

所述待测试代码通过所述指定版本之后的改进版本的持久层框架访问数据库时，所述因子数据获取模块402，若测试环境支持mock代理类，则获取动态生成类的代理类；

若测试环境不支持mock代理类，则获取调用了映射接口的方法；

所述静态分析模块404，在所述动态生成类的代理类中，根据输入参数涉及所述动态生成类的方法，确定输出依赖属于所述依赖类型的函数；或

将所述调用了映射接口的方法确定为输出依赖属于所述依赖类型的函数。

可选地，所述因子数据获取模块402，获取调用端与所述外部状态依赖相对应的xml配置文件；

所述静态分析模块404，在所述调用端对应的xml配置文件中确定用于引用的标签，并根据所述标签确定需要调用的指定接口，所述指定接口是由所述调用端定义的；

根据所述指定接口确定相应的被调用端，并获取所述被调用端与所述外部状态依赖相对应的xml配置文件；

在所述被调用端对应的xml配置文件中确定服务标签以及bean标签，并根据所述服务标签以及所述bean标签确定预先定义的执行类，所述被调用端的执行类用于实现所述调用端中需要调用的接口；

根据所述确定的执行类，确定输出依赖属于所述外部状态依赖的函数。

可选地，所述因子数据获取模块402，在分布式环境下的配置管理框架中，获取与所述外部状态依赖相对应的携带有指定注解的类，所述指定注解用于注入；

所述静态分析模块404，根据所述携带有指定注解的类，确定输出依赖属于所述依赖类型的函数。

图5为本说明书一个或多个实施例提供的一种mock点自动识别设备的结构示意图，所述设备包括：

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指令，所述指令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：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

基于同样的思路，本说明书一个或多个实施例还提供了对应于上述方法的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (19)

1.一种mock点自动识别方法，包括：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

2.如权利要求1所述的方法，所述获取与预定的依赖类型相对应的因子数据，具体包括：

获取与所述系统状态依赖相对应的系统函数；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

将所述系统函数作为污染源，根据待测试代码中的条件变量和返回值变量确定污染池；

确定是否存在传递路径，使得数据能够从所述污染源传递到所述污染池中；

若是，则确定应用函数为输出依赖属于所述系统状态依赖的函数，所述应用函数为包含所述条件变量或所述返回值变量的函数。

3.如权利要求1所述的方法，所述获取与预定的依赖类型相对应的因子数据，具体包括：

在待测试代码中，获取与所述内部状态依赖相对应的存储单元，所述存储单元用于存储内部状态信息；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

若所述存储单元在初始化之后未被修改，则将所述存储单元过滤掉；

根据过滤后剩下的存储单元，确定所述待测试代码中是否存在输出依赖属于所述内部状态依赖的函数。

4.如权利要求3所述的方法，所述根据过滤后剩下的存储单元，确定所述待测试代码中是否存在输出依赖属于所述内部状态依赖的函数之前，所述方法还包括：

若确定只存在setter函数对所述存储单元进行修改，且所述setter函数未被其他函数调用，则将所述存储单元过滤掉。

5.如权利要求3或4所述的方法，所述在待测试代码中，获取与所述内部状态依赖相对应的存储单元，具体包括：

通过static关键字识别获取与所述内部状态依赖相对应的静态成员变量，和/或，对所述待测试代码中的bean注解以及xml配置文件中的属性进行分析识别，获取与所述内部状态依赖相对应的Spring beans。

6.如权利要求1所述的方法，所述获取与预定的依赖类型相对应的因子数据，具体包括：

获取微服务架构下与所述外部状态依赖相对应的xml配置文件；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

在所述xml配置文件中确定用于引用和/或绑定的标签；

确定通过所述标签定义的RPC接口，并根据所述RPC接口确定输出依赖属于所述外部状态依赖的函数。

7.如权利要求1所述的方法，所述待测试代码通过指定版本的持久层框架访问数据库时，所述获取与预定的依赖类型相对应的因子数据，具体包括：

获取用于支持数据库访问的类的子类；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

在所述待测试代码中，将所述子类对应的方法确定为输出依赖属于所述外部状态依赖的函数；

所述待测试代码通过所述指定版本之后的改进版本的持久层框架访问数据库时，所述获取与预定的依赖类型相对应的因子数据，具体包括：

若测试环境支持mock代理类，则获取动态生成类的代理类；

若测试环境不支持mock代理类，则获取调用了映射接口的方法；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

在所述动态生成类的代理类中，根据输入参数涉及所述动态生成类的方法，确定输出依赖属于所述依赖类型的函数；或

将所述调用了映射接口的方法确定为输出依赖属于所述依赖类型的函数。

8.如权利要求1所述的方法，所述获取与预定的依赖类型相对应的因子数据，具体包括：

获取调用端与所述外部状态依赖相对应的xml配置文件；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

在所述调用端对应的xml配置文件中确定用于引用的标签，并根据所述标签确定需要调用的指定接口，所述指定接口是由所述调用端定义的；

根据所述指定接口确定相应的被调用端，并获取所述被调用端与所述外部状态依赖相对应的xml配置文件；

在所述被调用端对应的xml配置文件中确定服务标签以及bean标签，并根据所述服务标签以及所述bean标签确定预先定义的执行类，所述被调用端的执行类用于实现所述调用端中需要调用的接口；

根据所述确定的执行类，确定输出依赖属于所述外部状态依赖的函数。

9.如权利要求1所述的方法，所述获取与预定的依赖类型相对应的因子数据，具体包括：

在分布式环境下的配置管理框架中，获取与所述外部状态依赖相对应的携带有指定注解的类，所述指定注解用于注入；

所述根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数，具体包括：

根据所述携带有指定注解的类，确定输出依赖属于所述依赖类型的函数。

10.一种mock点自动识别装置，包括：

因子数据获取模块，获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

静态分析模块，根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

mock点提取模块，若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

11.如权利要求10所述的装置，所述因子数据获取模块，获取与所述系统状态依赖相对应的系统函数；

所述静态分析模块，将所述系统函数作为污染源，根据待测试代码中的条件变量和返回值变量确定污染池；

确定是否存在传递路径，使得数据能够从所述污染源传递到所述污染池中；

若是，则确定应用函数为输出依赖属于所述系统状态依赖的函数，所述应用函数为包含所述条件变量或所述返回值变量的函数。

12.如权利要求10所述的装置，所述因子数据获取模块，在待测试代码中，获取与所述内部状态依赖相对应的存储单元，所述存储单元用于存储内部状态信息；

所述静态分析模块，若所述存储单元在初始化之后未被修改，则将所述存储单元过滤掉；

根据过滤后剩下的存储单元，确定所述待测试代码中是否存在输出依赖属于所述内部状态依赖的函数。

13.如权利要求12所述的装置，所述静态分析模块，若确定只存在setter函数对所述存储单元进行修改，且所述setter函数未被其他函数调用，则将所述存储单元过滤掉。

14.如权利要求12或13所述的装置，所述因子数据获取模块，通过static关键字识别获取与所述内部状态依赖相对应的静态成员变量，和/或，对所述待测试代码中的bean注解以及xml配置文件中的属性进行分析识别，获取与所述内部状态依赖相对应的Spring beans。

15.如权利要求10所述的装置，所述因子数据获取模块，获取微服务架构下与所述外部状态依赖相对应的xml配置文件；

所述静态分析模块，在所述xml配置文件中确定用于引用和/或绑定的标签；

确定通过所述标签定义的RPC接口，并根据所述RPC接口确定输出依赖属于所述外部状态依赖的函数。

16.如权利要求10所述的装置，所述待测试代码通过指定版本的持久层框架访问数据库时，所述因子数据获取模块，获取用于支持数据库访问的类的子类；

所述静态分析模块，在所述待测试代码中，将所述子类对应的方法确定为输出依赖属于所述外部状态依赖的函数；

所述待测试代码通过所述指定版本之后的改进版本的持久层框架访问数据库时，所述因子数据获取模块，若测试环境支持mock代理类，则获取动态生成类的代理类；

若测试环境不支持mock代理类，则获取调用了映射接口的方法；

所述静态分析模块，在所述动态生成类的代理类中，根据输入参数涉及所述动态生成类的方法，确定输出依赖属于所述依赖类型的函数；或

将所述调用了映射接口的方法确定为输出依赖属于所述依赖类型的函数。

17.如权利要求10所述的装置，所述因子数据获取模块，获取调用端与所述外部状态依赖相对应的xml配置文件；

所述静态分析模块，在所述调用端对应的xml配置文件中确定用于引用的标签，并根据所述标签确定需要调用的指定接口，所述指定接口是由所述调用端定义的；

根据所述指定接口确定相应的被调用端，并获取所述被调用端与所述外部状态依赖相对应的xml配置文件；

在所述被调用端对应的xml配置文件中确定服务标签以及bean标签，并根据所述服务标签以及所述bean标签确定预先定义的执行类，所述被调用端的执行类用于实现所述调用端中需要调用的接口；

根据所述确定的执行类，确定输出依赖属于所述外部状态依赖的函数。

18.如权利要求10所述的装置，所述因子数据获取模块，在分布式环境下的配置管理框架中，获取与所述外部状态依赖相对应的携带有指定注解的类，所述指定注解用于注入；

所述静态分析模块，根据所述携带有指定注解的类，确定输出依赖属于所述依赖类型的函数。

19.一种mock点自动识别设备，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指令，所述指令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：

获取与预定的依赖类型相对应的因子数据，所述依赖类型包括系统状态依赖、内部状态依赖和外部状态依赖中的至少一种；

根据所述因子数据，对待测试代码进行静态分析，以确定所述待测试代码中是否存在输出依赖属于所述依赖类型的函数；

若是，则提取所述函数作为mock点，以便对其进行mock处理后用于辅助对所述待测试代码的测试。

Images