CN114185811A - 测试方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开涉及一种测试方法、装置、存储介质及电子设备，以减少测试过程中用于测试数据获取的时间成本和人力成本，减少数据获取代码的冗余，提高测试效率。该方法包括：接收测试请求；响应于测试请求，从测试用例集中调用目标测试用例，目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，测试数据模型用于维护具有业务关联性的业务字段，且业务字段与数据源层关联，数据源层用于为测试数据模型层中测试数据模型提供测试数据；通过目标测试数据模型中与待测业务场景相关的目标业务字段，从数据源层中获取目标业务字段对应的目标测试数据；基于目标测试数据运行目标测试用例得到测试结果。

Description

测试方法、装置、存储介质及电子设备

技术领域

本公开涉及测试技术领域，具体地，涉及一种测试方法、装置、存储介质及电子设备。

背景技术

自动化测试可以将以人为驱动的测试行为转化为机器执行，提高测试效率。通常，自动化测试过程中的测试数据是程序员根据实际测试环境编写对应的数据获取代码来获取，无法灵活适配各种测试环境。并且，如果测试环境发生更改，所需的测试数据相应发生变化，则需要耗费大量时间成本和人力成本重新编写对应的数据获取代码，从而影响自动化测试的效率。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种测试方法，所述方法包括：

接收测试请求，所述测试请求用于请求目标测试用例进行测试；

响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

基于所述目标测试数据运行所述目标测试用例得到测试结果。

第二方面，本公开提供一种测试装置，所述装置包括：

接收模块，用于接收测试请求，所述测试请求用于请求目标测试用例进行测试；

调用模块，用于响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

获取模块，用于通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

测试模块，用于基于所述目标测试数据运行所述目标测试用例得到测试结果。

第三方面，本公开提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。

通过上述技术方案，可以基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成测试数据模型，从而将庞大且零散的测试数据抽象成具备业务领域特性的数据模型，在测试过程中可以从测试数据模型确定测试用例所需的业务字段进行测试，无需针对不同的测试环境编写复杂的数据获取代码，进而可以减少代码冗余，提高数据准备的可复用性以及测试效率。

并且，测试数据模型中的业务字段与数据源层关联，通过此种关联可以实现测试用例中的测试数据与数据源的解耦，在编写测试用例的过程中可以关注测试用例需要从数据模型中提取哪些业务字段，而不用关注具体从哪里获取测试数据，减少用于编写测试用例的时间成本和人力成本，进一步提高测试效率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是相关技术中接口自动化测试过程的示意图；

图2是根据本公开一示例性实施例示出的一种测试方法的流程图；

图3是根据本公开一示例性实施例示出的一种测试方法的过程示意图；

图4是根据本公开一示例性实施例示出的一种测试方法中数据模型中业务字段以及数据操作函数的内容示意图；

图5是相关技术和本公开对发布评论接口进行测试的对比过程示意图；

图6是根据本公开另一示例性实施例示出的一种测试方法的过程示意图；

图7是根据本公开一示例性实施例示出的一种测试装置的框图；

图8是根据本公开一示例性实施例示出的一种电子设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。另外需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

正如背景技术所言，相关技术中，自动化测试过程中的测试数据通常是程序员根据实际测试环境编写对应的数据获取代码来获取，无法灵活适配各种测试环境。并且，如果测试环境发生更改，所需的测试数据相应发生变化，则需要耗费大量时间成本和人力成本重新编写对应的数据获取代码，从而影响自动化测试的效率。

例如，参照图1，对于发布评论接口和回复评论接口的自动化测试，尽管该两个接口的功能相近，但是所需的测试数据不是完全一样的。具体地，参照图1，发布评论接口所需的测试数据包括用户账号、用户密码、评论的内容、发布评论类型和评论文章ID，而回复评论接口所需的测试数据包括用户账号、用户密码、回复的内容、评论的ID和评论文章ID。因此在编写测试用例的过程中会为每个接口单独编写数据获取代码，并且在该数据获取代码中至少需要指明具体测试数据以及从哪里获取该测试数据，存在不同测试环境切换适配困难以及测试数据变更后需耗费大量的时间成本和人力成本进行代码重写的问题。

此外，虽然不同测试环境所需的测试数据不完全一样，但是也存在大量相同的情况，比如参照图1，两个接口所需的测试数据都包括用户账号、用户密码和评论文章ID，如果分别编写代码进行数据获取，则还会造成数据获取代码的冗余。

发明人研究发现，相关技术中存在对单个测试数据设置公共方法以减少代码冗余的方式。但是，在接口测试环境下，接口众多，且各接口的测试数据不尽相同，接口入参的来源分散，因此测试数据的获取复杂度依然很高，需要耗费大量的人力和时间编写对应公共方法进行测试数据的获取，从而影响自动化测试效率。

有鉴于此，本公开提供一种测试方法，以通过预先封装的测试数据模型减少测试过程中用于测试数据获取的时间成本和人力成本，减少数据获取代码的冗余，提高测试效率。

图2是根据本公开一示例性实施例示出的一种测试方法的流程图。参照图2，该测试方法包括：

步骤201，接收测试请求。该测试请求用于请求目标测试用例进行测试。

步骤202，响应于测试请求，从测试用例集中调用目标测试用例，目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型。该测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且业务字段与数据源层关联，数据源层用于为测试数据模型层中测试数据模型提供测试数据。

步骤203，通过目标测试数据模型中与待测业务场景相关的目标业务字段，从数据源层中获取所述目标业务字段对应的目标测试数据。

步骤203，基于目标测试数据运行目标测试用例得到测试结果。

通过上述方式，可以基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成测试数据模型，从而将庞大且零散的测试数据抽象成具备业务领域特性的数据模型，在测试过程中可以从数据模型确定测试用例所需的业务字段进行测试，无需针对不同的测试环境编写复杂的数据获取代码，进而可以提高测试效率。并且，测试数据模型中的业务字段与数据源层关联，通过此种关联可以实现测试用例中的测试数据与数据源的解耦，从而在编写测试用例的过程中可以关注测试用例需要从数据模型中提取哪些业务字段，而不用关注具体从哪里获取测试数据，减少用于编写测试用例的时间成本和人力成本，进一步提高测试效率。

例如，参照图3，基于测试数据模型的自动化测试包括：最上层的用例调用及编写、中间的数据模型与底层的数据源。其中，数据模型层是基于业务常用的测试数据之间的关联，抽象出有限个测试数据模型，作为数据载体，用于自动化测试过程中的流转。比如，参照图3，该数据模型层的测试数据模型包括：用于表征用户信息的User模型、用于表征评论信息的Comment模型、用于表征手机号信息的Mobile模型、用于表征内容卡片信息的Item模型、用于表征图片信息的Image模型、用于表征视频信息的Video模型、用于表征标签信息的Tag模型。当然，根据实际情况，该数据模型层还可以包括其他测试数据模型，本公开实施例对此不作限定。

继续参照图3，数据源层通过数据库、缓存Redis、接口调用、工具类生成等多种方式，为已抽象出的测试数据模型中的业务字段提供数据源。最上层的测试用例调用所需要的测试数据时，直接从数据模型层中的测试数据模型中抽取需要的业务字段，无需在测试用例中准备具体的测试数据和数据获取方式。

上文已有说明，相关技术对单一测试环境编写数据获取代码，需要针对每个测试环境指明需要获取的测试数据是什么以及从哪里获取测试数据，用于编写数据获取代码的时间成本和人力成本较高，且会造成代码冗余，无法灵活适配不同的测试环境。而本公开实施例预先封装了测试数据模型，该测试数据模型可以在不同测试环境下复用，从而在测试用例的编写过程中，可以关注测试用例需要从测试数据模型中提取哪些业务字段，而不用关注具体从哪里获取测试数据，既减少了用于编写数据获取代码的成本和代码的冗余，也可以灵活适配不同的测试环境。

为了使得本领域技术人员更加理解本公开提供的测试方法，下面对上述各步骤进行详细举例说明。

示例地，测试请求可以是自动化测试过程中由测试人员通过对测试系统的操作而触发的，该测试请求可以用于对特定的功能(比如设备功能或应用程序的功能)或接口进行测试。比如测试人员在可视化的测试界面中通过点击操作，触发对应用程序中发布评论接口的测试，则该测试请求用于对发布评论接口进行测试。

应当理解的是，测试用例包括测试逻辑、测试数据以及预期的测试结果。相关技术中，测试用例中测试数据的获取通常是针对单一测试环境进行代码编写，指明需要获取的测试数据是什么以及从哪里获取测试数据。而本公开实施例中，由于预先封装有测试数据模型，因此在测试用例中可以关注测试用例需要的是测试数据模型中的哪些业务字段，从而通过该业务字段从数据源层获取测试数据进行测试。

测试数据模型可以是基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成。示例地，用户名字、用户ID等与用户相关的数据具有关联性，则可以基于这些与用户相关的数据建模生成User测试数据模型。又示例地，发布评论的业务场景和回复评论的业务场景具有业务概念的相似性，因此可以基于这两个场景下的测试数据建立Comment测试数据模型。当然，在可能的方式中，还可以结合多个业务场景下测试数据之间的关联、业务相似性、以及待测试接口的定义、数据库表和其他业务研发场景下的领域模型和数据模型，抽象用于测试的测试数据模型，本公开实施例不作对此不作限定。

应当理解的是，抽象出的测试数据模型可以具有业务语义表达的业务全面性，还可以具有数据模型的可扩展性。对于全面性，参照图3，以用户(User)为例，根据与用户相关的测试数据、数据库User表以及User这个概念的使用场景，比如创建用户、用户的登录态获取、修改用户信息等场景均需要用户的相关信息，抽象出User模型。抽象出来的User模型的业务字段可以涵盖所有用到User这个概念的待测业务场景所需的字段。比如，参照图3，该User模型可以包括用于表征用户ID的id字段、用于表征用户名字的name字段、用于表征用户性别的gender字段、用于表征用户描述信息的decription字段、用于表征用户账号的accout字段、用于表征用户密码的password字段和用于表征用户头像的avatar字段。基于此，User模型可以包括涉及用户信息的待测业务场景所需的业务字段，保证全面性。

另外，对于数据模型的可扩展性，比如企业内可能存在VIP(Very importantperson)用户，其跟普通用户的区别在于VIP用于多了一些特别的权益。此时，VIP特有的权益可以抽象成User模型中的一个字段，而不是再抽象出一个VIP User模型，避免后续还有其他类型的用户，例如SVIP(super very important person)，再抽象一个新的测试数据模型，减少测试数据模型的数据冗余。因此，在封装测试数据模型时可以考虑业务全面性和可扩展性。

在一实施例中，测试数据模型可以是通过如下方式建模生成的：先获取模型生成命令，并响应于模型生成命令，生成与业务场景对应的、初始为空的数据模型。然后，可以获取字段添加命令，并响应于字段添加命令，对数据模型添加与业务场景中业务数据对应的业务字段。最后，对业务字段配置与数据源层中至少一种数据源的关联，该数据源层中的数据源包括：数据库、缓存、数据接口和数据生成工具。

示例地，可以基于测试数据间的关联性将测试数据划分为不同的类别，，一个类别则对应一个测试数据模型。比如将与用户信息相关的测试数据划分为一个类别，可以对应测试数据模型层中的User模型，或者将与评论信息相关的测试数据划分为一个类别，可以对应数据模型中的Comment模型，等等。具体应用时，测试人员可以基于每一个类别触发一个模型生成命令，从而计算机可以获取该模型生成命令，并响应于该模型生成命令，生成初始为空的数据模型。

进一步，每一个类别包括多个测试数据，比如用户类别可以包括用户ID、用户名字等不同数据类型的测试数据。在测试数据模型中一个业务字段可以对应一个测试数据的数据类型，从而在生成数据模型后，测试人员可以触发字段添加命令，进而计算机可以获取该字段添加命令，并响应于该字段添加命令，对生成的数据模型添加对应的业务字段和配置业务字段与数据源层红至少一种数据源的关联。

示例地，数据源层中的数据源包括：数据库、缓存、数据接口和数据生成工具。其中，数据库比如可以是线上数据库或本地数据库，缓存比如可以是Redis，数据接口比如可以是能够获取到数据的接口，如可以获取到已发布评论的发布评论接口等，数据生成工具比如可以是字符串随机生成工具，从而将随机生成的字符串作为测试数据，本公开对于数据源层中数据源的具体类型不作限定。

在实际应用中，可以通过分析历史业务场景下测试数据的数据获取方式，对测试数据模型中的业务字段配置对应的数据源关联，从而适配大部分业务场景。或者，可以对业务字段配置至少一种数据源关联，从而后续可以根据实际的业务场景从至少一个数据源进行数据获取，灵活适配不同的业务场景。

通过上述方式可以得到测试数据模型，在一实施例中，还可以对测试数据模型和/或测试数据模型种的业务字段进行增删查改的操作。

示例地，可以响应于对测试数据模型的第一数据操作命令，对测试数据模型执行第一数据操作命令对应的数据操作，该第一数据操作命令包括以下任一种命令：模型增加命令、模型删除命令、模型修改命令和模型查询命令；和/或，响应于对测试数据模型中业务字段的第二数据操作命令，对测试数据模型中的业务字段执行第二数据操作命令对应的数据操作，该第二数据操作命令包括以下任一种命令：字段增加命令、字段删除命令、字段修改命令和字段查询命令。

例如，参照图4，针对User模型，可以配套提供包括多种数据操作函数的UserUtil模型，便于测试人员对User模型进行数据操作。比如，通过数据操作函数createUser可以创建User模型，通过数据操作函数findUser可以查询User模型，通过数据操作函数findUserByMobile可以基于手机号查询User模型，通过数据操作函数findUserByUid可以基于用户ID查询User模型，通过数据操作函数delete可以删除User模型，通过数据操作函数getSessionKey可以获取User模型对应的会话密钥。

由此，通过对测试数据模型配套提供对应的数据操作函数，在实际应用中可以方便地对测试数据模型和测试数据模型种的业务字段进行数据操作，当待测试的业务场景发生变更，可以在对应的测试数据模型中做调整，以较小的成本应对频繁的变更，而无需修改测试用例中用于获取测试数据的数据获取代码，降低测试用例的维护成本，提高测试效率。

在测试过程中，可以响应于测试请求调用目标测试用例，该目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型。并且，测试数据模型中的业务字段与数据源层关联，数据源层用于为测试数据模型层中测试数据模型提供测试数据。由此，可以通过目标测试数据模型中与待测业务场景相关的目标业务字段，从数据源层中获取目标业务字段对应的目标测试数据进行测试。由于该测试数据模型可以在不同业务场景下复用，从而在测试用例的编写过程中，可以关注测试用例需要从数据模型中提取哪些业务字段，而不用关注具体从哪里获取测试数据，既减少了用于编写数据获取代码的成本和代码的冗余，也可以灵活适配不同的测试环境。

在一实施例中，通过目标测试数据模型中与待测业务场景相关的目标业务字段，从数据源层中获取目标业务字段对应的目标测试数据可以是：基于测试请求包括的网络连接信息，确定测试请求针对的测试环境的类型，该测试环境的类型包括线上测试环境和离线测试环境。然后，基于测试环境的类型，在目标测试数据模型中与待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，其中线上数据源函数用于从线上数据源获取测试数据，离线数据源函数用于从离线数据源获取测试数据。最后，通过目标数据源函数从数据源层中获取目标业务字段对应的目标测试数据。

也即是说，本公开实施例中测试数据模型作为数据的载体，跟待测业务场景没有实质上的关联关系，通过测试数据模型拿到的测试数据属于什么环境，取决于数据源函数从什么环境中获取测试数据。由于测试数据模型的存在，测试数据的准备都收敛在了测试数据模型的准备上，数据准备可实现最大程度上复用，避免数据获取代码的冗余。

示例地，网络连接信息用于表征测试请求针对的测试环境的网络信息，可以是测试请求包括的域名等信息，本公开实施例对此不作限定，只要通过该网络连接信息区分测试环境即可。在本公开实施例中测试环境可以包括线上测试环境和离线测试环境。其中，线上测试环境可以基于线上数据进行测试，离线测试环境可以基于离线数据(即本地数据)进行测试。因此，可以对测试数据模型中的业务字段配置包括线上数据源函数和离线数据源函数在内的数据源函数，从而后续可以基于测试环境的类型，从线上数据源或离线数据源中获取目标测试数据进行测试。

例如，在接收到测试请求后，通过解析该测试请求的数据包，得到该测试请求的域名。应当理解的是，线上环境和线下环境的域名有所区别，所以基于该域名，可以确定测试请求针对的测试环境是线上测试环境还是离线测试环境。若确定是线上测试环境，则可以调用目标业务字段对应的线上数据源函数，并通过该线上数据源函数从线上数据源获取线上数据进行测试。若确定是离线测试环境，则可以调用目标业务字段对应的离线数据源函数，并通过该离线数据源函数从离线数据源获取离线数据进行测试。

由此，可以基于测试环境调用对应的数据源函数进行数据获取，灵活适配不同测试环境，并且确保获取的测试数据与需要应用的测试环境之间的一致性。

在一实施例中，基于测试环境的类型，在目标测试数据模型中与待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数可以是：先基于测试环境的类型，在在目标测试数据模型中与待测业务场景相关的目标业务字段对应的第一连接串和第二连接串中调用目标连接串，并通过目标连接串连接对应的数据源，其中第一连接串用于连接存储有测试数据的线上数据库，第二连接串用于连接存储有测试数据的缓存。然后，基于已连接的数据源，在第一数据源函数和第二数据源函数中调用目标数据源函数，其中第一数据源函数用于从线上数据库获取测试数据，第二数据源函数用于从缓存获取测试数据。

应当理解的是，对于不太会对数据进行操作或操作后对业务影响较小的测试环境，可以从线上数据库或缓存(比如Redis)中获取存量数据，并根据不同测试环境调用不同环境的连接串和数据源函数实现环境切换，灵活适配不同测试环境。比如，在应用程序中发布的内容会有评论信息，并且在所有评论信息中会有热评信息，即用户点赞数超过预设阈值的评论信息。如果需要测试热评信息的相关功能，则可以预先配置线上数据源函数为用于从线上数据库获取测试数据的第一数据源函数，并配置离线数据源函数为用于从缓存获取测试数据的第二数据源函数。同时，为了实现与线上数据库和缓存的连接，可以配置用于连接线上数据库的第一连接串和用于连接缓存的第二连接串。

在实际应用中，可以先基于测试环境的类型，在目标业务字段对应的第一连接串和第二连接串中调用目标连接串，并通过目标连接串连接对应的数据源。然后，基于已连接的数据源，在第一数据源函数和第二数据源函数中调用目标数据源函数，从而通过该目标数据源函数对应的数据源中获取测试数据进行测试。比如，测试环境的类型为线上测试环境，则调用目标业务字段对应的第一连接串，并通过第一连接串连接线上数据库。然后调用第一数据源函数从线上数据库获取线上数据进行测试。或者，测试环境的类型为离线测试环境，则调用目标业务字段对应的第二连接串，并通过第二连接串连接缓存。然后调用第二数据源函数从缓存获取缓存数据进行测试。

通过此种方式，可以灵活适配不同的测试环境，并且可以确保获取的测试数据与需要应用的测试环境之间的一致性。

在一实施例中，基于测试环境的类型，在目标测试数据模型中与待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数可以是：基于测试环境的类型，在目标测试数据模型中与待测业务场景相关的目标业务字段对应的第一接口调用函数和第二接口调用函数中调用目标接口调用函数，其中第一接口调用函数用于调用线上数据接口，第二接口调用函数用于调用离线数据接口。相应地，通过目标数据源函数从数据源层中获取目标业务字段对应的目标测试数据可以是：通过目标接口调用函数调用目标数据接口，并从目标数据接口从数据源层中获取目标业务字段对应的目标测试数据。

也即是说，在本公开实施例中可以通过接口调用获取目标测试数据。比如，对于获取纯文字评论的测试环境，需要确保该评论真实存在且符合实际场景，因此可通过调用发布评论接口的方式获取已发布的文字评论。而上文已有说明，测试环境包括线上测试环境和离线测试环境，线上测试环境可以基于线上数据进行测试，离线测试环境可以基于离线数据(即本地数据)进行测试。因此，在接口调用的情况下，可以对测试数据模型中的业务字段配置用于调用线上数据接口的第一接口调用函数，并配置用于调用离线数据接口的第二接口调用函数，以适配不同测试环境。

由此，在测试过程中，可以基于测试环境的类型，在第一接口调用函数和第二接口调用函数中调用目标接口调用函数。然后，通过目标接口调用函数调用目标数据接口，并从目标数据接口获取目标测试数据。比如，测试环境的类型为线上测试环境，则调用第一接口调用函数，并通过第一接口调用函数调用线上数据接口，然后从该线上数据接口获取线上数据进行测试。或者，测试环境的类型为离线测试环境，则调用第二接口调用函数，并通过第二接口调用函数调用离线数据接口，然后从该离线数据接口获取离线数据(即本地数据)进行测试。

由此，可以基于测试环境调用对应的接口调用函数进行数据获取，灵活适配不同测试环境，并且确保获取的测试数据与需要应用的测试环境之间的一致性。

在一实施例中，通过目标测试数据模型中与待测业务场景相关的目标业务字段，从数据源层中获取目标业务字段对应的目标测试数据可以是：调用目标测试数据模型中与待测业务场景相关的目标业务字段对应的数据生成函数，以触发数据源层中数据生成函数对应的数据生成工具随机生成测试数据，然后将随机生成的测试数据作为目标测试数据。

示例地，数据生成函数可以是字符串生成函数，则对应的数据生成工具可以是字符串随机生成工具，用于随机生成字符串，本公开实施例对数据生成函数和对应的数据生成工具的类型和内容不作限定。

例如，参照图5，在针对发布评论接口的测试环境下，相关技术中需要编写复杂的数据获取代码获取发布评论所需的测试数据，该测试数据通常包括预先准备好的用户账号、用户密码、评论的内容、发布评论类型和评论文章ID。而按照本公开实施例的方式，在调用对应的测试用例后，可以在目标测试数据模型中调用该测试用例所需的目标业务字段，该目标业务字段包括用户模型中用于表征用户账号和用户密码的字段、评论模型中用于表征评论内容和评论类型的字段、标签模型中用于表征文章ID的字段。其中，用于表征评论内容的字段对应的数据源函数可以是字符串生成函数，从而可以通过调用该字符串生成函数，触发对应的字符串随机生成工具随机生成字符串作为评论内容进行后续的测试。而此种情况下目标业务字段对应的其他测试数据的获取可以根据实际情况配置对应的数据源函数进行实现，本公开实施例对此不作限定。

由此，可以基于数据生成函数实时生成测试数据进行测试，生成的测试数据与测试环境无关，从而可以适配不同测试环境，减少由于测试环境发生变化而耗费在重写数据获取代码上的时间成本和人力成本，提高测试效率。

应当理解的是，在实际应用中，测试数据可以全部通过测试数据模型获取，或者，可以结合测试数据模型和数据获取代码的方式获取测试数据，本公开实施例对此不作限定。比如通过业务字段对应的数据生成函数生成测试数据，测试数据需要实时生成后再反馈给测试用例进行测试，相较于数据获取代码直接获取的方式，存在一定的时延。因此，针对需要获取实时数据的业务场景c，比如购物应用程序的测试中，需要显示实时库存，则对于库存显示的测试可以采用数据获取代码直接获取的方式，而对于该购物应用程序中无需实时性的其他测试则可以通过测试c数据模型获取测试数据来实现。

下面通过另一示例性实施例对本公开提供的测试方法进行说明。

参照图6，测试数据模型包括Comment模型、User模型和Article模型。Comment模型包括用于表征评论ID的comment_id字段、用于表征评论图片的image字段、用于表征评论内容的text字段、用于表征评论者信息的commenter字段以及用于表征评论对应的内容卡片信息的Item_info字段等。User模型包括用于表征用户描述信息的decription字段、用于表征用户名字的name字段、用于表征用户ID的uid字段、用于表征用户设备ID的device_id字段以及用于表征用户头像信息的Avatar字段等。Article模型包括用于表征文章对应的评论列表的comment_list字段、用于表征文章对应的内容卡片ID的item_id字段、用于表征文章标题的title字段、用于表征文章作者信息的author字段以及用于表征文章标签信息的tags字段。

继续参照图6，发布评论接口的测试可以从Comment模型中调用对应的业务字段，从而通过调用该业务字段对应的数据源函数得到发布评论所需的内容，并可以从User模型中调用对应的业务字段，从而通过调用该业务字段对应的数据源函数得到发布评论所需的用户信息及用户登录状态，还可以Article模型中调用对应的业务字段，从而通过调用该业务字段对应的数据源函数得到进行评论的作品。类似地，删除评论接口的测试可以从Comment模型中调用对应的业务字段，从而通过调用该业务字段对应的数据源函数得到某用户某作品下的评论，并可以从Article模型中调用对应的业务字段，从而通过调用该业务字段对应的数据源函数得到评论所属的作品。

再继续参照图6，本公开实施例还针对Comment模型、User模型和Article模型分别提供配套的、用于增删查改(CRUD)数据操作的工具(Utility)，该工具相当于上文所述的包括各种数据操作函数的操作模型。其中，对于User模型还对应提供用于获取会话密钥的特殊工具getSessionKey。另外，该测试数据模型的业务字段对应的数据源函数可以用于通过以下至少一种方式获取测试数据：数据库获取、缓存Redis获取、接口调用提取、工具类产生。当然，在实际应用中还可以设置其他数据获取方式，本公开实施例对此不作限定，可以根据实际业务需求对测试数据模型中的业务字段配置对应的数据源函数。

当建立Comment模型、User模型和Article模型后，发布评论、删除评论等评论相关场景，可以零成本地从模型中获取到需要的业务字段。而User模型和Article模型，除了应用于评论相关的测试场景，同样适用于其他测试场景，如文章点赞、删除已发布文章等。

基于此，测试数据的准备收敛在测试数据模型中，对于用例编写者而言，仅需关注测试场景需要从测试数据模型中获取什么业务字段，而对测试数据的获取以及测试环境的适配，均无需关注，用例编写的复杂度大幅降低。并且，数据准备收敛在测试数据模型中，测试数据模型c的数量有限，且相对固定，使得测试过程中的数据准备过程变得更容易。当业务信息有变更，可以在对应的测试数据模型中做调整，以较小的成本应对频繁的变更，降低测试用例的维护成本。此外，测试数据模型中的业务字段与数据源层关联，通过此种关联使得测试数据与测试环境之间的关联，亦收敛到了数据模型上，从而确保测试数据跟随测试环境切换变得更加容易，进而提高测试效率。

基于同一构思，本公开实施例还提供一种测试装置，该测试装置可以通过软件、硬件或者两者结合的方式成为电子设备的部分或全部。参照图7，该测试装置700包括：

接收模块701，用于接收测试请求，所述测试请求用于请求目标测试用例进行测试

调用模块702，用于响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

获取模块703，用于通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

测试模块704，用于基于所述目标测试数据运行所述目标测试用例得到测试结果。

可选地，所述获取模块703用于：

基于所述测试请求包括的网络连接信息，确定所述测试请求针对的测试环境的类型，所述测试环境的类型包括线上测试环境和离线测试环境；

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，其中所述线上数据源函数用于从线上数据源获取测试数据，所述离线数据源函数用于从离线数据源获取测试数据；

通过所述目标数据源函数从所述数据源层中获取所述目标业务字段对应的目标测试数据。

可选地，所述获取模块703用于：

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的第一连接串和第二连接串中调用目标连接串，并通过所述目标连接串连接对应的数据源，其中所述第一连接串用于连接存储有测试数据的线上数据库，所述第二连接串用于连接存储有测试数据的缓存；

基于已连接的所述数据源，在第一数据源函数和第二数据源函数中调用目标数据源函数，其中所述第一数据源函数用于从所述线上数据库获取测试数据，所述第二数据源函数用于从所述缓存获取测试数据。

可选地，所述获取模块703用于：

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的第一接口调用函数和第二接口调用函数中调用目标接口调用函数，其中所述第一接口调用函数用于调用线上数据接口，所述第二接口调用函数用于调用离线数据接口；

通过所述目标接口调用函数调用目标数据接口，并通过所述目标数据接口从所述数据源层中获取所述目标业务字段对应的目标测试数据。

可选地，所述获取模块703用于：

调用所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的数据生成函数，以触发所述数据源层中所述数据生成函数对应的数据生成工具随机生成测试数据；

将随机生成的所述测试数据作为目标测试数据。

可选地，所述数据模型是通过如下模块建模生成的：

生成模块，用于获取模型生成命令，并响应于所述模型生成命令，生成与业务场景对应的、初始为空的数据模型；

添加模块，用于获取字段添加命令，并响应于所述字段添加命令，对所述数据模型添加与所述业务场景中业务数据对应的业务字段

配置模块，用于对所述业务字段配置与所述数据源层中至少一种数据源的关联，所述数据源层中的数据源包括：数据库、缓存、数据接口和数据生成工具。

可选地，所述装置700还包括：

第一数据操作模块，用于响应于对所述测试数据模型的第一数据操作命令，对所述测试数据模型执行所述第一数据操作命令对应的数据操作，所述第一数据操作命令包括以下任一种命令：模型增加命令、模型删除命令、模型修改命令和模型查询命令；和/或

第二数据操作模块，用于响应于对所述测试数据模型中业务字段的第二数据操作命令，对所述测试数据模型中的业务字段执行所述第二数据操作命令对应的数据操作，所述第二数据操作命令包括以下任一种命令：字段增加命令、字段删除命令、字段修改命令和字段查询命令。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

基于同一构思，本公开还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现上述任一测试方法的步骤。

基于同一构思，本公开还提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现上述任一测试方法的步骤。

下面参考图8，其示出了适于用来实现本公开实施例的电子设备800的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，可以利用诸如HTTP(HyperText Transfer Protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收测试请求，所述测试请求用于请求目标测试用例进行测试；响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；基于所述目标测试数据运行所述目标测试用例得到测试结果。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种测试方法，所述方法包括：

接收测试请求，所述测试请求用于请求目标测试用例进行测试；

响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

基于所述目标测试数据运行所述目标测试用例得到测试结果。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据，包括：

基于所述测试请求包括的网络连接信息，确定所述测试请求针对的测试环境的类型，所述测试环境的类型包括线上测试环境和离线测试环境；

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，其中所述线上数据源函数用于从线上数据源获取测试数据，所述离线数据源函数用于从离线数据源获取测试数据；

通过所述目标数据源函数从所述数据源层中获取所述目标业务字段对应的目标测试数据。

根据本公开的一个或多个实施例，示例3提供了示例2的方法，基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，包括：

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的第一连接串和第二连接串中，调用目标连接串，并通过所述目标连接串连接对应的数据源，其中所述第一连接串用于连接存储有测试数据的线上数据库，所述第二连接串用于连接存储有测试数据的缓存；

基于已连接的所述数据源，在第一数据源函数和第二数据源函数中调用目标数据源函数，其中所述第一数据源函数用于从所述线上数据库获取测试数据，所述第二数据源函数用于从所述缓存获取测试数据。

根据本公开的一个或多个实施例，示例4提供了示例2的方法，基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，包括：

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的第一接口调用函数和第二接口调用函数中调用目标接口调用函数，其中所述第一接口调用函数用于调用线上数据接口，所述第二接口调用函数用于调用离线数据接口；

通过所述目标数据源函数从所述数据源层中获取所述目标业务字段对应的目标测试数据，包括：

通过所述目标接口调用函数调用目标数据接口，并通过所述目标数据接口从所述数据源层中获取所述目标业务字段对应的目标测试数据。

根据本公开的一个或多个实施例，示例5提供了示例1的方法，通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据，包括：

调用所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的数据生成函数，以触发所述数据源层中所述数据生成函数对应的数据生成工具随机生成测试数据；

将随机生成的所述测试数据作为目标测试数据。

根据本公开的一个或多个实施例，示例6提供了示例1-5任一项所述的方法，所述测试数据模型是通过如下方式建模生成的：

获取模型生成命令，并响应于所述模型生成命令，生成与业务场景对应的、初始为空的数据模型；

获取字段添加命令，并响应于所述字段添加命令，对所述数据模型添加与所述业务场景中业务数据对应的业务字段；

对所述业务字段配置与所述数据源层中至少一种数据源的关联，所述数据源层中的数据源包括：数据库、缓存、数据接口和数据生成工具。

根据本公开的一个或多个实施例，示例7提供了示例1-5任一项所述的方法，还包括：

响应于对所述测试数据模型的第一数据操作命令，对所述测试数据模型执行所述第一数据操作命令对应的数据操作，所述第一数据操作命令包括以下任一种命令：模型增加命令、模型删除命令、模型修改命令和模型查询命令；和/或

响应于对所述测试数据模型中业务字段的第二数据操作命令，对所述测试数据模型中的业务字段执行所述第二数据操作命令对应的数据操作，所述第二数据操作命令包括以下任一种命令：字段增加命令、字段删除命令、字段修改命令和字段查询命令。

根据本公开的一个或多个实施例，示例8提供了一种测试装置，所述装置包括：

接收模块，用于接收测试请求，所述测试请求用于请求目标测试用例进行测试；

调用模块，用于响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

获取模块，用于通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

测试模块，用于基于所述目标测试数据运行所述目标测试用例得到测试结果。

根据本公开的一个或多个实施例，示例9提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。

根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-7中任一项所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种测试方法，其特征在于，所述方法包括：

接收测试请求，所述测试请求用于请求目标测试用例进行测试；

响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

基于所述目标测试数据运行所述目标测试用例得到测试结果。

2.根据权利要求1所述的方法，其特征在于，通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据，包括：

基于所述测试请求包括的网络连接信息，确定所述测试请求针对的测试环境的类型，所述测试环境的类型包括线上测试环境和离线测试环境；

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，其中所述线上数据源函数用于从线上数据源获取测试数据，所述离线数据源函数用于从离线数据源获取测试数据；

通过所述目标数据源函数从所述数据源层中获取所述目标业务字段对应的目标测试数据。

3.根据权利要求2所述的方法，其特征在于，基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，包括：

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的第一连接串和第二连接串中，调用目标连接串，并通过所述目标连接串连接对应的数据源，其中所述第一连接串用于连接存储有测试数据的线上数据库，所述第二连接串用于连接存储有测试数据的缓存；

基于已连接的所述数据源，在第一数据源函数和第二数据源函数中调用目标数据源函数，其中所述第一数据源函数用于从所述线上数据库获取测试数据，所述第二数据源函数用于从所述缓存获取测试数据。

4.根据权利要求2所述的方法，其特征在于，基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的线上数据源函数和离线数据源函数中，调用目标数据源函数，包括：

基于所述测试环境的类型，在所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的第一接口调用函数和第二接口调用函数中调用目标接口调用函数，其中所述第一接口调用函数用于调用线上数据接口，所述第二接口调用函数用于调用离线数据接口；

通过所述目标数据源函数从所述数据源层中获取所述目标业务字段对应的目标测试数据，包括：

通过所述目标接口调用函数调用目标数据接口，并通过所述目标数据接口从所述数据源层中获取所述目标业务字段对应的目标测试数据。

5.根据权利要求1所述的方法，其特征在于，通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据，包括：

调用所述目标测试数据模型中与所述待测业务场景相关的目标业务字段对应的数据生成函数，以触发所述数据源层中所述数据生成函数对应的数据生成工具随机生成测试数据；

将随机生成的所述测试数据作为目标测试数据。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述测试数据模型是通过如下方式建模生成的：

获取模型生成命令，并响应于所述模型生成命令，生成与业务场景对应的、初始为空的数据模型；

获取字段添加命令，并响应于所述字段添加命令，对所述数据模型添加与所述业务场景中业务数据对应的业务字段；

对所述业务字段配置与所述数据源层中至少一种数据源的关联，所述数据源层中的数据源包括：数据库、缓存、数据接口和数据生成工具。

7.根据权利要求1-5任一项所述的方法，其特征在于，还包括：

响应于对所述测试数据模型的第一数据操作命令，对所述测试数据模型执行所述第一数据操作命令对应的数据操作，所述第一数据操作命令包括以下任一种命令：模型增加命令、模型删除命令、模型修改命令和模型查询命令；和/或

响应于对所述测试数据模型中业务字段的第二数据操作命令，对所述测试数据模型中的业务字段执行所述第二数据操作命令对应的数据操作，所述第二数据操作命令包括以下任一种命令：字段增加命令、字段删除命令、字段修改命令和字段查询命令。

8.一种测试装置，其特征在于，所述装置包括：

接收模块，用于接收测试请求，所述测试请求用于请求目标测试用例进行测试；

调用模块，用于响应于所述测试请求，从测试用例集中调用目标测试用例，所述目标测试用例基于待测业务场景所需的业务字段从测试数据模型层中调用关联的目标测试数据模型，所述测试数据模型基于多个业务场景下测试数据的关联性以及业务概念的相似性建模生成，用于维护具有业务关联性的业务字段，且所述业务字段与数据源层关联，所述数据源层用于为所述测试数据模型层中测试数据模型提供测试数据；

获取模块，用于通过所述目标测试数据模型中与所述待测业务场景相关的目标业务字段，从所述数据源层中获取所述目标业务字段对应的目标测试数据；

测试模块，用于基于所述目标测试数据运行所述目标测试用例得到测试结果。

9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。

Images