CN114756477B - 融合客户行为回放的多维测试方法及系统 - Google Patents

融合客户行为回放的多维测试方法及系统 Download PDF

Info

Publication number
CN114756477B
CN114756477B CN202210659072.1A CN202210659072A CN114756477B CN 114756477 B CN114756477 B CN 114756477B CN 202210659072 A CN202210659072 A CN 202210659072A CN 114756477 B CN114756477 B CN 114756477B
Authority
CN
China
Prior art keywords
service
module
log
label
dimensional sub
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
CN202210659072.1A
Other languages
English (en)
Other versions
CN114756477A (zh
Inventor
蒋立宏
莫剑峰
陈连祥
李建平
沈松轶
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.)
Nanjing Xunyou Zhichao Software Technology Co ltd
Original Assignee
Nanjing Xunyou Zhichao Software Technology Co 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 Nanjing Xunyou Zhichao Software Technology Co ltd filed Critical Nanjing Xunyou Zhichao Software Technology Co ltd
Priority to CN202210659072.1A priority Critical patent/CN114756477B/zh
Publication of CN114756477A publication Critical patent/CN114756477A/zh
Application granted granted Critical
Publication of CN114756477B publication Critical patent/CN114756477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
    • G06F16/1815—Journaling file systems

Abstract

本发明公开了一种融合客户行为回放的多维测试方法及系统，包括：根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签；获取更新的业务模块的模块标签；对所有日志集合内的日志文件进行差异化的删除处理，生成行为流量回放测试集合；对模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签；基于不对应的一维子模块标签生成第一测试用例集合；基于不对应的二维子模块标签生成第二测试用例集合；基于流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。

Description

融合客户行为回放的多维测试方法及系统
技术领域
本发明涉及数据处理技术领域，特别是涉及一种融合客户行为回放的多维测试方法及系统。
背景技术
随着产品的功能增加，回归测试用例数量越来越多，回归测试可能包含多个级别的测试（单元测试、模块测试、集成测试、系统测试等）。无论改动量大小，由于可能对系统产生影响，带来风险。因此通常会执行尽可能多(很多时候是全部)的回归测试，以确保所有已有功能均没有被破坏。然而，执行的测试越多、执行时间越长，就意味着反馈测试结果的速度越慢，软件开发的时间成本就越高。
另外，在强调快速迭代和增量开发的背景下，无论是代码提交的频率、还是软件交付的频率，都大大提高。这意味着回归测试集的执行频率也会很高，单位时间内需要重复执行的回归测试数量就越多。必然需要大量的人力和物力资源才能支撑如此高频的回归测试。
证券公司，核心交易系统稳定性的重要性不言而喻，系统业务复杂，经过多年积淀，回归测试的难度也比较大。
在现有的测试技术方案中，可以根据真实的日志行为在新服务和旧服务上分别进行测试，根据新服务和旧服务测试结果的一致性来判断新服务是否通过测试，该种方式虽然能够模拟实际的应用场景，但是真实的日志行为可能并无法涵盖所有的数据流、功能模块的测试。所以，为了提高测试覆盖范围、保障新上线服务的稳定性，亟需一种融合流量的回放，针对性的构件测试用例两种方式对新服务进行测试的技术方案。
发明内容
本发明克服现有技术的缺点，提供一种融合客户行为回放的多维测试方法及系统，结合流量的回放、针对性的构件测试用例等方式进行组合，对新服务进行测试，提高测试覆盖范围、保障新上线服务的稳定性。
为了解决以上技术问题，本发明的技术方案如下：
本发明实施例提供一种融合客户行为回放的多维测试方法，包括：
获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签；
将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签；
获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所述所有日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合；
对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签；
若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合；
若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合；
基于所述流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。
进一步的，所述获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签，包括：
获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合；
提取日志集合内所有日志文件的一维业务种类，生成与所述日志集合对应的一维子业务标签；
提取日志集合内所有日志文件的二维业务种类，生成与所述日志集合对应的二维子业务标签；
根据每个一维子业务标签和二维子业务标签的对应关系，生成与所述日志集合对应的业务标签逻辑树。
进一步的，所述获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合，包括：
依次选取每一个日志文件所对应的一维业务种类和二维业务种类，若判断不存在与选取的日志文件的一维业务种类对应的日志集合，则建立与所述一维业务种类对应的日志集合；
将所述日志文件根据其一维业务种类分别添加至相对应的日志集合内，在预设时间段内的所有日志文件分别添加至相对应的日志集合内后，停止对日志文件的归类。
进一步的，所述将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签，包括：
获取更新后的新服务所具有的新代码、更新前的旧服务所具有的原始代码，将所述新代码与原始代码比对得到区别代码；
将所述区别代码所属于的业务模块作为更新的业务模块，获取所述业务模块所对应的模块标签，旧服务由多个业务模块组成，每个业务模块具有与其对应设置的模块标签。
进一步的，所述获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所述所有日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合，包括：
确定所述模块标签在所述预设业务路径中相对应的第一模块节点，确定所述第一模块节点的第一模块位置，获取所述业务标签与预设业务路径中对应的第二模块位置，所述预设业务路径根据所有模块的业务流向生成；
若判断所述第二模块位置与所述第一模块位置相同，则生成第一关联度评价系数；
若判断所述第二模块位置为所述第一模块位置的前部或后部，则生成第二关联度评价系数；
若判断所述第二模块位置与所述第一模块位置不同、且不位于所述第一模块位置的前部或后部，则生成第三关联度评价系数；
根据具有第一关联度评价系数的日记集合的第一日志数量、具有第二关联度评价系数的日记集合的第二日志数量、具有第三关联度评价系数的日记集合的第三日志数量进行计算，得到每个日志集合内日志文件的删除数量；
根据所述删除数量随机选择日志集合内需要删除的日志文件，对不同业务关联度评价系数的日志集合内的日志文件进行差异化的删除处理；
根据删除处理后的所有日志文件生成相对应的流量回放测试集合。
进一步的，所述根据具有第一关联度评价系数的日志文件的第一日志数量、具有第二关联度评价系数的日志文件的第二日志数量、具有第三关联度评价系数的日志文件的第三日志数量进行计算，得到每个日志集合内日志文件的删除数量，包括：
接收输入的目标日志总数量，根据预设的分配比例得到第一关联度评价系数的日志文件的第一选取数量、第二关联度评价系数的日志文件的第二选取数量以及第三关联度评价系数的日志文件的第三选取数量；
根据第一选取数量、每个第一关联度评价系数的日记集合的第一日志数量进行计算，得到每个第一关联度评价系数的日记集合的第一删除数量；
根据第二选取数量、每个第二关联度评价系数的日记集合的第二日志数量进行计算，得到每个第二关联度评价系数的日记集合的第二删除数量；
根据第三选取数量、每个第三关联度评价系数的日记集合的第二日志数量进行计算，得到每个第三关联度评价系数的日记集合的第三删除数量；
通过以下公式计算第一删除数量、第二删除数量以及第三删除数量，
Figure 100002_DEST_PATH_IMAGE001
其中，
Figure 100002_DEST_PATH_IMAGE003
为第一选取数量，
Figure 100002_DEST_PATH_IMAGE005
为日志总数量，
Figure 100002_DEST_PATH_IMAGE007
为第一关联度评价系数预设的分配比例，
Figure 100002_DEST_PATH_IMAGE009
为第二选取数量，
Figure 100002_DEST_PATH_IMAGE011
为第二关联度评价系数预设的分配比例，
Figure 100002_DEST_PATH_IMAGE013
为第三选取数量，
Figure 100002_DEST_PATH_IMAGE015
为第三关联度评价系数预设的分配比例，
Figure 100002_DEST_PATH_IMAGE017
为第一关联度评价系数所对应的第
Figure 100002_DEST_PATH_IMAGE019
个日记集合的第一删除数量，
Figure 100002_DEST_PATH_IMAGE021
为第
Figure DEST_PATH_IMAGE023
个日记集合的第一日志数量，
Figure DEST_PATH_IMAGE025
为第
Figure DEST_PATH_IMAGE027
个日记集合的第一日志数量，
Figure DEST_PATH_IMAGE029
为第一关联度评价系数所对应的日记集合的上限值，
Figure DEST_PATH_IMAGE031
为第二关联度评价系数所对应的第
Figure DEST_PATH_IMAGE033
个日记集合的第二删除数量，
Figure DEST_PATH_IMAGE035
为第
Figure 803557DEST_PATH_IMAGE033
个日记集合的第二日志数量，
Figure DEST_PATH_IMAGE037
为第
Figure DEST_PATH_IMAGE039
个日记集合的第二日志数量，
Figure DEST_PATH_IMAGE041
为第二关联度评价系数所对应的日记集合的上限值，
Figure DEST_PATH_IMAGE043
为第三关联度评价系数所对应的第
Figure DEST_PATH_IMAGE045
个日记集合的第三删除数量，
Figure DEST_PATH_IMAGE047
为第
Figure 876817DEST_PATH_IMAGE045
个日记集合的第三日志数量，
Figure DEST_PATH_IMAGE049
为第
Figure DEST_PATH_IMAGE051
个日记集合的第三日志数量，
Figure DEST_PATH_IMAGE053
为第三关联度评价系数所对应的日记集合的上限值。
进一步的，所述对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签，包括：
确定与所述模块标签所包括的一维子模块标签和多个二维子模块标签；
对所述一维子模块标签和多个二维子模块标签进行分解后，根据一维子模块标签和二维子模块标签的对应关系生成相对应的模块标签逻辑树。
进一步的，所述若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合，包括：
遍历模块标签逻辑树中的每一个一维子模块标签，将一维子模块标签与业务标签逻辑树的一维子业务标签比对，选择与一维子业务标签不对应的一维子模块标签；
调取与不对应的一维子模块标签预先设置的所有预设测试用例，生成第一测试用例集合；
所述若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合，包括：
将不对应的一维子模块标签及其关联的二维子模块标签所对应的节点，在所述模块标签逻辑树删除，得到更新后的模块标签逻辑树；
提取更新后的模块标签逻辑树中的每一个二维子模块标签，将二维子模块标签与业务标签逻辑树的二维子业务标签比对，选择与二维子业务标签不对应的二维子模块标签；
调取与不对应的二维子模块标签预先设置的所有预设测试用例，生成第二测试用例集合。
进一步的，还包括：
统计第一测试用例集合和第二测试用例集合中测试用例的总数量，得到第一用例数量；
根据所述第一用例数量、流量回放测试集合内日志文件的数量生成第一测试时间，若所述第一测试时间大于第一预设时间，则得到所述第一测试时间和第一预设时间的差值时间；
根据所述差值时间对所述第一测试用例集合和第二测试用例集合中的测试用例、流量回放测试集合内日志文件分别进行部分的删除更新处理，得到更新后的第一测试用例集合、第二测试用例集合以及流量回放测试集合。
本发明实施例提供一种融合客户行为回放的多维测试系统，包括：
获取模块，用于获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签；
比对模块，用于将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签；
处理模块，用于获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所述所有日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合；
分解模块，用于对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签；
第一判断模块，用于若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合；
第二判断模块，用于若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合；
测试模块，用于基于所述流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。
本发明的有益效果是：
（1）本发明提供的融合客户行为回放的多维测试方法及系统，能够对预设时间段内的日志文件进行分类，并且根据更新的业务模块与日志文件的关系对日志集合内的日志文件进行差异化的删除处理，使得处理后的日志文件在进行流量回放的测试时更加具有针对性，即针对所更新模块进行针对性的测试。本发明会在得到进行流量测试的流量回放测试集合后，会将日志文件所对应的标签与模块的标签进行比对，确定流量回放进行测试时无法充分测试的模块、功能部分，根据无法充分测试的模块、功能部分得生成相对应的第一测试用例集合和第二测试用例集合，结合流量回放测试集合、第一测试用例集合以及第二测试用例集合能够全方位、多维度的对新服务的模块进行测试，并且对更改的模块进行针对性的测试，提高测试覆盖范围、保障新上线服务的稳定性。
（2）本发明在确定需要进行流量回放的日志文件时，首先会根据预设业务路径中模块标签和业务标签所对应的第一模块位置和第二模块位置的位置关系，根据位置关系确定相应的业务关联度评价系数。本发明会根据业务关联度评价系数确定每个类型日志集合对应的分配比例，结合分配比例、目标日志总数量计算得到每个类型日志集合的删除数量。通过该种方式，使得本发明会在多个类型的日志文件中进行差异化的删除处理，得到更多比例的、针对当前所更新模块的日志文件，进而在进行流量回放的测试过程中，使得流量中的行为更加具有针对性，降低流量回放量值的同时，提高所更新模块的测试强度。
（3）本发明可以根据模块标签逻辑树和业务标签逻辑树的比对，确定基于流量回放进行测试的测试盲区，并根据测试盲区的不同得到不对应的一维子模块标签和/或不对应的二维子模块标签，使得本发明能够在无法通过流量回放方式测试的模块，通过所预设、构建的测试用例进行补充性、针对性的测试。并且，为了保障测试的时间可控性，本发明会根据第一用例数量、流量回放测试集合内日志文件的数量生成第一测试时间，实现测试时长的预估，然后结合第一预设时间进行相应的计算，对第一预设时间、第二测试用例集合以及流量回放测试集合进行更新，使得后续的测试过程能够满足测试时间的要求，使得测试时间是符合当前的测试场景、测试标准的。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，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它的附图。
图1为本发明提供的融合客户行为回放的多维测试方法的第一种实施方式的流程示意图；
图2为本发明提供的融合客户行为回放的多维测试方法的第二种实施方式的流程示意图；
图3为预设业务路径的示意图；
图4为本发明提供的融合客户行为回放的多维测试系统的第一种实施方式的结构示意图。
具体实施方式
为使本发明的内容更容易被清楚地理解，下面根据具体实施方式并结合附图，对本发明作出进一步详细的说明。
本发明提供一种融合客户行为回放的多维测试方法，如图1所示，包括：
步骤S110、获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签。本发明会得到预设时间段内的所有日志文件，预设时间段可以是一周、一个月等等。日志文件可以是落地BPC日志文件。对落地BPC日志文件可以进行清洗和处理，清洗和处理的依据可以是根据BPC日志文件的完整性、时序性等等。例如某一个BPC日志文件的时序不在预设时间段内，或者是BPC日志文件中缺少某个事件的记载，则此时可以将相应的BPC日志文件删除。本发明会根据每种日志文件的业务种类进行分类得到多个日志集合，以金融系统为例，业务种类可以包括多种，例如登录认证种类、转账汇款种类、理财种类等等。
例如用户通过本发明提供的服务进行认证注册，此时的BPC日志文件会具有相应的认证行为的信息，即此时会将该类别的日志文件归类为至一个集合内，此时的日志集合会被添加登录认证种类标签的业务标签。通过以上的方式，可以使得每个日志集合内都具有相对应的日志文件，实现对离散的日志文件进行聚类。
本发明提供的技术方案，在一个可能的实施方式中，如图2所示，步骤S110包括：
步骤S1101、获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合。在实际的操作过程中，业务种类或具有两个维度，例如用户在进行操作时，可能会进行用户登录、密码修改、密码找回等操作，用户登录、密码修改以及密码找回都属于登录认证。此时的登录认证即可以看作是一维业务种类，用户登录、密码修改、密码找回等操作种类即为二维业务种类。
本发明会将具有相同的一维业务种类的所有日志文件进行归类，此时得到相对应的日志集合。日志集合内的日志文件可能或具有不同的二维业务种类。
步骤S1102、提取日志集合内所有日志文件的一维业务种类，生成与所述日志集合对应的一维子业务标签。本发明会根据一维业务种类生成日志集合对应的一维子业务标签，例如用户进行密码找回操作，则此时的一维业务种类即为登录认证。一般来说，每个实际的操作行为都会对应相应的一维业务种类或二维业务种类，如果某一个操作行为对应二维业务种类，则判断该操作行为必定会具有相对应的一维业务种类。一维子业务标签例如认证登录子业务标签。
步骤S1103、提取日志集合内所有日志文件的二维业务种类，生成与所述日志集合对应的二维子业务标签。例如用户进行密码找回操作，则此时的二维业务种类即为密码找回操作。二维子业务标签例如密码找回子业务标签。
步骤S1104、根据每个一维子业务标签和二维子业务标签的对应关系，生成与所述日志集合对应的业务标签逻辑树。本发明会根据每个一维子业务标签和二维子业务标签的对应关系，得到日志集合对应的业务标签逻辑树，此时的一维子业务标签即可以看作是业务标签逻辑树的根节点，二维子业务标签即可以看作是业务标签逻辑树的子节点。在实际的工作场景中，可能会具有相应的三维子业务标签、孙节点，例如密码找回操作包括通过邮箱进行密码找回、通过短信进行密码找回、通过身份认证进行密码找回等等，此时通过邮箱进行密码找回、通过短信进行密码找回、通过身份认证进行密码找回即可以看作是三维子业务标签对应的操作行为，此时的孙节点即为邮箱进行密码找回、通过短信进行密码找回、通过身份认证进行密码对应的节点。为了便于本申请的技术方案的理解，本申请以日志集合的业务标签逻辑树具有根节点、子节点进行举例。
通过构建业务标签逻辑树，可以快速的了解到该日志集合内的所有一维子业务标签和二维子业务标签的逻辑关系，便于后续的比对。
本发明提供的技术方案，在一个可能的实施方式中，所述获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合，包括：
依次选取每一个日志文件所对应的一维业务种类和二维业务种类，若判断不存在与选取的日志文件的一维业务种类对应的日志集合，则建立与所述一维业务种类对应的日志集合。本发明将当前选中的一维业务种类与所有的日志集合进行比对，并且在不存在与选取的日志文件的一维业务种类对应的日志集合时，建立相对应的日志集合，使得本发明能够将所有具有相同一维业务种类的日志文件归类至一个日志集合内。
在某些场景下，一个用户的行为可能跨越多个类型、模块，例如一个用户可能进行了密码找回、对公转账等二维业务种类的行为，此时的一维业务种类会具有多个，与密码找回对应的一维业务种类即为登录认证，与对公转账对应的一维业务种类即为转账汇款，此时该日志文件会被归属至优先比那里比对的日志集合内，例如优先将该日志文件与一维业务种类为转账汇款的日志集合比对，则此时会将该日志文件添加至转账汇款的日志集合内。
将所述日志文件根据其一维业务种类分别添加至相对应的日志集合内，在预设时间段内的所有日志文件分别添加至相对应的日志集合内后，停止对日志文件的归类。通过以上方式，可以根据日志文件的维度种类的不同动态的生成相对应的日志集合，使得所有的日志文件都能够具有相应的日志集合。
步骤S120、将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签。新服务和旧服务是一个上位的概念，新服务和旧服务可以是一个平台系统，也可以是一个软件APP，通过相应的平台系统、软件APP能够为用户提供相应的服务。每个服务都可能具有对应的多个业务模块，以金融服务为例，至少包括认证登录模块、转账汇款模块、金融服务模块等等。在对服务进行更新时，可能是针对某一个模块的某一个功能进行更新，例如对认证登录模块中的人脸识别功能进行更新。则此时新服务与更新前的旧服务进行比对，所确定的更新的业务模块即为认证登录模块，此时本发明会得到认证登录模块的模块标签。
本发明提供的技术方案，在一个可能的实施方式中，步骤S120包括：
获取更新后的新服务所具有的新代码、更新前的旧服务所具有的原始代码，将所述新代码与原始代码比对得到区别代码。本发明会通过将原始代码与新代码进行比对确定相对应的区别代码，例如人脸识别功能进行更新，则此时的区别代码即至少包括人脸识别的区别代码。不同的模块中可能会具有交叉的调用，例如在进行对公转账业务时可能会调取人脸识别功能，于此同时公转账业务调取人脸识别功能的代码、接口也可能会发生伴随性的调整，此时的区别代码的所属于的模块可能会有多个。本发明可以通过判断是否存在区别代码来判断相应的模块是否被更新、调整过。
将所述区别代码所属于的业务模块作为更新的业务模块，获取所述业务模块所对应的模块标签，旧服务由多个业务模块组成，每个业务模块具有与其对应设置的模块标签。本发明会将区别代码所属于的业务模块作为更新的业务模块，即认定为相对应业务模块被更新，例如区别代码为人脸识别所对应的代码，则此时更新的业务模块即为认证登录模块。旧服务会包括多个业务模块，如上所说的认证登录模块、转账汇款模块等等，此时的模块标签例如认证登录模块标签、转账汇款模块标签等等。
步骤S130、获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所述所有日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合。本发明会得到每个业务标签与模块标签的业务关联度评价系数，关联度评价系数即可以看作是当前所更新的模块与日志业务的关联关系，例如更新的模块为理财模块，此时的理财模块与转账汇款业务之间并没有直接的关联关系，所以此时转账汇款业务所对应的业务标签与理财模块对应的模块标签之间的业务关联度评价系数就会较低，此时本发明会根据业务关联度评价系数对所述所有日志集合内的日志文件进行差异化的删除处理。可以这样理解，业务关联度评价系数越大的日志集合所删除的日志文件就越少，业务关联度评价系数越小的日志集合所删除的日志文件就越多，进而保留更多与更新模块相关联的日志文件，使得在后续根据日志文件进行流量回放时更加具有测试的针对性。在对日志文件进行差异化的删除处理后，统计处理后的日志文件生成行为流量回放测试集合。
本发明提供的技术方案，在一个可能的实施方式中，步骤S130包括：
确定所述模块标签在所述预设业务路径中相对应的第一模块节点，确定所述第一模块节点的第一模块位置，获取所述业务标签与预设业务路径中对应的第二模块位置，所述预设业务路径根据所有模块的业务流向生成。本发明会预先设置预设业务路径，由登录认证模块、转账汇款模块以及理财模块构成的预设业务路径如图3所示。此时的预设业务路径会包括登录认证模块、转账汇款模块以及理财模块3个，子路径1为：登录认证模块→转账汇款模块；子路径2为：登录认证模块→理财模块。例如模块标签为转账汇款模块，则此时可以确定转账汇款模块的第一模块节点、第一模块位置。此时本发明会得到业务标签与预设业务路径中对应的第二模块位置，业务标签可能是登录认证业务标签、转账汇款业务标签以及理财业务标签中的任意一个或多个，此时可以根据第一模块位置和第二模块位的关系确定模块标签和业务标签之间的路径关系。
若判断所述第二模块位置与所述第一模块位置相同，则生成第一关联度评价系数。此时的业务标签与模块标签可以是相对应的，例如业务标签为登录认证业务标签、模块标签为登录认证模块标签，即更新的模块为登录认证模块，相应的日志集合所对应的日志文件都是登录认证的日志文件。此时会得到相应的第一关联度评价系数，第一关联度评价系数是预先设置的。
若判断所述第二模块位置为所述第一模块位置的前部或后部，则生成第二关联度评价系数。此时的业务标签与模块标签可以是处于一个子路径上的，例如业务标签为登录认证业务标签、模块标签为转账汇款标签，即更新的模块为转账汇款模块，相应的日志集合所对应的日志文件都是登录认证的日志文件。此时会得到相应的第二关联度评价系数，第二关联度评价系数是预先设置的。
若判断所述第二模块位置与所述第一模块位置不同、且不位于所述第一模块位置的前部或后部，则生成第三关联度评价系数。此时的业务标签与模块标签并不处于一个子路径上，例如业务标签为理财业务标签、模块标签为转账汇款标签，即更新的模块为转账汇款模块，相应的日志集合所对应的日志文件都是理财的日志文件。此时会得到相应的第三关联度评价系数，第三关联度评价系数是预先设置的。
期中，第一关联度评价系大于第二关联度评价系数、第二关联度评价系数大于第三关联度评价系数。该种方式，能够得到所有的日志集合与所更新的模块之间的关联关系。
根据具有第一关联度评价系数的日记集合的第一日志数量、具有第二关联度评价系数的日记集合的第二日志数量、具有第三关联度评价系数的日记集合的第三日志数量进行计算，得到每个日志集合内日志文件的删除数量。本发明会根据每种关联度评价系数的日记集合的日志数量进行综合的计算，得到每个日记集合需要删除的日志文件的删除数量，进而实现对不同类型的日志集合删除相应数量的日志文件，避免在进行流量回放测试时日志文件过多而导致测试时间过长。
根据所述删除数量随机选择日志集合内需要删除的日志文件，对不同业务关联度评价系数的日志集合内的日志文件进行差异化的删除处理。本发明在确定相应的删除数量后，会在日志集合内随机删除相应的日志文件，例如某一个日志集合内共有100份日志文件，此时需要删除20份日志文件，则此时会在100份日志文件中随机挑选20份日志文件进行删除处理。
根据删除处理后的所有日志文件生成相对应的流量回放测试集合。本发明会根据删除处理后的所有日志集合内的所有日志文件进行统计，得到相应的流量回放测试集合，结合流量回放测试集合进行后续的流量回放测试。
本发明提供的技术方案，在一个可能的实施方式中，所述根据具有第一关联度评价系数的日志文件的第一日志数量、具有第二关联度评价系数的日志文件的第二日志数量、具有第三关联度评价系数的日志文件的第三日志数量进行计算，得到每个日志集合内日志文件的删除数量，包括：
接收输入的目标日志总数量，根据预设的分配比例得到第一关联度评价系数的日志文件的第一选取数量、第二关联度评价系数的日志文件的第二选取数量以及第三关联度评价系数的日志文件的第三选取数量。分类比例可以是预先设置的，例如5:3:2，即在目标日志总数量的前提下，选择百分之50的第一关联度评价系数的日志文件的第一选取数量，选择百分之30的第二关联度评价系数的日志文件的第二选取数量，选择百分之20的第三关联度评价系数的日志文件的第三选取数量。通过以上方式，能够实现针对性的选取后续进行流量回放的日志文件，降低进行无效流量回放的日志文件的数量，使得流量回放测试更加具有针对性。
根据第一选取数量、每个第一关联度评价系数的日记集合的第一日志数量进行计算，得到每个第一关联度评价系数的日记集合的第一删除数量。本发明会在得到每个类型的日志文件所需要的第一选取数量后，结合日记集合的第一日志数量进行计算，使得每个日记集合按比例的得到第一删除数量，进行日志文件的删除。
根据第二选取数量、每个第二关联度评价系数的日记集合的第二日志数量进行计算，得到每个第二关联度评价系数的日记集合的第二删除数量。本发明会在得到每个类型的日志文件所需要的第二选取数量后，结合日记集合的第二日志数量进行计算，使得每个日记集合按比例的得到第二删除数量，进行日志文件的删除。
根据第三选取数量、每个第三关联度评价系数的日记集合的第二日志数量进行计算，得到每个第三关联度评价系数的日记集合的第三删除数量。本发明会在得到每个类型的日志文件所需要的第二选取数量后，结合日记集合的第二日志数量进行计算，使得每个日记集合按比例的得到第二删除数量，进行日志文件的删除。
通过以下公式计算第一删除数量、第二删除数量以及第三删除数量，
Figure 572151DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE055
为第一选取数量，
Figure DEST_PATH_IMAGE057
为日志总数量，
Figure DEST_PATH_IMAGE059
为第一关联度评价系数预设的分配比例，
Figure DEST_PATH_IMAGE061
为第二选取数量，
Figure DEST_PATH_IMAGE063
为第二关联度评价系数预设的分配比例，
Figure DEST_PATH_IMAGE065
为第三选取数量，
Figure DEST_PATH_IMAGE067
为第三关联度评价系数预设的分配比例，
Figure DEST_PATH_IMAGE069
为第一关联度评价系数所对应的第
Figure DEST_PATH_IMAGE071
个日记集合的第一删除数量，
Figure DEST_PATH_IMAGE073
为第
Figure 252400DEST_PATH_IMAGE071
个日记集合的第一日志数量，
Figure DEST_PATH_IMAGE075
为第
Figure DEST_PATH_IMAGE077
个日记集合的第一日志数量，
Figure DEST_PATH_IMAGE079
为第一关联度评价系数所对应的日记集合的上限值，
Figure DEST_PATH_IMAGE081
为第二关联度评价系数所对应的第
Figure DEST_PATH_IMAGE083
个日记集合的第二删除数量，
Figure DEST_PATH_IMAGE085
为第
Figure 441679DEST_PATH_IMAGE083
个日记集合的第二日志数量，
Figure DEST_PATH_IMAGE087
为第
Figure DEST_PATH_IMAGE089
个日记集合的第二日志数量，
Figure DEST_PATH_IMAGE091
为第二关联度评价系数所对应的日记集合的上限值，
Figure DEST_PATH_IMAGE093
为第三关联度评价系数所对应的第
Figure DEST_PATH_IMAGE095
个日记集合的第三删除数量，
Figure DEST_PATH_IMAGE097
为第
Figure 632096DEST_PATH_IMAGE095
个日记集合的第三日志数量，
Figure DEST_PATH_IMAGE099
为第
Figure DEST_PATH_IMAGE101
个日记集合的第三日志数量，
Figure DEST_PATH_IMAGE103
为第三关联度评价系数所对应的日记集合的上限值。
通过
Figure DEST_PATH_IMAGE105
可以进行计算，得到关联度评价系数所对应的第一选取数量、第二选取数量以及第三选取数量。通过该种方式，使得本发明能够根据日志总数量对不同的关联度评价系数的日志进行采集，并合理的确定相对应的数量。
通过
Figure DEST_PATH_IMAGE107
可以得到每一个具有第一关联度评价系数的日志集合内日志文件的数量，占所有第一关联度评价系数的日志集合内日志文件的数量之比，根据
Figure DEST_PATH_IMAGE109
可以进行计算得到相应日志集合内所保存的日志文件的数量，通过
Figure DEST_PATH_IMAGE111
可以得到需要删除的数量，进而使得本发明在计算每一个第一关联度评价系数的第一删除数量时，都是按照相应的比例计算的，即一个日志集合内日志文件的数量越多，则相应日志集合所删除的日志文件数量就越多。
通过
Figure DEST_PATH_IMAGE113
可以得到每一个具有第二关联度评价系数的日志集合内日志文件的数量，占所有第二关联度评价系数的日志集合内日志文件的数量之比，根据
Figure DEST_PATH_IMAGE115
可以进行计算得到相应日志集合内所保存的日志文件的数量，通过
Figure DEST_PATH_IMAGE117
可以得到需要删除的数量，进而使得本发明在计算每一个第二关联度评价系数的第二删除数量时，都是按照相应的比例计算的，即一个日志集合内日志文件的数量越多，则相应日志集合所删除的日志文件数量就越多。
通过
Figure DEST_PATH_IMAGE119
可以得到每一个具有第三关联度评价系数的日志集合内日志文件的数量，占所有第三关联度评价系数的日志集合内日志文件的数量之比，根据
Figure DEST_PATH_IMAGE121
可以进行计算得到相应日志集合内所保存的日志文件的数量，通过
Figure DEST_PATH_IMAGE123
可以得到需要删除的数量，进而使得本发明在计算每一个第三关联度评价系数的第三删除数量时，都是按照相应的比例计算的，即一个日志集合内日志文件的数量越多，则相应日志集合所删除的日志文件数量就越多。
步骤S140、对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签。本发明会对模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，例如模块标签所对应的一维子模块标签为认证登录模块标签，此时认证登录模块标签作为一维子模块标签会对应多个二维子模块标签。二维子模块标签可以包括用户登录子模块标签、密码修改子模块标签、密码找回子模块标签等等。
本发明提供的技术方案，在一个可能的实施方式中，步骤S140包括：
确定与所述模块标签所包括的一维子模块标签和多个二维子模块标签。本发明首先会确定与模块标签所包括的一维子模块标签和多个二维子模块标签，可以这样理解，所有的一维子模块标签和多个二维子模块标签即为相应模块所对应的所有模块、功能。
对所述一维子模块标签和多个二维子模块标签进行分解后，根据一维子模块标签和二维子模块标签的对应关系生成相对应的模块标签逻辑树。本发明会根据一维子模块标签和二维子模块标签的对应关系，得到相对应的模块标签逻辑树。认证登录模块标签即可以对应标签逻辑树的根节点，用户登录子模块标签、密码修改子模块标签、密码找回子模块标签即可以对应标签逻辑树的子节点。通过模块标签逻辑树的方式可以快速的确定相应模块所具有的所有功能。
步骤S150、若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合。本发明在得到业务标签逻辑树和模块标签逻辑树后，会将业务标签逻辑树和模块标签逻辑树的一维子业务标签和一维子模块标签进行比对，如果存在与一维子业务标签不对应的一维子模块标签，则证明此时并没有与所更新的模块对应的日志文件，即无法通过流量回放的方式对相应的模块进行测试，所以此时会根据不对应的一维子模块标签生成第一测试用例集合。
本发明提供的技术方案，在一个可能的实施方式中，步骤S150包括：
遍历模块标签逻辑树中的每一个一维子模块标签，将一维子模块标签与业务标签逻辑树的一维子业务标签比对，选择与一维子业务标签不对应的一维子模块标签。本发明首先会对模块标签逻辑树中的一维子模块标签进行遍历，将其与业务标签逻辑树的一维子业务标签比对，如果没有遍历到与一维子模块标签对应的一维子业务标签，则将相应的一维子模块标签作为与一维子业务标签不对应的一维子模块标签。
调取与不对应的一维子模块标签预先设置的所有预设测试用例，生成第一测试用例集合。此时本发明会调取与一维子模块标签预先设置的所有预设测试用例，本发明会预先为不同的功能模块设置相对应的测试用例，例如认证登录模块的测试用例，此时的测试用例包括多种类型，例如包括密码修改子模块标签、密码找回子模块等等的测试用例。在一维子模块标签预先设置的所有预设测试用例会包括其所对应的所有二维子模块标签的测试用例，此时的测试用例的子种类较多。此时的第一测试用例集合即包括相应一维子模块标签对应的测试用例。
步骤S160、若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合。本发明接着会对模块标签逻辑树中的二维子模块标签进行遍历，将其与业务标签逻辑树的二维子业务标签比对，如果没有遍历到与二维子模块标签对应的二维子业务标签，则将相应的二维子模块标签作为与二维子业务标签不对应的二维子模块标签。
本发明提供的技术方案，在一个可能的实施方式中，步骤S160包括：
将不对应的一维子模块标签及其关联的二维子模块标签所对应的节点，在所述模块标签逻辑树删除，得到更新后的模块标签逻辑树。本发明会首先对模块标签逻辑树进行更新，将一维子模块标签及其关联的二维子模块标签所对应的节点进行删除，使得在后续确定与二维子业务标签不对应的二维子模块标签时不会重复确认。
提取更新后的模块标签逻辑树中的每一个二维子模块标签，将二维子模块标签与业务标签逻辑树的二维子业务标签比对，选择与二维子业务标签不对应的二维子模块标签。此时，模块标签逻辑树中的所有一维子模块标签与业务标签逻辑树中的所有一维子业务标签都是相对应的，但是可会存在二维子业务标签与二维子模块标签不对应的情况，例如模块标签逻辑树中具有的二维子模块标签为密码找回子模块标签，此时二维子业务标签中并不存在具有密码找回子业务标签对应的日志集合、日志文件，所以此时会将相对应的二维子模块标签作为与二维子业务标签不对应的二维子模块标签。
调取与不对应的二维子模块标签预先设置的所有预设测试用例，生成第二测试用例集合。此时本发明会调取与二维子模块标签预先设置的所有预设测试用例，本发明会预先为不同的功能模块设置相对应的测试用例，例如包括密码修改子模块标签、密码找回子模块等等的测试用例，此时的第二测试用例集合即包括相应二维子模块标签对应的测试用例。
本发明提供的技术方案，在一个可能的实施方式中，还包括：
统计第一测试用例集合和第二测试用例集合中测试用例的总数量，得到第一用例数量。本发明会统计测试用例的总数量，测试用例的总数量越多，则证明通过流量回放能够测试的模块就越少。
根据所述第一用例数量、流量回放测试集合内日志文件的数量生成第一测试时间，若所述第一测试时间大于第一预设时间，则得到所述第一测试时间和第一预设时间的差值时间。本发明会根据第一用例数量、流量回放测试集合内日志文件的数量生成第一测试时间，一般来说，每个测试用例、每个日志文件的流量回放的单位时间都是可以预估、预先设置的，本发明会根据第一用例数量、流量回放测试集合内日志文件的数量生成第一测试时间，如果第一测试时间大于第一预设时间，则证明基于当前所确定的日志文件、测试用例较多，此时的第一测试时间已经大于了第一预设时间，测试时间超出了相应的要求，所以此时本发明会根据得到第一测试时间和第一预设时间的差值时间，差值时间越大，则第一用例数量、流量回放测试集合内日志文件的数量相对就越多。
根据所述差值时间对所述第一测试用例集合和第二测试用例集合中的测试用例、流量回放测试集合内日志文件分别进行部分的删除更新处理，得到更新后的第一测试用例集合、第二测试用例集合以及流量回放测试集合。本发明会根据差值时间对所述第一测试用例集合和第二测试用例集合中的测试用例、流量回放测试集合内日志文件进行更新处理，使得删除后的第一测试用例集合、第二测试用例集合以及流量回放测试集合内的测试用例、日志文件在进行测试时能够满足相应的要求。
可以通过以下公式计算差值时间，
Figure DEST_PATH_IMAGE125
Figure DEST_PATH_IMAGE127
为差值时间，
Figure DEST_PATH_IMAGE129
为第一测试时间，
Figure DEST_PATH_IMAGE131
为第一预设时间，
Figure DEST_PATH_IMAGE133
为第一用例数量，
Figure DEST_PATH_IMAGE135
为单位测试用例的预设时间，
Figure DEST_PATH_IMAGE137
为流量回放测试集合内日志文件的数量，
Figure DEST_PATH_IMAGE139
为单位日志文件的预设时间。通过
Figure DEST_PATH_IMAGE141
可以计算得到所有测试用例的测试时间，通过
Figure DEST_PATH_IMAGE143
可以计算得到通过流量回放方式进行测试的测试时间。
在差值时间
Figure 881418DEST_PATH_IMAGE127
大于第一预设时间时，本发明会根据以下公式确定需要删除的测试用例的数量以及日志文件的数量，
Figure DEST_PATH_IMAGE144
其中，
Figure DEST_PATH_IMAGE146
为测试用例的删除数量，
Figure DEST_PATH_IMAGE148
为日志文件的删除数量，通过
Figure DEST_PATH_IMAGE150
可以进行计算，得到所删除的测试用例、日志文件分别需要降低的时间，进而合理的确定各自需要删除的数量。在删除测试用例和日志文件时，可以是随机的删除方式。
步骤S170、基于所述流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。本发明根据流量回放测试集合对新服务和旧服务进行流量回放测试，即将流量回放测试集合的日志文件的行为进行回放，分别对新服务和旧服务进行流量回放测试，如果新服务和旧服务所输出的结果是一致的，则证明新服务和旧服务进行流量回放的测试结果是满足要求的、测试通过的。本发明在流量回放测试后，会将第一测试用例集合和/或第二测试用例集合内的测试用例对新服务进行测试，如果测试结果都与测试用例的预设结果相对应，则新服务通过测试用例的测试。
为了实现本发明提供的一种融合客户行为回放的多维测试方法，本发明还提供一种融合客户行为回放的多维测试系统，如图4所示，包括：
获取模块，用于获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签；
比对模块，用于将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签；
处理模块，用于获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所述所有日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合；
分解模块，用于对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签；
第一判断模块，用于若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合；
第二判断模块，用于若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合；
测试模块，用于基于所述流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。
除上述实施例外，本发明还可以有其他实施方式；凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (9)

1.一种融合客户行为回放的多维测试方法，其特征在于，包括：
获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签；
所述获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签，包括：
获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合；
提取日志集合内所有日志文件的一维业务种类，生成与所述日志集合对应的一维子业务标签；
提取日志集合内所有日志文件的二维业务种类，生成与所述日志集合对应的二维子业务标签；
根据每个一维子业务标签和二维子业务标签的对应关系，生成与所述日志集合对应的业务标签逻辑树；
将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签；
获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所有所述日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合，关联度评价系数即当前所更新的模块与日志业务的关联关系；
对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签，一维子业务标签即业务标签逻辑树的根节点，二维子业务标签即业务标签逻辑树的子节点；
若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合；
若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合；
基于所述流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。
2.据权利要求1所述的融合客户行为回放的多维测试方法，其特征在于，
所述获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合，包括：
依次选取每一个日志文件所对应的一维业务种类和二维业务种类，若判断不存在与选取的日志文件的一维业务种类对应的日志集合，则建立与所述一维业务种类对应的日志集合；
将所述日志文件根据其一维业务种类分别添加至相对应的日志集合内，在预设时间段内的所有日志文件分别添加至相对应的日志集合内后，停止对日志文件的归类。
3.据权利要求2所述的融合客户行为回放的多维测试方法，其特征在于，
所述将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签，包括：
获取更新后的新服务所具有的新代码、更新前的旧服务所具有的原始代码，将所述新代码与原始代码比对得到区别代码；
将所述区别代码所属于的业务模块作为更新的业务模块，获取所述业务模块所对应的模块标签，旧服务由多个业务模块组成，每个业务模块具有与其对应设置的模块标签。
4.据权利要求3所述的融合客户行为回放的多维测试方法，其特征在于，
所述获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所有所述日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合，包括：
确定所述模块标签在预设业务路径中相对应的第一模块节点，确定所述第一模块节点的第一模块位置，获取所述业务标签与预设业务路径中对应的第二模块位置，所述预设业务路径根据所有模块的业务流向生成；
若判断所述第二模块位置与所述第一模块位置相同，则生成第一关联度评价系数；
若判断所述第二模块位置为所述第一模块位置的前部或后部，则生成第二关联度评价系数；
若判断所述第二模块位置与所述第一模块位置不同、且不位于所述第一模块位置的前部或后部，则生成第三关联度评价系数；
根据具有第一关联度评价系数的日记集合的第一日志数量、具有第二关联度评价系数的日记集合的第二日志数量、具有第三关联度评价系数的日记集合的第三日志数量进行计算，得到每个日志集合内日志文件的删除数量；
根据所述删除数量随机选择日志集合内需要删除的日志文件，对不同业务关联度评价系数的日志集合内的日志文件进行差异化的删除处理；
根据删除处理后的所有日志文件生成相对应的流量回放测试集合。
5.据权利要求4所述的融合客户行为回放的多维测试方法，其特征在于，
所述根据具有第一关联度评价系数的日志文件的第一日志数量、具有第二关联度评价系数的日志文件的第二日志数量、具有第三关联度评价系数的日志文件的第三日志数量进行计算，得到每个日志集合内日志文件的删除数量，包括：
接收输入的目标日志总数量，根据预设的分配比例得到第一关联度评价系数的日志文件的第一选取数量、第二关联度评价系数的日志文件的第二选取数量以及第三关联度评价系数的日志文件的第三选取数量；
根据第一选取数量、每个第一关联度评价系数的日记集合的第一日志数量进行计算，得到每个第一关联度评价系数的日记集合的第一删除数量；
根据第二选取数量、每个第二关联度评价系数的日记集合的第二日志数量进行计算，得到每个第二关联度评价系数的日记集合的第二删除数量；
根据第三选取数量、每个第三关联度评价系数的日记集合的第二日志数量进行计算，得到每个第三关联度评价系数的日记集合的第三删除数量；
通过以下公式计算第一删除数量、第二删除数量以及第三删除数量，
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE003
为第一选取数量，X为日志总数量，
Figure DEST_PATH_IMAGE005
为第一关联度评价系数预设的分配比 例，
Figure DEST_PATH_IMAGE007
为第二选取数量，
Figure DEST_PATH_IMAGE009
为第二关联度评价系数预设的分配比例，
Figure DEST_PATH_IMAGE011
为第三选取数 量，
Figure DEST_PATH_IMAGE013
为第三关联度评价系数预设的分配比例，
Figure DEST_PATH_IMAGE015
为第一关联度评价系数所对应的第e个 日记集合的第一删除数量，
Figure DEST_PATH_IMAGE017
为第e个日记集合的第一日志数量，
Figure DEST_PATH_IMAGE019
为第i个日记集合的第 一日志数量，n为第一关联度评价系数所对应的日记集合的上限值，
Figure DEST_PATH_IMAGE021
为第二关联度评价 系数所对应的第
Figure 936199DEST_PATH_IMAGE022
个日记集合的第二删除数量，
Figure 314353DEST_PATH_IMAGE024
为第u个日记集合的第二日志数量，
Figure 199133DEST_PATH_IMAGE026
为第c个日记集合的第二日志数量，m为第二关联度评价系数所对应的日记集合的上限值，
Figure 262904DEST_PATH_IMAGE028
为第三关联度评价系数所对应的第α个日记集合的第三删除数量，
Figure 884640DEST_PATH_IMAGE030
为第α个日记集合 的第三日志数量，
Figure 615836DEST_PATH_IMAGE032
为第v个日记集合的第三日志数量，d为第三关联度评价系数所对应的 日记集合的上限值。
6.据权利要求3所述的融合客户行为回放的多维测试方法，其特征在于，
所述对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签，包括：
确定与所述模块标签所包括的一维子模块标签和多个二维子模块标签；
对所述一维子模块标签和多个二维子模块标签进行分解后，根据一维子模块标签和二维子模块标签的对应关系生成相对应的模块标签逻辑树。
7.据权利要求6所述的融合客户行为回放的多维测试方法，其特征在于，
所述若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合，包括：
遍历模块标签逻辑树中的每一个一维子模块标签，将一维子模块标签与业务标签逻辑树的一维子业务标签比对，选择与一维子业务标签不对应的一维子模块标签；
调取与不对应的一维子模块标签预先设置的所有预设测试用例，生成第一测试用例集合；
所述若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合，包括：
将不对应的一维子模块标签及其关联的二维子模块标签所对应的节点，在所述模块标签逻辑树删除，得到更新后的模块标签逻辑树；
提取更新后的模块标签逻辑树中的每一个二维子模块标签，将二维子模块标签与业务标签逻辑树的二维子业务标签比对，选择与二维子业务标签不对应的二维子模块标签；
调取与不对应的二维子模块标签预先设置的所有预设测试用例，生成第二测试用例集合。
8.据权利要求7所述的融合客户行为回放的多维测试方法，其特征在于，还包括：
统计第一测试用例集合和第二测试用例集合中测试用例的总数量，得到第一用例数量；
根据所述第一用例数量、流量回放测试集合内日志文件的数量生成第一测试时间，若所述第一测试时间大于第一预设时间，则得到所述第一测试时间和第一预设时间的差值时间；
根据所述差值时间对所述第一测试用例集合和第二测试用例集合中的测试用例、流量回放测试集合内日志文件分别进行部分的删除更新处理，得到更新后的第一测试用例集合、第二测试用例集合以及流量回放测试集合。
9.一种融合客户行为回放的多维测试系统，其特征在于，包括：
获取模块，用于获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签；
所述获取预设时间段内的所有日志文件，根据每种日志文件的业务种类进行分类得到多个日志集合，为每个日志集合添加相应的业务标签，包括：
获取日志文件中业务种类的一维业务种类和二维业务种类，将具有相同的一维业务种类的所有日志文件进行归类得到相应的日志集合；
提取日志集合内所有日志文件的一维业务种类，生成与所述日志集合对应的一维子业务标签；
提取日志集合内所有日志文件的二维业务种类，生成与所述日志集合对应的二维子业务标签；
根据每个一维子业务标签和二维子业务标签的对应关系，生成与所述日志集合对应的业务标签逻辑树；
比对模块，用于将更新后的新服务与更新前的旧服务进行比对，确定更新的至少一个业务模块，获取更新的业务模块的模块标签；
处理模块，用于获取每个业务标签与模块标签的业务关联度评价系数，根据所述业务关联度评价系数对所有所述日志集合内的日志文件进行差异化的删除处理，根据处理后的日志文件生成行为流量回放测试集合，关联度评价系数即当前所更新的模块与日志业务的关联关系；
分解模块，用于对所述模块标签进行分解得到一个一维子模块标签和多个二维子模块标签，提取所有业务标签所对应的所有一维子业务标签和多个二维子业务标签，一维子业务标签即业务标签逻辑树的根节点，二维子业务标签即业务标签逻辑树的子节点；
第一判断模块，用于若判断存在与所述一维子业务标签不对应的一维子模块标签，则基于不对应的一维子模块标签生成第一测试用例集合；
第二判断模块，用于若判断存在与所述二维子业务标签不对应的二维子模块标签，则基于不对应的二维子模块标签生成第二测试用例集合；
测试模块，用于基于所述流量回放测试集合对新服务和旧服务进行流量回放测试，基于第一测试用例集合和/或第二测试用例集合对新服务通过测试用例测试。
CN202210659072.1A 2022-06-13 2022-06-13 融合客户行为回放的多维测试方法及系统 Active CN114756477B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210659072.1A CN114756477B (zh) 2022-06-13 2022-06-13 融合客户行为回放的多维测试方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210659072.1A CN114756477B (zh) 2022-06-13 2022-06-13 融合客户行为回放的多维测试方法及系统

Publications (2)

Publication Number Publication Date
CN114756477A CN114756477A (zh) 2022-07-15
CN114756477B true CN114756477B (zh) 2022-09-02

Family

ID=82336123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210659072.1A Active CN114756477B (zh) 2022-06-13 2022-06-13 融合客户行为回放的多维测试方法及系统

Country Status (1)

Country Link
CN (1) CN114756477B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050166094A1 (en) * 2003-11-04 2005-07-28 Blackwell Barry M. Testing tool comprising an automated multidimensional traceability matrix for implementing and validating complex software systems
CN114553596A (zh) * 2022-04-21 2022-05-27 国网浙江省电力有限公司杭州供电公司 适用于网络安全的多维度安全情况实时展现方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110489321A (zh) * 2019-07-08 2019-11-22 平安科技（深圳）有限公司 测试用例筛选方法、装置、计算机设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050166094A1 (en) * 2003-11-04 2005-07-28 Blackwell Barry M. Testing tool comprising an automated multidimensional traceability matrix for implementing and validating complex software systems
CN114553596A (zh) * 2022-04-21 2022-05-27 国网浙江省电力有限公司杭州供电公司 适用于网络安全的多维度安全情况实时展现方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Journal First Presentation of An Experience Report On Applying》;Andre Arcuri;《2018 ACM/IEEE 40th International Conference on Software Engineering》;20180603;全文 *
统一漏洞管理平台研究设计;刘畅;《信息安全研究》;20220215;全文 *

Also Published As

Publication number Publication date
CN114756477A (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
US20150149383A1 (en) Method and device for acquiring product information, and computer storage medium
CN105740707A (zh) 恶意文件的识别方法和装置
CN107222511A (zh) 恶意软件的检测方法及装置、计算机装置及可读存储介质
CN112330047A (zh) 一种基于用户行为特征的信用卡还款概率预测方法
CN105824818A (zh) 一种信息化管理方法、平台及系统
CN112559538A (zh) 关联关系生成方法、装置、计算机设备和存储介质
CN110457601B (zh) 社交账号的识别方法和装置、存储介质及电子装置
CN114756477B (zh) 融合客户行为回放的多维测试方法及系统
CN113743963A (zh) 异常识别模型训练、异常对象识别方法、装置及电子设备
CN106875184B (zh) 异常场景模拟方法、装置及设备
CN112116007A (zh) 基于图算法和聚类算法的批量注册账号检测方法
CN111831817A (zh) 问卷生成分析方法、装置、计算机设备及可读存储介质
CN110807702A (zh) 贷后信息的管理方法、装置、设备及存储介质
CN110706003A (zh) 一种客户反馈工单生成的方法、装置、设备以及存储介质
CN113469584B (zh) 一种业务服务运营的风险管理方法及装置
CN114363839A (zh) 一种诈骗数据的预警方法、装置、设备及存储介质
CN110442799B (zh) 基于数据管理平台的方案推送方法、装置及设备
CN115130577A (zh) 一种欺诈号码识别方法、装置及电子设备
CN116975117A (zh) 一种日志数据管理方法及装置
CN114691505A (zh) 程序问题的定位方法、电子设备及存储介质
CN114241206A (zh) 目标对象的特征提取方法、装置、电子设备及存储介质
CN113434765A (zh) 客户回访方法、系统、设备及存储介质
CN112182392A (zh) 一种基于大数据的信息分析方法
CN116431459B (zh) 分布式日志链路跟踪数据处理方法及装置
CN117544423B (zh) 一种基于数据特征的api应用程序接口链路测绘方法

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