CN115081750A - 一种评估性能测试项目工作量的方法及装置 - Google Patents
一种评估性能测试项目工作量的方法及装置 Download PDFInfo
- Publication number
- CN115081750A CN115081750A CN202210917357.0A CN202210917357A CN115081750A CN 115081750 A CN115081750 A CN 115081750A CN 202210917357 A CN202210917357 A CN 202210917357A CN 115081750 A CN115081750 A CN 115081750A
- Authority
- CN
- China
- Prior art keywords
- workload
- performance test
- script
- time
- scene
- 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
- 238000011056 performance test Methods 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000013515 script Methods 0.000 claims abstract description 168
- 238000012360 testing method Methods 0.000 claims abstract description 140
- 238000002360 preparation method Methods 0.000 claims abstract description 112
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 20
- 238000011160 research Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000011835 investigation Methods 0.000 abstract description 14
- 238000011161 development Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 9
- 230000008676 import Effects 0.000 description 7
- 241000677635 Tuxedo Species 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 238000013112 stability test Methods 0.000 description 2
- 238000012430 stability testing Methods 0.000 description 2
- 238000004061 bleaching Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Stored Programmes (AREA)
Abstract
本发明提供了一种评估性能测试项目工作量的方法及装置,包括:基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;依据数据类型、数据量以及造数方式,确定数据准备时间;依据测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定场景执行时间;依据场景执行时间、测试调优系数,确定分析调优时间;依据场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定总结报告时间;基于获取的系统类别调研工作量、脚本编写时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取总工作量。可以提高工作量的评估准确度。
Description
技术领域
本发明涉及测试技术领域,具体而言,涉及一种评估性能测试项目工作量的方法及装置。
背景技术
性能测试是用于测试项目有效性的过程,广泛应用于金融、航天航空、智能监控、大数据分析等领域。而随着测试项目越来越复杂,集成的功能越来越多,更多开发人员多地参与协作开发,使得一测试项目中,功能交错、协作开发的代码质量参差不齐,工作量十分浩大。因而,在进行性能测试项目开发时,需预先对该性能测试项目进行工作量的评估,以便对该性能测试项目实施的计划以及人员、环境使用时间等资源进行规划。
目前在对性能测试项目进行工作量评估时,大多数的工作量评估都是根据经验人为主观的评估,例如,基于粗略类比法、经验评估法进行评估,但该评估方法,对评估人员的经验依赖度较高,普适性低,评估工作量与实际工作量相差较大,普遍存在实际工作量远超评估工作量的情形,使得评估工作量的精确度和效率较低,不能科学、便利的完成测试工作量的评估。
发明内容
有鉴于此,本发明的目的在于提供评估性能测试项目工作量的方法及装置,以提高评估工作量的准确度。
第一方面,本发明实施例提供了评估性能测试项目工作量的方法,包括:
基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;
依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;
依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;
依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;
依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;
获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间,包括:
确定所述性能测试项目所采用的脚本协议种类数;
针对每一通讯协议,确定该通讯协议的测试脚本,依据该通讯协议编辑测试脚本的基础工作量、脚本数量以及业务复杂度,获取该通讯协议的脚本基础准备工作量;
依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数;
获取各脚本协议种类对应的脚本基础准备工作量的和值,计算所述和值与人员的能力系数的乘积,得到所述性能测试项目的脚本准备时间。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述依据该基础工作量、脚本数量以及业务复杂度,获取该脚本协议的脚本基础准备工作量,包括:
计算基础工作量、脚本数量以及业务复杂度值的乘积,获取该脚本协议的脚本基础准备工作量。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数,包括:
针对每一人员级别,计算该人员级别对应的人员级别值以及人员数量的乘积,得到该人员级别的人员工作量;
获取各人员级别的人员工作量的和值,得到人员总工作量;
计算人员总工作量与各人员级别的总人数的商值,得到人员的能力系数。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间,包括:
确定性能测试项目包括的数据类型;
针对每一数据类型,计算该数据类型对应的数据量与造数方式的商值;
计算各数据类型值与对应的商值的乘积和,得到数据准备时间。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间,包括:
获取为性能测试项目设置的测试场景的类型;
针对每一类型的测试场景,计算该测试场景的场景类型基础工作量与配置的案例数量以及业务模型数量的乘积,得到该测试场景执行时间;
计算各测试场景执行时间的和值,得到场景执行时间。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间,包括:
计算场景执行时间与场景执行时间权重系数的商值;
计算商值与测试总结权重系数的乘积,得到总结报告时间。
第二方面,本发明实施例还提供了一种评估性能测试项目工作量的装置,包括:
脚本工作量评估模块,用于基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;
数据工作量评估模块,用于依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;
场景执行工作量评估模块,用于依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;
调优工作量评估模块,用于依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;
总结工作量评估模块,用于依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;
总工作量评估模块,用于获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面,本申请实施例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上存储有计算机程序,所述计算机程序被处理器运行时执行上述的方法的步骤。
本发明实施例提供的评估性能测试项目工作量的方法及装置,通过基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。这样,通过拆分性能测试项目中与工作量关联紧密的工作任务,并对每项工作任务的工作量进行参数细化和量化,由于每一细化和量化的参数能够较准确反应对应工作任务的工作量,因而,通过提取性能测试项目的参数进行工作量估算,能够有效提升预估工作量的准确性。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的评估性能测试项目工作量的方法流程示意图;
图2示出了本发明实施例所提供的评估性能测试项目工作量的装置结构示意图;
图3为本申请实施例提供的一种计算机设备300的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种评估性能测试项目工作量的方法及装置,下面通过实施例进行描述。
图1示出了本发明实施例所提供的评估性能测试项目工作量的方法流程示意图。如图1所示,该方法包括:
步骤101,基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;
本发明实施例中,在进行性能测试项目的工作量评估时,需考虑如下几方面的工作量:测试脚本编写、测试数据构造、测试案例执行、分析调优以及总结报告,其中,分析调优、总结报告与测试案例的数量以及执行情况相关联;测试脚本、测试数据、测试案例执行与性能测试项目所属的系统类别(业务的复杂度、处理逻辑的复杂度)紧密相关联。
本发明实施例中,作为一可选实施例,可以通过对大量已完成的性能测试项目进行聚类分析,获取各聚类点(工作任务)以及每一聚类点对应的主要影响因素,以对各工作任务的影响因素进行梳理,并分别评估每种影响因素对工作量的影响程度,作为预估性能测试项目工作量的主要考虑因素。
本发明实施例中,作为一可选实施例,基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间,包括:
A11,确定所述性能测试项目所采用的脚本协议种类数;
本发明实施例中,对于一性能测试项目,可以包括一个或多个测试功能,而不同的测试功能,可以采用相同或不同的脚本协议。
A12,针对每一通讯协议,确定该通讯协议的测试脚本,依据该通讯协议编辑测试脚本的基础工作量、脚本数量以及业务复杂度,获取该通讯协议的脚本基础准备工作量;
本发明实施例中,测试脚本是根据系统的通讯协议确定的,一通讯协议对应一脚本协议种类。不同的脚本协议,搭建脚本协议的运行环境所需的工作量是不同的,因而,对于每一脚本协议,设置以人天为单位的该脚本协议对应的基础工作量。
本发明实施例中,作为一可选实施例,脚本协议包括但不限于:socket、javauser、c user、8583报文及其他、HTTP以及webservice,表1为各基础工作量示意表。
表1
脚本协议 | 基础工作量(人天) |
socket | 2 |
java user | 2 |
c user | 2 |
HTTP | 1 |
webservice | 1 |
8583报文及其他 | 2 |
本发明实施例中,对于工作量,均以人天为单位,对于脚本协议,其中,socket、java user、c user、tuxedo、以及,8583报文及其他,基础工作量均为2人天;对于HTTP以及webservice,基础工作量均为1人天。
本发明实施例中,每一脚本协议,在性能测试项目中对应有相同或不同的脚本数量,同一脚本协议,可以应用在不同的业务复杂度的业务场景中,例如,tuxedo可应用于业务复杂度为一般或容易的业务场景。
本发明实施例中,作为一可选实施例,业务复杂度用于表征脚本协议的复杂度,即脚本复杂度,包括:复杂、一般、简单,其中,对于业务复杂度为复杂的业务,采用的脚本协议可以为C user。其中,
复杂,定义为业务步骤数大于3、业务性关联数大于2,且需与开发人员沟通商榷;
一般,业务步骤数低于3、业务性关联数小于2,且易发现;
简单,业务步骤数低于3、无业务性关联。
本发明实施例中,作为一可选实施例,对于复杂,设置业务复杂度值为Comp1=1.25,对于一般,设置Comp2=1,对于简单,设置Comp3=0.6。
表2为脚本复杂度示意表。
表2
本发明实施例中,作为一可选实施例,依据该通讯协议编辑测试脚本的基础工作量、脚本数量以及业务复杂度,获取该通讯协议的脚本基础准备工作量,包括:
计算基础工作量、脚本数量以及业务复杂度值的乘积,获取脚本基础准备工作量。
A13,依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数;
本发明实施例中,作为一可选实施例,人员级别包括:高级、中级、初级;其中,
高级,包括以下人员:
1、负责性能测试需求分析、测试设计、测试执行、测试结果分析及性能瓶颈定位的人员;
2、能够协助开发人员进行性能调优的人员;
3、可以指导初级测试工程师开展性能测试工作,并能够定期在部门开展性能测试培训工作的人员;
4、根据项目需要,开发性能测试辅助工具,或者编写性能测试辅助工具的详细需求,交由开发人员开发的人员。
中级,包括以下人员:
1、参与性能测试需求及指标,制定性能测试方案、案例,开发测试脚本的人员;
2、执行性能测试并收集性能监控数据,对数据进行分析的人员;
3、与开发人员、运维人员沟通,找出性能瓶颈并能够快速准确定位问题的人员;
4、收理、整理测试结果及监控结果,编写测试报告的人员。
5、带领测试小组,执行、优化测试过程,丰富测试手段,测试策略的人员。
初级,包括以下人员:
1、按照测试方案设置测试场景,完成测试脚本开发及测试数据准备的人员;
2、根据需要按一定的策略执行性能测试,同时收集系统中相关的性能指标的人员;
3、在指导下对测试结果数据进行分析,提供直观的分析结果和性能优化建议,并配合开发工程师进行性能调优的人员。
本发明实施例中,作为一可选实施例,对于高级,设置该人员级别值C1=0.7,对于中级,设置C2=1,对于初级,设置C3=1.2。
本发明实施例中,人员级别配置信息如表3所示。
表3
本发明实施例中,作为一可选实施例,依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数,包括:
针对每一人员级别,计算该人员级别对应的人员级别值以及人员数量的乘积,得到该人员级别的人员工作量;
获取各人员级别的人员工作量的和值,得到人员总工作量;
计算人员总工作量与各人员级别的总人数的商值,得到人员的能力系数。
A14,基于开发人员的配合度以及系统类别系数,获取开发配合工作量;
本发明实施例中,该步骤为可选步骤,作为一可选实施例,开发配合力度,包括:较好、好、一般,其中,
较好,对脚本协议报文完全掌握,通过报错信息、日志文件等立刻能够找到问题所在,态度积极主动;
好,对脚本协议报文有一定的了解,通过报错信息,日志文件等能够找到问题所在,态度较主动;
一般,通过他人协助可以找到脚本协议报文问题所在。
本发明实施例中,作为一可选实施例,对于较好,设置开发配合力度值DepC1=0.8,对于好,设置DepC2=1,对于一般,设置DepC3=1.5。
本发明实施例中,开发配合力度配置信息如表4所示。
表4
本发明实施例中,系统类别包括:A类系统、B类系统以及C类系统,其中,
A类系统,包括关键业务应用系统以及重要业务应用系统,其中,关键业务应用系统包括面向客户、涉及账务处理且实时性要求极高的应用类产品,或者,与其他多个应用有密切相关的应用类产品。重要业务应用系统,包括面向客户、涉及账务处理且实时性要求较高的业务处理类或业务管理类系统。
B类系统,包括一般业务系统,例如,经营分析类系统、不涉及账务处理的业务系统、非直接面向客户的业务系统。
C类系统,包括面向内部管理、实时性要求较低的业务系统。
本发明实施例中,作为一可选实施例,对性能测试项目涉及的各类系统进行评分,若评分大于或等于90分,设置系统类别系数S1=1.5;若评分小于90且大于或等于60分,设置S2=1;若评分小于60,设置S3=0.75。
本发明实施例中,系统类别配置信息如表5所示。
表5
本发明实施例中,作为一可选实施例,可基于如下维度对系统进行评分。
1,系统类型,包括:渠道、业务操作、产品服务、基础应用、管理决策,其中,渠道,对应分值15;业务操作,对应分值10;产品服务,对应分值15;基础应用,对应分值20;管理决策,对应分值5。
2,系统类别,包括:交易类以及数据类,其中,交易类,对应分值20;数据类,对应分值10。
3,日均交易量,包括:大于5000w、1000w至5000w、500w至1000w、小于500w、内部管理数据类以及对外披露数据类,其中,大于5000w,对应分值60;1000w至5000w,对应分值40;500w至1000w,对应分值20;小于500w,对应分值10;内部管理数据类,对应分值10;对外披露数据类,对应分值20。
4,客户类型,包括:外部以及内部,其中,外部,对应分值10;内部,对应分值5。
5,服务时间,包括:7*24,对应分值15;7*16,对应分值5;7*12,对应分值5;7*8,对应分值5;6*24,对应分值10;5*24,对应分值10;5*16,对应分值5;5*12,对应分值5;5*11,对应分值5;5*8,对应分值5。
6,是否涉及账务资金,包括:是,对应分值20;否,对应分值0。
7,服务范围,包括:全行以及区域,其中,全行,对应分值10;区域,对应分值5。
如表6所示,表6为对系统进行评分的维度示意表。
表6
本发明实施例中,作为一可选实施例,对于支撑类系统,如该支撑类系统发生故障,将影响后台多个系统正常运行的,在进行系统类别等级划分时,将后台受影响的多个系统中,系统类别等级相对较高的系统对应的系统类别,作为该支撑类系统对应的系统类别。这样,对于与报价等相关的支撑类应用系统,其重要性较高,在进行系统类别等级划分时,可以充分考虑该支撑类应用系统的重要性和敏感性。
本发明实施例中,作为另一可选实施例,对于多个系统紧密关联的应用系统,在进行系统类别等级划分时,考虑该系统故障时受影响的其它系统,将受影响系统中等级相对较高的系统对应的系统类别作为该应用系统的系统类别。
本发明实施例中,作为一可选实施例,基于开发人员的配合度以及系统类别系数,获取开发配合工作量,包括:
计算开发人员的配合度与系统类别系数的乘积,得到所述开发配合工作量。
A15,获取各脚本协议种类对应的脚本基础准备工作量的和值,计算所述和值与人员的能力系数的乘积,得到所述性能测试项目的脚本准备时间。
本发明实施例中,作为一可选实施例,利用下式计算脚本准备时间(ScriptTime):
ScriptTime=∑(基础工作量*脚本数量*Comp)*(∑(C*人员数量)/总人数)
其中,
基础工作量*脚本数量*Comp为脚本基础准备工作量;
(C*人员数量)/总人数)为人员的能力系数;
∑(基础工作量*脚本数量*Comp)为基于各脚本协议种类对应的脚本基础准备工作量得到的项目基础准备工作量,即各脚本协议种类对应的脚本基础准备工作量的和值。
本发明实施例中,由于一通讯协议对应一脚本基础准备工作量,而一通讯协议对应一脚本协议种类,因而,将性能测试项目所采用的各脚本协议种类对应的脚本基础准备工作量进行累加求和,可以得到基于脚本协议种类数量和脚本基础准备工作量计算得到的项目基础准备工作量。
本发明实施例中,若考虑开发配合工作量,则利用下式计算脚本准备时间:
ScriptTime=∑(基础工作量*脚本数量*Comp)*(∑(C*人员数量)/总人数)*DepC*S
式中,
DepC*S为开发配合工作量。
步骤102,依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;
本发明实施例中,作为一可选实施例,数据类型包括:一次性数据以及可复用数据;其中,
一次性数据是指不可重复使用的数据,测试场景执行一次以后,必须通过数据库导入/SQL批量造数或业务脚本造数的方式重新生成的数据。
本发明实施例中,由于一次性数据是消耗性数据,每执行完一次测试场景,就需要重新准备数据,以供下一个测试场景使用。因而,对于一次性数据对应的数据量,依据预先规划的所有测试场景执行的次数,以及,每一测试场景需要的一次性数据量进行累加,得出一次性数据的数据量。
可复用数据是指只需在测试执行阶段开始前准备一次,所有测试场景均可重复使用的数据。对应的数据量为性能测试项目的基础数据与可复用的参数化数据量之和。
本发明实施例中,作为一可选实施例,对于一次性数据,设置数据类型值D1=1.2,对于可复用数据,设置数据类型值D2=1。
本发明实施例中,数据类型配置信息如表7所示。
表7本发明实施例中,作为一可选实施例,造数方式,也称数据准备方式,
包括:数据库导入/SQL批量造数以及业务脚本造数;其中,
数据库导入/SQL批量造数,已有经过数据漂白的生产数据或数据库备份,可以通过导入或简单的SQL进行数据翻造的方式进行数据准备。
业务脚本造数,无生产数据或数据库备份,并且数据相关的业务逻辑或关联关系复杂,无法通过导入的方式,或编写SQL的难度较大,需要通过开发业务脚本进行数据准备。
本发明实施例中,造数方式配置信息如表8所示。
表8
本发明实施例中,对于数据库导入/SQL批量造数对应的造数方式,以万条每人天为单位,设置为100万条每人天,对于业务脚本造数对应的造数方式,设置为5万条每人天。
本发明实施例中,作为一可选实施例,依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间,包括:
B11,确定性能测试项目包括的数据类型;
B12,针对每一数据类型,计算该数据类型对应的数据量与造数方式的商值;
B13,计算各数据类型值与对应的商值的乘积和,得到数据准备时间。
本发明实施例中,作为一可选实施例,利用下式计算数据准备时间:
数据准备时间=∑(数据类型值*(数据量/造数方式))=∑(DT*(数据量/造数方式人天))。
本发明实施例中,表9为数据量配置信息示意表。
表9
步骤103,依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;
本发明实施例中,作为一可选实施例,依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间,包括:
获取为性能测试项目设置的测试场景的类型;
针对每一类型的测试场景,计算该测试场景的场景类型基础工作量与配置的案例数量以及业务模型数量的乘积,得到该测试场景执行时间;
计算各测试场景执行时间的和值,得到场景执行时间。
本发明实施例中,作为一可选实施例,场景类型包括:基准测试、单交易负载测试、混合负载测试、混合压力测试、异常性能测试以及稳定性测试。其中,对于基准测试,设置场景类型基础工作量为0.25人天,对于单交易负载测试,设置场景类型基础工作量为0.5人天,对于混合负载测试,设置场景类型基础工作量为3人天,对于混合压力测试,设置场景类型基础工作量为2人天,对于异常性能测试,设置场景类型基础工作量为1人天,对于稳定性测试,设置场景类型基础工作量为6人天。
本发明实施例中,对于案例数,等于案例梯度数,例如,混合负载测试需要执行5个梯度,如200TPS、400TPS、600TPS、800TPS、1000TPS,则案例数为5。
本发明实施例中,作为一可选实施例,利用下式计算场景执行时间:
场景执行时间=∑(场景类型基础工作量*案例数量*业务模型数量)
步骤104,依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;
本发明实施例中,计算场景执行时间与场景执行时间调优系数的商值,计算商值与测试调优系数的乘积,得到分析调优时间。
本发明实施例中,设置定量因素和非定量因素分别对应的调优系数,其中,定量因素调优系数设置为60%(Pert=60%),非定量因素调优系数设置为40%(Pert=40%)。对于定量因素,包括测试脚本开发、数据准备以及场景执行时间,其中,测试脚本开发对应的调优系数(脚本调优系数)为21%,数据准备对应的调优系数为10%,场景执行时间对应的调优系数(场景执行时间调优系数)为29%。对于非定量因素,包括测试调优以及测试总结,其中,测试调优对应的调优系数(测试调优系数)为30%,测试总结对应的调优系数(总结调优系数)为10%。
表10为调优系数设置示意表。
表10
本发明实施例中,作为一可选实施例,利用下式计算分析调优时间:
分析调优时间=(场景执行时间/Pert3)*NPert1
其中,Pert3为场景执行时间调优系数,NPert1为测试调优系数。
步骤105,依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;
本发明实施例中,作为一可选实施例,依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间,包括:
计算场景执行时间与场景执行时间权重系数的商值;
计算商值与测试总结权重系数的乘积,得到总结报告时间。
本发明实施例中,场景执行时间权重系数为上述的场景执行时间调优系数。作为一可选实施例,利用下式计算总结报告时间:
总结报告时间=(场景执行时间/Pert3)*NPert2
其中,NPert2为总结调优系数。
步骤106,获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。
本发明实施例中,对于系统类别调研工作量,以人天为单位,对于A类系统,为50人天,对于B类系统,为40人天,对于C类系统,为35人天。
本发明实施例中,作为一可选实施例,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量,包括:
计算系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间与总结报告时间的和值,得到总工作量。
本发明实施例中,作为一可选实施例,利用下式计算总工作量:
总工作量=系统类别调研工作量+脚本准备时间+数据准备时间+场景执行时间+分析调优时间+总结报告时间
以下举一具体例子,对本发明实施例的性能测试项目的工作量评估进行说明。
表11为一性能测试项目示意表。
表11
依据表11,计算得到的各参数如下:
对于脚本准备时间,脚本协议包括:C user、第一tuxedo以及第二tuxedo,其中,Cuser对应的业务复杂度为复杂(1.25)、基础工作量为2、脚本数量为2;第一tuxedo对应的业务复杂度为一般(1)、基础工作量为2、脚本数量为3;第二tuxedo对应的业务复杂度为简单(0.6)、基础工作量为2、脚本数量为5;
高级人员(0.7)数量为1;中级人员(1)数量为1;初级人员(1.2)数量为1;总人数为3;
开发配合度为1;系统类别为A类系统(1.5)。
依据上述参数进行计算,得到脚本准备时间的值为:
((1.25x2x2+1x2x3+0.6x2x5)/3)x1x1.5=24.7。
对于数据准备时间,数据类型包括:一次性数据以及可复用数据,其中,一次性数据(D1=1.2)对应的数据库导入/SQL批量造数的数据量为1000万条、造数方式为100万条,业务脚本造数的数据量为30万条、造数方式为5万条;可复用数据(D1=1)对应的数据库导入/SQL批量造数的数据量为10万条、造数方式为100万条,业务脚本造数的数据量为5万条、造数方式为5万条。
依据上述参数进行计算,得到数据准备时间的值为:
1.2x(1000/100+30/5)+1x(10/100+5/5)=19.35
对于场景执行时间,场景类型包括:基准测试、单交易负载测试、混合负载测试、混合压力测试、异常性能测试以及稳定性测试。其中,对于基准测试(场景类型基础工作量0.25人天),案例数量(案例梯度)为10、业务模型数量为1;对于单交易负载测试(场景类型基础工作量0.5人天),案例数量为10、业务模型数量为1;对于混合负载测试(场景类型基础工作量3人天),案例数量为1、业务模型数量为3;对于混合压力测试(场景类型基础工作量2人天),案例数量为1、业务模型数量为1;对于异常性能测试(场景类型基础工作量1人天),案例数量为2、业务模型数量为1;对于稳定性测试(场景类型基础工作量6人天),案例数量为1、业务模型数量为1。
依据上述参数进行计算,得到场景执行时间的值为:
0.25x10x1+0.5x10x1+3x1x3+2x1x1+1x2x1+6x1x1=26.5。
对于分析调优时间,场景执行时间为26.5人天,场景执行时间对应的调优系数(场景执行时间调优系数Pert3)为29%,测试调优对应的调优系数(测试调优系数NPert1)为30%。
依据上述参数进行计算,得到分析调优时间的值为:
(26.5/0.29x0.3)=27.4。
对于总结报告时间,场景执行时间为26.5人天,场景执行时间对应的调优系数(场景执行时间调优系数Pert3)为29%,测试总结对应的调优系数(总结调优系数NPert2)为10%。
依据上述参数进行计算,得到总结报告时间的值为:
(26.5/0.29)x0.1=9.1。
本发明实施例中,A类系统对应的系统类别调研工作量为50人天。
得到的该性能测试项目的总工作量的值为:
50+24.7+19.35+26.5+27.4+9.1=157.1。
本发明实施例中,作为一可选实施例,该方法还包括:
获取实际完成的性能测试项目的系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间与总结报告时间,分别与预估的系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间与总结报告时间进行比较,以调整预估参数。
本发明实施例中,预估参数包括但不限于:基础工作量、业务复杂度、配置的人员级别值、开发配合度值、系统类别系数、数据类型值、场景类型基础工作量、脚本调优系数、场景执行时间调优系数、测试调优系数、总结调优系数以及系统类别调研工作量。
本发明实施例中,可以基于预估参数构建工作量评估模型,例如,基于实际完成的性能测试项目,针对每一性能测试项目,提取预估参数对应的特征向量值,以提取的特征向量值为输入,以实际的预估参数值以及总工作量为输出,对工作量评估模型进行训练,直至工作量评估模型的精度达到要求为止。
本发明实施例中,将与性能测试项目工作量关联紧密的工作任务进行拆分,对每项工作任务的工作量进行细化和量化,根据各工作任务的分类、每个工作任务的难易程度以及相关要素等信息,结合预先构建和配置的核算模型,最终将各工作任务的工作量进行加权,计算出性能测试项目所需的工作量,从而形成更能落地的工作量评估模型,能够跟踪步骤的细节,便于整体管控和进度风险的管理,能够有效提升预估工作量的准确性。
图2示出了本发明实施例所提供的评估性能测试项目工作量的装置结构示意图。如图2所示,该装置包括:
脚本工作量评估模块201,用于基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;
本发明实施例中,作为一可选实施例,脚本工作量评估模块201包括:
协议数确定单元(图中未示出),用于确定所述性能测试项目所采用的脚本协议种类数;
协议工作量计算单元,用于针对每一通讯协议,确定测试脚本的脚本协议,依据该脚本协议的基础工作量、脚本数量以及业务复杂度,获取该脚本协议的脚本基础准备工作量;
人均工作量计算单元,用于依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数;
配合工作量计算单元,用于基于开发人员的配合度以及系统类别系数,获取开发配合工作量;
脚本准备时间计算单元,用于获取各脚本协议种类对应的脚本基础准备工作量的和值,计算所述和值与人员的能力系数的乘积,得到所述性能测试项目的脚本准备时间。
本发明实施例中,作为一可选实施例,协议工作量计算单元具体用于:
计算基础工作量、脚本数量以及业务复杂度值的乘积,获取该脚本协议的脚本基础准备工作量。
本发明实施例中,作为一可选实施例,人均工作量计算单元具体用于:
针对每一人员级别,计算该人员级别对应的人员级别值以及人员数量的乘积,得到该人员级别的人员工作量;
获取各人员级别的人员工作量的和值,得到人员总工作量;
计算人员总工作量与各人员级别的总人数的商值,得到人员的能力系数。
数据工作量评估模块202,用于依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;
本发明实施例中,作为一可选实施例,数据工作量评估模块202包括:
数据类型确定单元(图中未示出),用于确定性能测试项目包括的数据类型;
商值计算单元,用于针对每一数据类型,计算该数据类型对应的数据量与造数方式的商值;
数据准备时间计算单元,用于计算各数据类型值与对应的商值的乘积和,得到数据准备时间。
场景执行工作量评估模块203,用于依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;
本发明实施例中,作为一可选实施例,场景执行工作量评估模块203包括:
场景类型确定单元(图中未示出),用于获取为性能测试项目设置的测试场景的类型;
单场景时间计算单元,用于针对每一类型的测试场景,计算该测试场景的场景类型基础工作量与配置的案例数量以及业务模型数量的乘积,得到该测试场景执行时间;
场景执行时间计算单元,用于计算各测试场景执行时间的和值,得到场景执行时间。
调优工作量评估模块204,用于依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;
总结工作量评估模块205,用于依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;
本发明实施例中,作为一可选实施例,总结工作量评估模块205具体用于计算场景执行时间与场景执行时间权重系数的商值;计算商值与测试总结权重系数的乘积,得到总结报告时间。
总工作量评估模块206,用于获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。
本发明实施例中,作为一可选实施例,该装置还包括:
参数校正模块(图中未示出),用于获取实际完成的性能测试项目的系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间与总结报告时间,分别与预估的系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间与总结报告时间进行比较,以调整预估参数。
如图3所示,本申请一实施例提供了一种计算机设备300,用于执行图1中的评估性能测试项目工作量的方法,该设备包括存储器301、与存储器301通过总线相连的处理器302及存储在该存储器301上并可在该处理器302上运行的计算机程序,其中,上述处理器302执行上述计算机程序时实现上述评估性能测试项目工作量的方法的步骤。
具体地,上述存储器301和处理器302能够为通用的存储器和处理器,这里不做具体限定,当处理器302运行存储器301存储的计算机程序时,能够执行上述评估性能测试项目工作量的方法。
对应于图1中的评估性能测试项目工作量的方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述评估性能测试项目工作量的方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述评估性能测试项目工作量的方法。
在本申请所提供的实施例中,应该理解到,所揭露系统和方法,可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能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,本申请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,包括若干指令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)执行本申请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-Only Memory,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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种评估性能测试项目工作量的方法,其特征在于,包括:
基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;
依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;
依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;
依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;
依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;
获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。
2.根据权利要求1所述的方法,其特征在于,所述基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间,包括:
确定所述性能测试项目所采用的脚本协议种类数;
针对每一通讯协议,确定该通讯协议的测试脚本,依据该通讯协议编辑测试脚本的基础工作量、脚本数量以及业务复杂度,获取该通讯协议的脚本基础准备工作量;
依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数;
获取各脚本协议种类对应的脚本基础准备工作量的和值,计算所述和值与人员的能力系数的乘积,得到所述性能测试项目的脚本准备时间。
3.根据权利要求2所述的方法,其特征在于,所述依据该基础工作量、脚本数量以及业务复杂度,获取该脚本协议的脚本基础准备工作量,包括:
计算基础工作量、脚本数量以及业务复杂度值的乘积,获取该脚本协议的脚本基础准备工作量。
4.根据权利要求2所述的方法,其特征在于,所述依据为性能测试项目配备的人员级别以及每一级别的人员数量,获取人员的能力系数,包括:
针对每一人员级别,计算该人员级别对应的人员级别值以及人员数量的乘积,得到该人员级别的人员工作量;
获取各人员级别的人员工作量的和值,得到人员总工作量;
计算人员总工作量与各人员级别的总人数的商值,得到人员的能力系数。
5.根据权利要求1所述的方法,其特征在于,所述依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间,包括:
确定性能测试项目包括的数据类型;
针对每一数据类型,计算该数据类型对应的数据量与造数方式的商值;
计算各数据类型值与对应的商值的乘积和,得到数据准备时间。
6.根据权利要求1所述的方法,其特征在于,所述依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间,包括:
获取为性能测试项目设置的测试场景的类型;
针对每一类型的测试场景,计算该测试场景的场景类型基础工作量与配置的案例数量以及业务模型数量的乘积,得到该测试场景执行时间;
计算各测试场景执行时间的和值,得到场景执行时间。
7.根据权利要求1所述的方法,其特征在于,所述依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间,包括:
计算场景执行时间与场景执行时间权重系数的商值;
计算商值与测试总结权重系数的乘积,得到总结报告时间。
8.一种评估性能测试项目工作量的装置,其特征在于,包括:
脚本工作量评估模块,用于基于脚本基础准备工作量、脚本协议种类数量、人员的能力系数,计算所述性能测试项目的脚本准备时间;
数据工作量评估模块,用于依据性能测试项目的数据类型、数据量以及造数方式,确定所述性能测试项目的数据准备时间;
场景执行工作量评估模块,用于依据性能测试项目的测试场景作用、为测试场景配置的案例数量以及业务模型数量,确定所述性能测试项目的场景执行时间;
调优工作量评估模块,用于依据性能测试项目的场景执行时间、测试调优系数,确定所述性能测试项目的分析调优时间;
总结工作量评估模块,用于依据性能测试项目的场景执行时间、场景执行时间权重系数以及测试总结权重系数,确定所述性能测试项目的总结报告时间;
总工作量评估模块,用于获取所述性能测试项目的系统类别调研工作量,基于系统类别调研工作量、脚本准备时间、数据准备时间、场景执行时间、分析调优时间、总结报告时间,获取所述性能测试项目的总工作量。
9.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的评估性能测试项目工作量的方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一所述的评估性能测试项目工作量的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210917357.0A CN115081750A (zh) | 2022-08-01 | 2022-08-01 | 一种评估性能测试项目工作量的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210917357.0A CN115081750A (zh) | 2022-08-01 | 2022-08-01 | 一种评估性能测试项目工作量的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115081750A true CN115081750A (zh) | 2022-09-20 |
Family
ID=83243738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210917357.0A Pending CN115081750A (zh) | 2022-08-01 | 2022-08-01 | 一种评估性能测试项目工作量的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115081750A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298998A (zh) * | 2018-08-15 | 2019-02-01 | 深圳壹账通智能科技有限公司 | 工作量评估及模型训练方法、电子设备及存储介质 |
CN112486788A (zh) * | 2020-11-18 | 2021-03-12 | 中信银行股份有限公司 | 一种工作量评估方法、装置、电子设备和可读存储介质 |
CN113537797A (zh) * | 2021-07-23 | 2021-10-22 | 中信银行股份有限公司 | 基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质 |
-
2022
- 2022-08-01 CN CN202210917357.0A patent/CN115081750A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298998A (zh) * | 2018-08-15 | 2019-02-01 | 深圳壹账通智能科技有限公司 | 工作量评估及模型训练方法、电子设备及存储介质 |
CN112486788A (zh) * | 2020-11-18 | 2021-03-12 | 中信银行股份有限公司 | 一种工作量评估方法、装置、电子设备和可读存储介质 |
CN113537797A (zh) * | 2021-07-23 | 2021-10-22 | 中信银行股份有限公司 | 基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11475023B2 (en) | Impact analysis | |
Beyer | Software Verification with Validation of Results: (Report on SV-COMP 2017) | |
Gousios et al. | Measuring developer contribution from software repository data | |
Wessel et al. | Effects of adopting code review bots on pull requests to oss projects | |
CN107239458B (zh) | 基于大数据推算开发对象关系的方法及装置 | |
Bhattacharya et al. | Assessing programming language impact on development and maintenance: A study on C and C++ | |
Aranha et al. | An estimation model for test execution effort | |
WO2019153487A1 (zh) | 系统性能的度量方法、装置、存储介质和服务器 | |
US20130024167A1 (en) | Computer-Implemented Systems And Methods For Large Scale Automatic Forecast Combinations | |
EP2478433A1 (en) | Mapping dataset elements | |
Baecker | Enhancing program readability and comprehensibility with tools for program visualization | |
CN113537797A (zh) | 基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质 | |
RU2733485C1 (ru) | Система и способ обработки данных для комплексной оценки зрелости научно-технологического проекта на основе использования набора параметров | |
CN111522868A (zh) | 数据规则的处理方法、装置、电子设备及存储介质 | |
CN111695877A (zh) | 计算机执行的项目资源管理方法、系统、设备和可读介质 | |
Hernández-López et al. | Productivity in software engineering: A study of its meanings for practitioners: Understanding the concept under their standpoint | |
Morasca | Software measurement | |
CN115081750A (zh) | 一种评估性能测试项目工作量的方法及装置 | |
Kahloun et al. | Evaluating the Quality of Business Process Models based on measures and Criteria in Higher Education: Developing a Framework for continuous quality improvement | |
Van Putten et al. | Supporting Dynamic Reuse in Business Case Development | |
Vidgof et al. | The Impact of Process Complexity on Process Performance: A Study using Event Log Data | |
Abe et al. | Analyzing business processes by automatically detecting kpi thresholds | |
CN111930815A (zh) | 一种基于行业属性和经营属性构建企业画像的方法及系统 | |
Isnaini et al. | MEASURING THE BANKRUPTCY POTENTIAL OF ACEH BEGINNERS WITH THE ALTMAN Z-SCORE, SPRINGATE, OHLSON, GROVER, AND ZMIJEWSKI METHOD IN THE MIDST OF THE COVID-19 PANDEMIC | |
Lumpova et al. | Finding a conceptual approach to developing an architecture of general-purpose services for economic researches |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220920 |