CN115934576A - 交易场景下的测试用例生成方法、装置、设备及介质 - Google Patents

Abstract

本发明涉及测试技术领域，提供一种交易场景下的测试用例生成方法、装置、设备及介质，能够根据目标交易场景下要素间的依赖关系生成条件函数，并利用生成器中的全量叉乘模块对第一要素集中的每个第一要素进行定义，及利用生成器中的条件叉乘模块及条件函数对第二要素集中的每个第二要素进行定义，在定义时考虑了交易元素间的相互依赖关系，避免生成多余的错误用例造成数据冗余，同时提升了测试用例的生成效率。

Description

交易场景下的测试用例生成方法、装置、设备及介质

技术领域

本发明涉及测试技术领域，尤其涉及一种交易场景下的测试用例生成方法、装置、设备及介质。

背景技术

现有技术中，在实际的交易场景下，众多的交易委托参数、交易时序使交易业务的测试用例数量巨大，利用手工编写的方式成本过大。

并且，交易要素之间可能存在多个条件限制关系，如果不考虑这些条件限制关系，将生成大量错误用例，造成数据冗余。

发明内容

鉴于以上内容，有必要提供一种交易场景下的测试用例生成方法、装置、设备及介质，能够综合考虑交易场景下要素间的依赖关系，并利用生成器自动生成测试用例，不仅提高了测试用例生成的效率，且有效避免数据冗余。

一种交易场景下的测试用例生成方法，所述交易场景下的测试用例生成方法包括：

响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系；

根据所述多个要素间的依赖关系生成条件函数；

调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块；

根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集；

利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义；

整合所有定义结果，得到目标测试用例。

根据本发明优选实施例，所述根据所述多个要素间的依赖关系生成条件函数包括：

根据所述多个要素间的依赖关系生成描述规范，并作为所述条件函数；

其中，在所述描述规范下，当任意要素依赖于其他要素时，在所述其他要素被定义后，再定义所述任意要素。

根据本发明优选实施例，所述根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集包括：

根据所述多个要素间的依赖关系从所述多个要素中筛选出与其他要素间不具有任何依赖关系的要素组成所述第一要素集，及筛选出与其他要素间具有依赖关系的要素组成所述第二要素集。

根据本发明优选实施例，所述利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义包括：

在所述全量叉乘模块中，对于每个第一要素，获取该第一要素的每个要素值；

利用所述全量叉乘模块中封装的全量叉乘函数，根据每个要素值对该第一要素分别进行定义。

根据本发明优选实施例，所述利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义包括：

在所述条件叉乘模块中，对于每个第二要素，获取该第二要素的每个要素值；

将每个要素值作为参数传递至所述条件函数，得到中间值；

将所述中间值传递至所述条件叉乘模块中封装的条件叉乘函数进行定义。

根据本发明优选实施例，所述方法还包括：

当在所述多个要素中有目标要素存在指定的默认值时，根据所述默认值生成限制函数；

将所述限制函数添加至所述生成器。

根据本发明优选实施例，所述方法还包括：

当有新增依赖关系时，利用所述新增依赖关系更新所述条件函数。

一种交易场景下的测试用例生成装置，所述交易场景下的测试用例生成装置包括：

确定单元，用于响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系；

划分单元，用于根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集；

生成单元，用于根据所述多个要素间的依赖关系生成条件函数；

调用单元，用于调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块；

定义单元，用于利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义；

整合单元，用于整合所有定义结果，得到目标测试用例。

一种计算机设备，所述计算机设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现所述交易场景下的测试用例生成方法。

一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现所述交易场景下的测试用例生成方法。

由以上技术方案可以看出，本发明能够根据目标交易场景下要素间的依赖关系生成条件函数，并利用生成器中的全量叉乘模块对第一要素集中的每个第一要素进行定义，及利用生成器中的条件叉乘模块及条件函数对第二要素集中的每个第二要素进行定义，在定义时考虑了交易元素间的相互依赖关系，避免生成多余的错误用例造成数据冗余，同时提升了测试用例的生成效率。

附图说明

图1是本发明交易场景下的测试用例生成方法的较佳实施例的流程图。

图2是本发明交易场景下的测试用例生成装置的较佳实施例的功能模块图。

图3是本发明实现交易场景下的测试用例生成方法的较佳实施例的计算机设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，是本发明交易场景下的测试用例生成方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

所述交易场景下的测试用例生成方法应用于一个或者多个计算机设备中，所述计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。

所述计算机设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。

所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。

S10，响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系。

在本实施例中，所述目标交易场景可以包括交易委托场景等。

在本实施例中，所述测试用例生成指令可以由测试人员触发，也可以配置为周期性触发，本发明不限制。

在本实施例中，所述要素可以包括，但不限于以下一种或者多种的组合：业务类型、交易市场、买卖方向、证券类型、委托价格、竞价类型、成交场景等。

在本实施例中，所述多个要素间的依赖关系可以根据实际的业务需求进行确定。

S11，根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集。

在本实施例中，所述根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集包括：

根据所述多个要素间的依赖关系从所述多个要素中筛选出与其他要素间不具有任何依赖关系的要素组成所述第一要素集，及筛选出与其他要素间具有依赖关系的要素组成所述第二要素集。

例如：对于要素A、B、C、D、E，当要素A与其他要素B、C、D、E间不存在任何依赖关系时，则将要素A添加至所述第一要素集；当要素B需要依赖于要素C时，则将要素B添加至所述第二要素集。

S12，根据所述多个要素间的依赖关系生成条件函数。

在本实施例中，所述根据所述多个要素间的依赖关系生成条件函数包括：

根据所述多个要素间的依赖关系生成描述规范，并作为所述条件函数；

其中，在所述描述规范下，当任意要素依赖于其他要素时，在所述其他要素被定义后，再定义所述任意要素。

例如：如果条件函数的表达式为：元素列表[X] = F(元素Y1、元素Y2、...)，则表示元素X依赖于元素Y1，Y2，对任何一个计算过程F，要求Y1、Y2已定义，且将获得一个X可选项列表。

在上述实施例中，将大量具有条件限制的业务关系通过配置文件进行维护，并生成条件函数（可表示为CONDITION），便于后续在生成测试用例时直接调用。

S13，调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块。

在本实例中，所述生成器是一种用例生成引擎，可以结合条件函数实现自定义的测试用例批量生成。

其中，所述全量叉乘模块中封装了全量叉乘函数，表达式可以为：

用例（结果/中间结果） = 用例（基础用例/中间结果）

EXTEND 要素X。

其中，EXTEND为一种全量扩展函数，所述基础用例表示元素均为定义的用例，所述中间结果表示部分要素或者字段还未完善的用例，所述结果表示已经完善的用例。

其中，所述条件叉乘模块中封装了条件叉乘函数，表达式可以为：

用例（结果/中间结果） = 用例（基础用例/中间结果）

EXTEND_IF CONDITION。

其中，EXTEND_IF为一种条件扩展函数。

S14，利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义。

在本实施例中，所述利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义包括：

在所述全量叉乘模块中，对于每个第一要素，获取该第一要素的每个要素值；

利用所述全量叉乘模块中封装的全量叉乘函数，根据每个要素值对该第一要素分别进行定义。

例如：在初始时的基础用例 = [A=未定义，B=未定义，C=未定义，D=未定义，E=未定义]，比如要素A没有任何依赖及限制条件，则用例的生成使用全量叉乘。具体地，当A存在可选项（1,2）时，则用例进行全量叉乘的中间结果为：

[A=1，B=未定义，C=未定义，D=未定义，E=未定义]

[A=2，B=未定义，C=未定义，D=未定义，E=未定义]。

在本实施例中，所述利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义包括：

在所述条件叉乘模块中，对于每个第二要素，获取该第二要素的每个要素值；

将每个要素值作为参数传递至所述条件函数，得到中间值；

将所述中间值传递至所述条件叉乘模块中封装的条件叉乘函数进行定义。

例如：在初始时的基础用例 = [A=未定义，B=未定义，C=未定义，D=未定义，E=未定义]，如要素B存在条件限制关系：当A为1时B可选3，当A为2是B可选（4,5），则进行条件叉乘的结果为：

[A=1，B=3，C=未定义，D=未定义，E=未定义]

[A=2，B=4，C=未定义，D=未定义，E=未定义]

[A=2，B=5，C=未定义，D=未定义，E=未定义]。

可见，在进行条件叉乘的过程中，当A为1时B可选3，则不会出现A为1，B为4或者5的冗余用例，避免出现错误用例造成数据冗余。

本实施例结合要素间的依赖关系，以及包括全量叉乘模块及条件叉乘模块的生成器自动定义各个要素以生成测试用例，相当于通过配置文件、硬编码的方式生成条件过滤器，并进行逐个条件扩展。当有要素有依赖关系时，先扩展基础的依赖，再通过条件扩展；当没有依赖的时候直接全量叉乘扩展，不仅有效避免出现冗余用例，且提升了测试用例生成的效率。

S15，整合所有定义结果，得到目标测试用例。

例如：存在的所有条件限制关系如下：

CONDITION B: 元素列表[B] = FB（A）

CONDITION C: 元素列表[C] = FC（A, B）

CONDITION E: 元素列表[E] = FE（A, D）。

则生成的测试用例的表达式为：

用例 = 基础用例 EXTEND A

EXTEND_IF CONDITION B

EXTEND_IF CONDITION C

EXTEND D

EXTEND_IF CONDITION E。

通过上述实施例，可以快速自定义的生成大量的自动化测试用例。

在本实施例中，所述方法还包括：

当在所述多个要素中有目标要素存在指定的默认值时，根据所述默认值生成限制函数；

将所述限制函数添加至所述生成器。

例如：可以设置函数Default，如Default B=交易所甲，表示只需要生成在交易所甲进行交易的相关测试用例。

在本实施例中，所述方法还包括：

当有新增依赖关系时，利用所述新增依赖关系更新所述条件函数。

通过上述实施例，能够根据新增的限制条件、依赖关系等不断更新条件函数，增加了测试用例的灵活性，例如：可以自定义异常场景条件进行案例生成。

由以上技术方案可以看出，本发明能够根据目标交易场景下要素间的依赖关系生成条件函数，并利用生成器中的全量叉乘模块对第一要素集中的每个第一要素进行定义，及利用生成器中的条件叉乘模块及条件函数对第二要素集中的每个第二要素进行定义，在定义时考虑了交易元素间的相互依赖关系，避免生成多余的错误用例造成数据冗余，同时提升了测试用例的生成效率。

如图2所示，是本发明交易场景下的测试用例生成装置的较佳实施例的功能模块图。所述交易场景下的测试用例生成装置11包括确定单元110、划分单元111、生成单元112、调用单元113、定义单元114、整合单元115。本发明所称的模块/单元是指一种能够被处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。

所述确定单元110，用于响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系。

在本实施例中，所述目标交易场景可以包括交易委托场景等。

在本实施例中，所述测试用例生成指令可以由测试人员触发，也可以配置为周期性触发，本发明不限制。

在本实施例中，所述要素可以包括，但不限于以下一种或者多种的组合：业务类型、交易市场、买卖方向、证券类型、委托价格、竞价类型、成交场景等。

在本实施例中，所述多个要素间的依赖关系可以根据实际的业务需求进行确定。

所述划分单元111，用于根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集。

在本实施例中，所述划分单元111根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集包括：

根据所述多个要素间的依赖关系从所述多个要素中筛选出与其他要素间不具有任何依赖关系的要素组成所述第一要素集，及筛选出与其他要素间具有依赖关系的要素组成所述第二要素集。

例如：对于要素A、B、C、D、E，当要素A与其他要素B、C、D、E间不存在任何依赖关系时，则将要素A添加至所述第一要素集；当要素B需要依赖于要素C时，则将要素B添加至所述第二要素集。

所述生成单元112，用于根据所述多个要素间的依赖关系生成条件函数。

在本实施例中，所述生成单元112根据所述多个要素间的依赖关系生成条件函数包括：

根据所述多个要素间的依赖关系生成描述规范，并作为所述条件函数；

其中，在所述描述规范下，当任意要素依赖于其他要素时，在所述其他要素被定义后，再定义所述任意要素。

例如：如果条件函数的表达式为：元素列表[X] = F(元素Y1、元素Y2、...)，则表示元素X依赖于元素Y1，Y2，对任何一个计算过程F，要求Y1、Y2已定义，且将获得一个X可选项列表。

在上述实施例中，将大量具有条件限制的业务关系通过配置文件进行维护，并生成条件函数（可表示为CONDITION），便于后续在生成测试用例时直接调用。

所述调用单元113，用于调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块。

在本实例中，所述生成器是一种用例生成引擎，可以结合条件函数实现自定义的测试用例批量生成。

其中，所述全量叉乘模块中封装了全量叉乘函数，表达式可以为：

用例（结果/中间结果） = 用例（基础用例/中间结果）

EXTEND 要素X。

其中，EXTEND为一种全量扩展函数，所述基础用例表示元素均为定义的用例，所述中间结果表示部分要素或者字段还未完善的用例，所述结果表示已经完善的用例。

其中，所述条件叉乘模块中封装了条件叉乘函数，表达式可以为：

用例（结果/中间结果） = 用例（基础用例/中间结果）

EXTEND_IF CONDITION。

其中，EXTEND_IF为一种条件扩展函数。

所述定义单元114，用于利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义。

在本实施例中，所述定义单元114利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义包括：

在所述全量叉乘模块中，对于每个第一要素，获取该第一要素的每个要素值；

利用所述全量叉乘模块中封装的全量叉乘函数，根据每个要素值对该第一要素分别进行定义。

例如：在初始时的基础用例 = [A=未定义，B=未定义，C=未定义，D=未定义，E=未定义]，比如要素A没有任何依赖及限制条件，则用例的生成使用全量叉乘。具体地，当A存在可选项（1,2）时，则用例进行全量叉乘的中间结果为：

[A=1，B=未定义，C=未定义，D=未定义，E=未定义]

[A=2，B=未定义，C=未定义，D=未定义，E=未定义]。

在本实施例中，所述定义单元114利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义包括：

在所述条件叉乘模块中，对于每个第二要素，获取该第二要素的每个要素值；

将每个要素值作为参数传递至所述条件函数，得到中间值；

将所述中间值传递至所述条件叉乘模块中封装的条件叉乘函数进行定义。

例如：在初始时的基础用例 = [A=未定义，B=未定义，C=未定义，D=未定义，E=未定义]，如要素B存在条件限制关系：当A为1时B可选3，当A为2是B可选（4,5），则进行条件叉乘的结果为：

[A=1，B=3，C=未定义，D=未定义，E=未定义]

[A=2，B=4，C=未定义，D=未定义，E=未定义]

[A=2，B=5，C=未定义，D=未定义，E=未定义]。

可见，在进行条件叉乘的过程中，当A为1时B可选3，则不会出现A为1，B为4或者5的冗余用例，避免出现错误用例造成数据冗余。

本实施例结合要素间的依赖关系，以及包括全量叉乘模块及条件叉乘模块的生成器自动定义各个要素以生成测试用例，相当于通过配置文件、硬编码的方式生成条件过滤器，并进行逐个条件扩展。当有要素有依赖关系时，先扩展基础的依赖，再通过条件扩展；当没有依赖的时候直接全量叉乘扩展，不仅有效避免出现冗余用例，且提升了测试用例生成的效率。

所述整合单元115，用于整合所有定义结果，得到目标测试用例。

例如：存在的所有条件限制关系如下：

CONDITION B: 元素列表[B] = FB（A）

CONDITION C: 元素列表[C] = FC（A, B）

CONDITION E: 元素列表[E] = FE（A, D）。

则生成的测试用例的表达式为：

用例 = 基础用例 EXTEND A

EXTEND_IF CONDITION B

EXTEND_IF CONDITION C

EXTEND D

EXTEND_IF CONDITION E。

通过上述实施例，可以快速自定义的生成大量的自动化测试用例。

在本实施例中，当在所述多个要素中有目标要素存在指定的默认值时，根据所述默认值生成限制函数；

将所述限制函数添加至所述生成器。

例如：可以设置函数Default，如Default B=交易所甲，表示只需要生成在交易所甲进行交易的相关测试用例。

在本实施例中，当有新增依赖关系时，利用所述新增依赖关系更新所述条件函数。

通过上述实施例，能够根据新增的限制条件、依赖关系等不断更新条件函数，增加了测试用例的灵活性，例如：可以自定义异常场景条件进行案例生成。

由以上技术方案可以看出，本发明能够根据目标交易场景下要素间的依赖关系生成条件函数，并利用生成器中的全量叉乘模块对第一要素集中的每个第一要素进行定义，及利用生成器中的条件叉乘模块及条件函数对第二要素集中的每个第二要素进行定义，在定义时考虑了交易元素间的相互依赖关系，避免生成多余的错误用例造成数据冗余，同时提升了测试用例的生成效率。

如图3所示，是本发明实现交易场景下的测试用例生成方法的较佳实施例的计算机设备的结构示意图。

所述计算机设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如交易场景下的测试用例生成程序。

本领域技术人员可以理解，所述示意图仅仅是计算机设备1的示例，并不构成对计算机设备1的限定，所述计算机设备1既可以是总线型结构，也可以是星形结构，所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。

需要说明的是，所述计算机设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元，例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备，例如计算机设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（SecureDigital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据，例如交易场景下的测试用例生成程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心（Control Unit），利用各种接口和线路连接整个计算机设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块（例如执行交易场景下的测试用例生成程序等），以及调用存储在所述存储器12内的数据，以执行计算机设备1的各种功能和处理数据。

所述处理器13执行所述计算机设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个交易场景下的测试用例生成方法实施例中的步骤，例如图1所示的步骤。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如，所述计算机程序可以被分割成确定单元110、划分单元111、生成单元112、调用单元113、定义单元114、整合单元115。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块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、计算机设备，或者网络设备等）或处理器（processor）执行本发明各个实施例所述交易场景下的测试用例生成方法的部分。

所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。

其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器等。

进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根直线表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。

尽管未示出，所述计算机设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述计算机设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该计算机设备1与其他计算机设备之间建立通信连接。

可选地，该计算机设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

图3仅示出了具有组件12-13的计算机设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述计算机设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

结合图1，所述计算机设备1中的所述存储器12存储多个指令以实现一种交易场景下的测试用例生成方法，所述处理器13可执行所述多个指令从而实现：

响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系；

根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集；

根据所述多个要素间的依赖关系生成条件函数；

调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块；

利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义；

整合所有定义结果，得到目标测试用例。

具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

需要说明的是，本案中所涉及到的数据均为合法取得。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。

本发明可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本发明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发明，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。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种交易场景下的测试用例生成方法，其特征在于，所述交易场景下的测试用例生成方法包括：

响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系；

根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集；

根据所述多个要素间的依赖关系生成条件函数；

调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块；

利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义；

整合所有定义结果，得到目标测试用例。

2.如权利要求1所述的交易场景下的测试用例生成方法，其特征在于，所述根据所述多个要素间的依赖关系生成条件函数包括：

根据所述多个要素间的依赖关系生成描述规范，并作为所述条件函数；

其中，在所述描述规范下，当任意要素依赖于其他要素时，在所述其他要素被定义后，再定义所述任意要素。

3.如权利要求1所述的交易场景下的测试用例生成方法，其特征在于，所述根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集包括：

根据所述多个要素间的依赖关系从所述多个要素中筛选出与其他要素间不具有任何依赖关系的要素组成所述第一要素集，及筛选出与其他要素间具有依赖关系的要素组成所述第二要素集。

4.如权利要求1所述的交易场景下的测试用例生成方法，其特征在于，所述利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义包括：

在所述全量叉乘模块中，对于每个第一要素，获取该第一要素的每个要素值；

利用所述全量叉乘模块中封装的全量叉乘函数，根据每个要素值对该第一要素分别进行定义。

5.如权利要求1所述的交易场景下的测试用例生成方法，其特征在于，所述利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义包括：

在所述条件叉乘模块中，对于每个第二要素，获取该第二要素的每个要素值；

将每个要素值作为参数传递至所述条件函数，得到中间值；

将所述中间值传递至所述条件叉乘模块中封装的条件叉乘函数进行定义。

6.如权利要求1所述的交易场景下的测试用例生成方法，其特征在于，所述方法还包括：

当在所述多个要素中有目标要素存在指定的默认值时，根据所述默认值生成限制函数；

将所述限制函数添加至所述生成器。

7.如权利要求1所述的交易场景下的测试用例生成方法，其特征在于，所述方法还包括：

当有新增依赖关系时，利用所述新增依赖关系更新所述条件函数。

8.一种交易场景下的测试用例生成装置，其特征在于，所述交易场景下的测试用例生成装置包括：

确定单元，用于响应于目标交易场景下的测试用例生成指令，确定所述目标交易场景对应的多个要素，及所述多个要素间的依赖关系；

划分单元，用于根据所述多个要素间的依赖关系将所述多个要素划分为第一要素集及第二要素集；

生成单元，用于根据所述多个要素间的依赖关系生成条件函数；

调用单元，用于调用预先配置的生成器，其中，所述生成器包括全量叉乘模块及条件叉乘模块；

定义单元，用于利用所述全量叉乘模块对所述第一要素集中的每个第一要素进行定义，及利用所述条件叉乘模块及所述条件函数对所述第二要素集中的每个第二要素进行定义；

整合单元，用于整合所有定义结果，得到目标测试用例。

9.一种计算机设备，其特征在于，所述计算机设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的交易场景下的测试用例生成方法。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的交易场景下的测试用例生成方法。

Images