CN116881162A - 性能测试用例推荐方法、装置、设备及存储介质 - Google Patents
性能测试用例推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116881162A CN116881162A CN202310943731.9A CN202310943731A CN116881162A CN 116881162 A CN116881162 A CN 116881162A CN 202310943731 A CN202310943731 A CN 202310943731A CN 116881162 A CN116881162 A CN 116881162A
- Authority
- CN
- China
- Prior art keywords
- performance test
- scene
- public
- test case
- scenario
- 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 301
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012360 testing method Methods 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013522 software testing Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009661 fatigue test Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书涉及金融领域的软件测试技术,提供了一种性能测试用例推荐方法、装置、设备及存储介质,该方法包括:提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;将所述性能测试用例子集合作为推荐结果发送至目标用户端。本说明书实施例可以提高软件产品的性能测试效率和存量性能测试用例资源的利用率,并降低性能测试的人力成本。
Description
技术领域
本说明书涉及金融领域或其他领域的软件测试技术,尤其是涉及一种性能测试用例推荐方法、装置、设备及存储介质。
背景技术
随着互联网技术的普及,各类软件产品的用户量与日俱增,持续挑战着系统性能容量负载能力。因此,对软件测试的质效提出了更高的要求。目前,每个软件产品的性能测试,一般依赖开发测试人员进行的性能测试需求挖掘与性能测试用例设计。然而,这种方式高度依赖开发测试人员的经验技术能力,性能测试效率低且耗费大量人力成本。
发明内容
本说明书实施例的目的在于提供一种性能测试用例推荐方法、装置、设备及存储介质,以提高软件产品的性能测试效率和存量性能测试用例资源的利用率,并降低性能测试的人力成本。
为达到上述目的,一方面,本说明书实施例提供了一种性能测试用例推荐方法,包括:
提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;
获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;
从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;
确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;
将所述性能测试用例子集合作为推荐结果发送至目标用户端。
本说明书实施例的性能测试用例推荐方法中,所述性能测试公共场景集合中每个性能测试公共场景包含:业务类型、性能测试场景和测试关注点;
所述业务类型包括联机类型和批量类型;所述性能测试场景包括新增联机场景、修改联机场景、新增批量场景、修改批量场景和熔断场景;所述测试关注点包括:业务并发量、处理成功率、响应时间和批量时间窗。
本说明书实施例的性能测试用例推荐方法中,所述获取目标软件产品的基于文本特征向量化表示的性能测试场景,包括:
抽取目标软件产品的性能测试场景;
基于预设的文本向量化算法将所述性能测试场景进行文本特征向量化表示,以作为第一性能测试公共场景。
本说明书实施例的性能测试用例推荐方法中,所述抽取目标软件产品的性能测试场景,包括:
基于预设的关键词抽取算法,从目标软件产品的改造描述信息中抽取用于表征性能测试场景的文本内容。
本说明书实施例的性能测试用例推荐方法中,从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,包括:
基于预设的相似度算法,计算所述第一性能测试场景分别与所述性能测试公共场景集合中每个性能测试公共场景的相似度,形成相似度集合;
对所述相似度集合按照由大致小的顺序排序;
根据所述排序确定所述性能测试公共场景集合中与所述第一性能测试场景最相似的性能测试公共场景。
本说明书实施例的性能测试用例推荐方法中,从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,包括:
基于近似最近邻搜索方法,从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景。
本说明书实施例的性能测试用例推荐方法中,确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合,包括:
根据预设的场景与用例映射关系匹配所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;所述场景与用例映射关系包括性能测试公共场景与性能测试用例的一对多映射关系。
本说明书实施例的性能测试用例推荐方法,还包括:
定期更新所述性能测试用例集合和所述性能测试公共场景集合。
另一方面,本说明书实施例还提供了一种性能测试用例推荐装置,包括:
提供模块,用于提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;
获取模块,用于获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;
匹配模块,用于从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;
确定模块,用于确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;
发送模块,用于将所述性能测试用例子集合作为推荐结果发送至目标用户端。
另一方面,本说明书实施例还提供了一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述计算机程序被所述处理器运行时,执行上述方法的指令。
另一方面,本说明书实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机设备的处理器运行时,执行上述方法的指令。
另一方面,本说明书实施例还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被计算机设备的处理器运行时,执行上述方法的指令。
由以上本说明书实施例提供的技术方案可见,本说明书实施例中,可以自动获取目标软件产品的性能测试场景,并从性能测试公共场景集合中匹配与该性能测试场景最相似的性能测试公共场景,然后确定最相似的性能测试公共场景对应的性能测试用例子集合,并将其作为推荐结果发送至目标用户端,以为开发测试人员的性能测试提供参考和指导;换而言之,开发测试人员可以自主确定是否选用这些推荐,以及选用的范围。从而实现了针对任何目标软件产品的性能测试用例的自动推荐,无需开发测试人员再为其专门设计性能测试用例,从而提高了软件产品的性能测试效率,降低了性能测试的人力成本,而且通过复用存量的性能测试用例提高了存量的性能测试用例资源的利用率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了本说明书一些实施例中性能测试用例推荐的应用场景示意图;
图2示出了本说明书一些实施例中性能测试用例推荐方法的流程图;
图3示出了图2所示方法中获取目标软件产品的基于文本特征向量化表示的性能测试场景的流程图;
图4示出了图2所示方法中匹配最相似的性能测试公共场景的流程图;
图5示出了本说明书一些实施例中性能测试用例推荐装置的结构框图;
图6示出了本说明书一些实施例中计算机设备的结构框图。
【附图标记说明】
10、目标用户端;
20、推荐服务端;
51、提供模块;
52、获取模块;
53、匹配模块;
54、确定模块;
55、发送模块;
602、计算机设备;
604、处理器;
606、存储器;
608、驱动机构;
610、输入/输出接口;
612、输入设备;
614、输出设备;
616、呈现设备;
618、图形用户接口;
620、网络接口;
622、通信链路;
624、通信总线。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
图1中示出了本说明书一些实施例中性能测试用例推荐的应用场景示意图。在应用场景中包括目标用户端10和推荐服务端20。推荐服务端20可以提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;将所述性能测试用例子集合作为推荐结果发送至目标用户端10,以为开发测试人员的性能测试提供参考和指导;如此,可以实现针对任何目标软件产品的性能测试用例自动推荐。
在本说明书一些实施例中,所述目标用户端10是开发测试人员对应的用户端。所述目标用户端10可以为自助终端设备、移动终端(即智能手机)、显示器、台式电脑、平板电脑、笔记本电脑、数字助理或智能可穿戴设备等。其中,智能可穿戴设备可以包括智能手环、智能手表、智能眼镜或智能头盔等。当然,所述目标用户端10并不限于上述具有一定实体的电子设备,其还可以为运行于上述电子设备中的软件。
在本说明书一些实施例中,所述推荐服务端20可以为具有运算和网络交互功能的电子设备;也可以为运行于该电子设备中,为数据处理和网络交互提供业务逻辑的软件。
此外,需要说明的是,图1所示的仅仅是本说明书提供的一种应用环境,在实际应用中,所述目标用户端10可以为多个,所述推荐服务端20也可以为多个,本说明书不做限制。
本说明书实施例提供了一种性能测试用例推荐方法,可以应用于上述的推荐服务端侧,参考图2所示,在本说明书一些实施例中,所述性能测试用例推荐方法可以包括以下步骤:
步骤201、提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合。
步骤202、获取目标软件产品的基于文本特征向量化表示的第一性能测试场景。
步骤203、从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景。
步骤204、确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合。
步骤205、将所述性能测试用例子集合作为推荐结果发送至目标用户端。
本说明书的实施例中,可以自动获取目标软件产品的性能测试场景,并从性能测试公共场景集合中匹配与该性能测试场景最相似的性能测试公共场景,然后确定最相似的性能测试公共场景对应的性能测试用例子集合,并将其作为推荐结果发送至目标用户端,以为开发测试人员的性能测试提供参考和指导;换而言之,开发测试人员可以自主确定是否选用这些推荐,以及选用的范围。从而实现了针对任何目标软件产品的性能测试用例的自动推荐,无需开发测试人员再为其专门设计性能测试用例,从而提高了软件产品的性能测试效率,降低了性能测试的人力成本,而且通过复用存量的性能测试用例提高了存量的性能测试用例资源的利用率。
在本说明书的实施例中,性能测试是指:通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对系统(即软件产品)的各项性能指标进行测试。每个软件产品在发布前均需要进行性能测试,传统技术中,需要为每个软件产品专门设计性能测试用例。其中,性能测试用例是指对软件产品(例如应用程序等)进行性能测试的任务描述,体现性能测试方案和策略的内容(包括测试目标、测试环境、输入数据、测试步骤、预期结果、测试脚本等),最终形成文档。
在各种新增或更新的软件产品的历次性能测试中,累积了大量的性能测试用例(即存量的性能测试用例)。据此,可以通过分析处理存量的性能测试用例,构建出性能测试用例集合和性能测试公共场景集合。
性能测试公共场景集合中每个性能测试公共场景均表示一个标准化、模板化的性能测试场景。性能测试公共场景集合中每个性能测试公共场景可以包含:业务类型、性能测试场景和测试关注点等。其中,所述业务类型包括联机类型和批量类型等;所述性能测试场景包括新增联机场景、修改联机场景、新增批量场景、修改批量场景和熔断场景等;所述测试关注点即为性能测试需要重点关注的性能指标。例如,在本说明书一些实施例中,测试关注点可以包括:业务并发量、处理成功率、响应时间和批量时间窗等。例如,在一示例性实施例中,对于新增联机业务场景,其性能测试公共场景可以包含如下表1所示的内容:
表1
性能测试公共场景集合可以是基于文本特征向量化表示的性能测试公共场景集合,以便于进行相似性匹配。因此,性能测试公共场景集合实际上是一个性能测试公共场景向量库;性能测试公共场景向量库中的每一行向量可以表示一个性能测试公共场景。
在本说明书一些实施例中,可以采用任何合适的文本向量化算法统一对每个性能测试公共场景进行文本特征向量化。例如,在一示例性实施例中,可以采用独热模型(OneHot Model)统一对每个性能测试公共场景进行文本特征向量化。独热模型又称一位有效编码。其方法是使用N位状态寄存器来对N个状态进行编码,每个状态都有它独立的寄存器位,并且在任意时候,其中只有一位有效。当然,在其他实施例中,根据需要也可以采用词袋模型(Bag of Words Model)、N元模型(N-Gram)、单词-向量模型(Word2vec)、文档-向量模型(Doc2vec)等其他文本向量化算法实现,本说明书对此不作限定。
在本说明书另一些实施例中,在进行文本向量化之后,还可以对每个性能测试公共场景中的业务类型、性能测试场景和测试关注点赋予对应的权重系数,以利于提高推荐精度。例如,在一示例性实施例中,若一个性能测试公共场景对应的向量编码为:
x1=[10100000111110]
其中,从左向右,第1~2字符位表示业务类型,第3~8字符位表示性能测试场景,第9~14字符位表示测试关注点;若引入权重系数,例如每个性能测试公共场景中的业务类型、性能测试场景和测试关注点分别对应赋予权重系数k1、k2、k3,则上述的向量编码x1可以转为如下所示:x1'=[k1*(10)k2*(100000)k3*(111110)]。
性能测试用例集合是累积的各种性能测试用例的集合。例如,在本说明书一些实施例中,性能测试用例以包括可靠性测试用例(例如压力测试用例、疲劳测试用例等)、容错性测试用例、兼容性测试用例、易用性测试用例、安全性测试用例、安装/卸载测试用例、内存泄漏测试用例等。
为了提高了推荐成功率和适用范围,性能测试公共场景集合和性能测试用例集合可以定期更新维护。应当注意的是,本说明书的实施例中,在创建和更新维护性能测试公共场景集合和性能测试用例集合的过程中,所使用的性能测试用例并不局限于同一个软件产品对应的性能测试用例,还可以包括其他任何合适的软件产品对应的性能测试用例(例如一些开源的性能测试用例等)。
参考图3所示,在本说明书一些实施例中,获取目标软件产品的基于文本特征向量化表示的性能测试场景,可以包括如下步骤:
步骤301、抽取目标软件产品的性能测试场景。
在本说明书的实施例中,可以基于任何合适的关键词抽取算法,从目标软件产品(即当前待性能测试的软件产品)的改造描述信息中抽取用于表征性能测试场景的文本内容。
例如,在本说明书一些实施例中,可以基于预设的正则表达式,从目标软件产品的改造描述信息中抽取用于表征性能测试场景的文本内容。
例如,在本说明书另一些实施例中,可以基于词频-逆文档频次算法算法(TermFrequency-Inverse Document Frequency,TF-IDF),从目标软件产品的改造描述信息中抽取用于表征性能测试场景的文本内容。其中,TF-IDF是一种基于统计的计算方法,可以用于评估在一个文档集中一个词对某份文档的重要程度。首先从算法的名称分析,TF-IDF算法是由两部分组成:TF算法和IDF算法。TF算法是统计一个词在一篇文档中出现的频次,基本思想理解为:一个词在一篇文档中出现的次数越多,那么这个词对文档的表达能力就越强。而IDF算法是统计一个词在文档集中的多少个文档中出现,基本思想理解为:如果一个词在越少数的文档中出现,则对文档的区分能力就越强。
例如,在本说明书另一些实施例中,可以内容排序(TextRank)算法,从目标软件产品的改造描述信息中抽取用于表征性能测试场景的文本内容。其中,TextRank算法是一种基于图的排序算法,主要应用有关键词提取、文本摘要抽取等。该算法的主要思想是:把文档中的词(句)看成一个网络,词(句)之间的语义关系为网络之间的链接。
改造描述信息是用于描述目标软件产品的基本用途及应用场景和当期改造点(即做了什么改动)等的描述信息。改造描述信息可以为一段非格式化的文本信息,也可以是一种格式化数据(例如改造描述信息表)。
步骤302、基于预设的文本向量化算法将所述性能测试场景进行文本特征向量化表示,以作为第一性能测试公共场景。
在本说明书的实施例中,预设的文本向量化算法应与性能测试公共场景所使用的文本向量化算法相同,以便于进行向量之间的相似度比较。
参考图4所示,在本说明书一些实施例中,从性能测试公共场景集合中匹配与第一性能测试场景最相似的性能测试公共场景,可以包括如下步骤:
步骤401、基于预设的相似度算法,计算所述第一性能测试场景分别与所述性能测试公共场景集合中每个性能测试公共场景的相似度,形成相似度集合。
在一些实施例预设的相似度算法例如可以包括但不限于汉明距离(HammingDistance)、余弦距离(Cosine Dsitance)、欧式距离(Euclidean Distance)、曼哈顿距离(Manhattan Distance)、切比雪夫距离(Chebyshev Distance)、闵可夫斯基距离(Minkowski Distance)或马氏距离(Mahalanobis Distance)等。
步骤402、对所述相似度集合按照由大致小的顺序排序。
步骤403、根据所述排序确定所述性能测试公共场景集合中与所述第一性能测试场景最相似的性能测试公共场景。
即将位于排序首位的性能测试公共场景作为第一性能测试场景最相似的性能测试公共场景。
图4所示的方法适于性能测试公共场景集合相对较小的场景。当性能测试公共场景集合相对较大时,计算所述第一性能测试场景分别与所述性能测试公共场景集合中每个性能测试公共场景的相似度时,会耗费过多的时间;因此,为了兼顾推荐效率,可以采用近似最近邻搜索方法(Approximate Nearest Neighbors,ANN)等来加速匹配搜索。ANN的核心思想是通过一个索引结构(例如树结构、哈希表等)将高维空间中的数据点映射到一个低维空间中,并在索引结构中保存相应的信息,如每个节点的平均值、方差等。如此,在进行最近邻查询时,只需要在低维空间中查找与目标点最接近的节点即可,从而可以提高匹配速度。例如,在本说明书一示例性实施例中,可以采用ANNOY(Approximate Nearest NeighborsOh Yeah)、ScaNN(Scalable Nearest Neighbors)、HNSW(Hierarchical Navigable SmallWord)、Faiss(Facebook AI Similarity Search)等ANN算法,从性能测试公共场景集合中匹配与第一性能测试场景最相似的性能测试公共场景。
本说明书的实施例中预先建立有场景与用例映射关系;其中,场景与用例映射关系包括性能测试公共场景与性能测试用例的一对多映射关系(即一个性能测试公共场景与多个性能测试用例关联对应;这种映射关系可以由开发测试人员根据对应性能测试场景的一般需求预先自定义。因此,在确定了与第一性能测试场景最相似的性能测试公共场景(即第二性能测试公共场景)后,根据场景与用例映射关系可以匹配出所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;即通过查询场景与用例映射关系可以确定第二性能测试公共场景对应的多个性能测试用例,从而形成性能测试用例子集合。
在本说明书一些实施例中,将所述性能测试用例子集合作为推荐结果发送至目标用户端可以是指:将性能测试用例子集合中每个性能测试用例的名称或标识发送至目标用户端。
虽然上文描述的过程流程包括以特定顺序出现的多个操作,但是,应当清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
与上述的性能测试用例推荐方法对应,本说明书实施例还提供了一种性能测试用例推荐装置,其可以配置于上述的推荐服务器上,参考图5所示,在本说明书一些实施例中,性能测试用例推荐装置可以包括:
提供模块51,用于提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;
获取模块52,用于获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;
匹配模块53,用于从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;
确定模块54,用于确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;
发送模块55,用于将所述性能测试用例子集合作为推荐结果发送至目标用户端。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
需要说明的是,本说明书的实施例中,所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权同意且经过各方充分授权的信息和数据。
本说明书的实施例还提供一种计算机设备。如图6所示,在本说明书一些实施例中,所述计算机设备602可以包括一个或多个处理器604,诸如一个或多个中央处理单元(CPU)或图形处理器(GPU),每个处理单元可以实现一个或多个硬件线程。计算机设备602还可以包括任何存储器606,其用于存储诸如代码、设置、数据等之类的任何种类的信息,一具体实施例中,存储器606上并可在处理器604上运行的计算机程序,所述计算机程序被所述处理器604运行时,可以执行上述任一实施例所述的性能测试用例推荐装置方法的指令。非限制性的,比如,存储器606可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备602的固定或可移除部件。在一种情况下,当处理器604执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备602可以执行相关联指令的任一操作。计算机设备602还包括用于与任何存储器交互的一个或多个驱动机构608,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备602还可以包括输入/输出接口610(I/O),其用于接收各种输入(经由输入设备612)和用于提供各种输出(经由输出设备614)。一个具体输出机构可以包括呈现设备616和相关联的图形用户接口618(GUI)。在其他实施例中,还可以不包括输入/输出接口610(I/O)、输入设备612以及输出设备614,仅作为网络中的一台计算机设备。计算机设备602还可以包括一个或多个网络接口620,其用于经由一个或多个通信链路622与其他设备交换数据。一个或多个通信总线624将上文所描述的部件耦合在一起。
通信链路622可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路622可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称推荐服务端等的任何组合。
本申请是参照本说明书一些实施例的方法、设备(系统)、计算机可读存储介质和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理器的处理器以产生一个机器,使得通过计算机或其他可编程数据处理器的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理器以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理器上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算机设备访问的信息。按照本说明书中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,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器来执行任务。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。
还应理解,在本说明书实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种性能测试用例推荐方法,其特征在于,包括:
提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;
获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;
从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;
确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;
将所述性能测试用例子集合作为推荐结果发送至目标用户端。
2.如权利要求1所述的性能测试用例推荐方法,其特征在于,所述性能测试公共场景集合中每个性能测试公共场景包含:业务类型、性能测试场景和测试关注点;
所述业务类型包括联机类型和批量类型;所述性能测试场景包括新增联机场景、修改联机场景、新增批量场景、修改批量场景和熔断场景;所述测试关注点包括:业务并发量、处理成功率、响应时间和批量时间窗。
3.如权利要求1所述的性能测试用例推荐方法,其特征在于,所述获取目标软件产品的基于文本特征向量化表示的性能测试场景,包括:
抽取目标软件产品的性能测试场景;
基于预设的文本向量化算法将所述性能测试场景进行文本特征向量化表示,以作为第一性能测试公共场景。
4.如权利要求3所述的性能测试用例推荐方法,其特征在于,所述抽取目标软件产品的性能测试场景,包括:
基于预设的关键词抽取算法,从目标软件产品的改造描述信息中抽取用于表征性能测试场景的文本内容。
5.如权利要求1所述的性能测试用例推荐方法,其特征在于,从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,包括:
基于预设的相似度算法,计算所述第一性能测试场景分别与所述性能测试公共场景集合中每个性能测试公共场景的相似度,形成相似度集合;
对所述相似度集合按照由大致小的顺序排序;
根据所述排序确定所述性能测试公共场景集合中与所述第一性能测试场景最相似的性能测试公共场景。
6.如权利要求1所述的性能测试用例推荐方法,其特征在于,从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,包括:
基于近似最近邻搜索方法,从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景。
7.如权利要求1所述的性能测试用例推荐方法,其特征在于,确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合,包括:
根据预设的场景与用例映射关系匹配所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;所述场景与用例映射关系包括性能测试公共场景与性能测试用例的一对多映射关系。
8.如权利要求1所述的性能测试用例推荐方法,其特征在于,还包括:
定期更新所述性能测试用例集合和所述性能测试公共场景集合。
9.一种性能测试用例推荐装置,其特征在于,包括:
提供模块,用于提供性能测试用例集合及基于文本特征向量化表示的性能测试公共场景集合;
获取模块,用于获取目标软件产品的基于文本特征向量化表示的第一性能测试场景;
匹配模块,用于从所述性能测试公共场景集合中匹配与所述第一性能测试场景最相似的性能测试公共场景,以作为第二性能测试公共场景;
确定模块,用于确定所述性能测试用例集合中与所述第二性能测试公共场景对应的性能测试用例子集合;
发送模块,用于将所述性能测试用例子集合作为推荐结果发送至目标用户端。
10.一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器运行时,执行根据权利要求1-8任意一项所述方法的指令。
11.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机设备的处理器运行时,执行根据权利要求1-8任意一项所述方法的指令。
12.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被计算机设备的处理器运行时,执行根据权利要求1-8任意一项所述方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943731.9A CN116881162A (zh) | 2023-07-28 | 2023-07-28 | 性能测试用例推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943731.9A CN116881162A (zh) | 2023-07-28 | 2023-07-28 | 性能测试用例推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116881162A true CN116881162A (zh) | 2023-10-13 |
Family
ID=88271384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310943731.9A Pending CN116881162A (zh) | 2023-07-28 | 2023-07-28 | 性能测试用例推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116881162A (zh) |
-
2023
- 2023-07-28 CN CN202310943731.9A patent/CN116881162A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11922308B2 (en) | Generating neighborhood convolutions within a large network | |
US9460117B2 (en) | Image searching | |
US9147154B2 (en) | Classifying resources using a deep network | |
US20130013597A1 (en) | Processing Repetitive Data | |
CN104077723B (zh) | 一种社交网络推荐系统及方法 | |
US11741094B2 (en) | Method and system for identifying core product terms | |
US20240126817A1 (en) | Graph data query | |
CN110727643B (zh) | 一种基于机器学习的文件分类管理方法及系统 | |
CN112527970B (zh) | 数据字典标准化处理方法、装置、设备及存储介质 | |
WO2021175021A1 (zh) | 产品推送方法、装置、计算机设备和存储介质 | |
CN114244611B (zh) | 异常攻击检测方法、装置、设备及存储介质 | |
US20130151519A1 (en) | Ranking Programs in a Marketplace System | |
CN113408668A (zh) | 基于联邦学习系统的决策树构建方法、装置及电子设备 | |
CN112559526A (zh) | 数据表导出方法、装置、计算机设备及存储介质 | |
CN115204889A (zh) | 文本处理方法、装置、计算机设备及存储介质 | |
US20220284501A1 (en) | Probabilistic determination of compatible content | |
CN113656466B (zh) | 保单数据查询方法、装置、设备及存储介质 | |
CN116881162A (zh) | 性能测试用例推荐方法、装置、设备及存储介质 | |
CN114493850A (zh) | 基于人工智能的在线公证方法、系统及存储介质 | |
US20200311472A1 (en) | Comprehensive Data Science Solution for Segmentation Analysis | |
CN113392208A (zh) | It运维故障处理经验积累的方法、装置及存储介质 | |
CN111897910A (zh) | 信息推送方法和装置 | |
US20230267373A1 (en) | End-to-end artificial intelligence system with universal training and deployment | |
CN117493466B (zh) | 财务数据同步方法及系统 | |
US20240152933A1 (en) | Automatic mapping of a question or compliance controls associated with a compliance standard to compliance controls associated with another compliance standard |
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 |