CN117009243A - 芯片性能自动化测试方法、装置、计算机设备及存储介质 - Google Patents
芯片性能自动化测试方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117009243A CN117009243A CN202311065755.5A CN202311065755A CN117009243A CN 117009243 A CN117009243 A CN 117009243A CN 202311065755 A CN202311065755 A CN 202311065755A CN 117009243 A CN117009243 A CN 117009243A
- Authority
- CN
- China
- Prior art keywords
- test
- parameters
- library
- parameter
- expected
- 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
- 238000010998 test method Methods 0.000 title abstract description 8
- 238000012360 testing method Methods 0.000 claims abstract description 513
- 238000013515 script Methods 0.000 claims abstract description 121
- 238000011156 evaluation Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012795 verification Methods 0.000 claims abstract description 15
- 238000011056 performance test Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 241000283973 Oryctolagus cuniculus Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- XSQUKJJJFZCRTK-NJFSPNSNSA-N UREA C 14 Chemical compound N[14C](N)=O XSQUKJJJFZCRTK-NJFSPNSNSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请实施例公开了一种芯片性能自动化测试方法,包括获取目标芯片的测试预期信息,将测试预期信息中的各项参数配置于预设的测试用例参数库;将测试环境参数配置于预设的测试环境参数库;建立基于测试用例参数库以及测试环境参数库的运行库并生成与测试预期信息及测试环境参数对应的测试脚本配置于运行库;建立自动化测试模型;根据自动化测试模型获取与目标芯片相匹配的测试程序并连接;通过测试程序获取目标芯片的运行状态参数配置于运行库并生成对应的运行脚本,将运行脚本与测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。通过实施本申请实施例的方法可实现智能设备跑分软件UFS/EMMC性能测试的自动化运行,提高测试效率和准确性。
Description
技术领域
本申请涉及设备智能检测技术领域,尤其涉及一种芯片性能自动化测试方法、装置、计算机设备及存储介质。
背景技术
目前对于Android手机的跑分软件(如Androbench、安兔兔、鲁大师等)进行闪存芯片UFS/EMMC性能测试存在以下问题:需要手工下载安装测试应用程序,并手动控制手机屏幕进行测试。随着测试应用程序数量的增加,人力和时间成本也随之增加,严重影响了测试效率。目前针对Android手机的跑分软件进行闪存芯片UFS/EMMC性能测试,目前,用户需要手动从应用商店或其他渠道下载和安装相关的跑分软件。这需要用户自己进行搜索、选择和下载,增加了操作的复杂性和时间成本。在安装完成后,用户需要手动打开跑分软件,并按照软件的指引进行测试。这需要用户自己控制测试的开始和结束,并进行必要的操作,如点击、滑动等。由于需要人工干预进行下载和测试,测试过程耗费了大量的人力资源。特别是在大规模测试或频繁重复测试的情况下,增加了人力成本和劳动力投入。手动下载和控制测试不仅耗费人力,还会增加测试的时间成本。每次手动操作都需要一定的时间,尤其是当需要执行大量的测试时,效率低下。手动操作容易出现疏忽或错误,可能会导致测试结果不准确或无法重现。人为因素引入的错误可能会影响测试的可靠性和准确性。手动下载安装和控制Android跑分软件进行测试的现况存在人力成本高、时间成本高和容易出错等缺陷。因此,需要寻求自动化的解决方案来提高测试效率和准确性。
发明内容
本申请实施例提供了一种芯片性能自动化测试方法、装置、计算机设备及存储介质,旨在解决跑分软件进行测试存在的操作成本高的问题。
第一方面,本申请实施例提供了一种芯片性能自动化测试方法,其包括:获取所述目标芯片的测试预期信息,将所述测试预期信息中的各项参数配置于预设的测试用例参数库;所述测试预期信息包括预期运行参数、预期存储参数以及预期数据传输参数;获取测试环境参数,将所述测试环境参数配置于预设的测试环境参数库;建立基于所述测试用例参数库以及所述测试环境参数库的运行库并生成与所述测试预期信息及所述测试环境参数对应的测试脚本配置于所述运行库;根据所述测试用例参数库、所述环境信息参数库以及所述运行库建立自动化测试模型;根据所述自动化测试模型获取与所述目标芯片相匹配的测试程序并连接;通过所述测试程序获取所述目标芯片的运行状态参数配置于所述运行库并生成对应的运行脚本,所述运行状态参数包括当前运行参数、当前存储参数以及当前数据传输参数;将所述运行脚本与所述测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。
第二方面,本申请实施例还提供了一种芯片性能自动化测试装置,其包括:第一参数配置单元,用于获取所述目标芯片的测试预期信息,将所述测试预期信息中的各项参数配置于预设的测试用例参数库;第二参数配置单元,用于获取测试环境参数,将所述测试环境参数配置于预设的测试环境参数库;第一运行库配置单元,用于建立基于所述测试用例参数库以及所述测试环境参数库的运行库并生成与所述测试预期信息及所述测试环境参数对应的测试脚本配置于所述运行库;测试模型生成单元,用于根据所述测试用例参数库、所述环境信息参数库以及所述运行库建立自动化测试模型;测试程序接入单元,用于根据所述自动化测试模型获取与所述目标芯片相匹配的测试程序并连接;第二运行库配置单元,用于通过所述测试程序获取所述目标芯片的运行状态参数配置于所述运行库并生成对应的运行脚本;结果评估单元,用于将所述运行脚本与所述测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。
第三方面,本申请实施例还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现上述方法。
本申请实施例提供了一种芯片性能自动化测试方法、芯片性能自动化测试装置、计算机设备及存储介质。其中,方法包括:获取目标芯片的测试预期信息,将测试预期信息中的各项参数配置于预设的测试用例参数库;测试预期信息包括预期运行参数、预期存储参数以及预期数据传输参数;获取测试环境参数,将测试环境参数配置于预设的测试环境参数库;建立基于测试用例参数库以及测试环境参数库的运行库并生成与测试预期信息及测试环境参数对应的测试脚本配置于运行库;根据测试用例参数库、环境信息参数库以及运行库建立自动化测试模型;根据自动化测试模型获取与目标芯片相匹配的测试程序并连接;通过测试程序获取目标芯片的运行状态参数配置于运行库并生成对应的运行脚本,运行状态参数包括当前运行参数、当前存储参数以及当前数据传输参数;将运行脚本与测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。本申请实施例本技术方案的技术效果是通过UI自动化测试、自动化构建工具和脚本编写技巧等手段,实现了Android手机的跑分软件UFS/EMMC性能测试的自动化,提高了测试效率和准确性。
附图说明
为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的芯片性能自动化测试方法的应用场景示意图;
图2为本申请实施例提供的芯片性能自动化测试方法的流程示意图;
图3为本申请实施例提供的芯片性能自动化测试方法的子流程示意图;
图4为本申请实施例提供的芯片性能自动化测试方法的另一子流程示意图;
图5为本申请实施例提供的芯片性能自动化测试方法的又一子流程示意图;
图6为本申请实施例提供的芯片性能自动化测试方法的再一子流程示意图;
图7为本申请实施例提供的芯片性能自动化测试方法的另一子流程示意图;
图8为本申请实施例提供的芯片性能自动化测试方法的又一子流程示意图;
图9为本申请实施例提供的芯片性能自动化测试装置的示意性框图;
图10为本申请实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本申请实施例提供了一种芯片性能自动化测试方法、装置、计算机设备及存储介质。
该芯片性能自动化测试方法的执行主体可以是本申请实施例提供的芯片性能自动化测试装置,或者集成了该芯片性能自动化测试装置的计算机设备,其中,该芯片性能自动化测试装置可以采用硬件或者软件的方式实现,该计算机设备可以为终端或服务器,该终端可以是智能手机、平板电脑、掌上电脑、或者笔记本电脑等。
请参阅图1,图1为本申请实施例提供的芯片性能自动化测试方法的应用场景示意图。该芯片性能自动化测试方法应用于图10中的计算机设备500中。
图2是本申请实施例提供的芯片性能自动化测试方法的流程示意图。如图2所示,该方法包括以下步骤S110-170。
S110、获取目标芯片的测试预期信息,将测试预期信息中的各项参数配置于预设的测试用例参数库。
具体地,要获取目标芯片的测试预期信息,根据规格说明,将目标芯片的各项测试参数提取出来。这些参数可能包括芯片的存储容量、读取速度、写入速度、擦除速度、最大随机读取速度、最大随机写入速度等。将提取出的各项参数配置于预设的测试用例参数库中。测试用例参数库可以是一个数据库格,确保为每个参数设置相应的字段或列并将目标芯片的参数填入适当的位置。根据参数的性质和功能,对测试用例参数进行分类和组织。例如,将读取速度、写入速度等性能指标归类到“存储性能”组,将存储容量归类到“存储容量”组。这样可以更好地组织和管理测试用例参数。
S120、获取测试环境参数,将测试环境参数配置于预设的测试环境参数库。
具体地,要获取测试环境参数,并将其配置于预设的测试环境参数库中,获取待测试Android设备的硬件信息,包括设备型号、处理器型号、内存大小等。确认待测试Android设备的操作系统版本。确定在测试期间是否有其他软件或应用在后台运行。某些后台应用可能会对设备的性能产生影响。确保记录下这些应用的名称和运行状态。如果在测试期间需要进行特殊设置或配置,例如关闭自动同步、禁用电池优化等,请相应地记录这些设置以确保测试环境的一致性。了解并记录设备的网络连接情况,包括Wi-Fi连接、数据连接(2G/3G/4G)以及信号强度。这些信息有助于了解网络因素对测试结果的潜在影响。记录测试环境的温度和湿度。在某些情况下,这些环境因素可能对设备的性能产生一定影响。根据上述收集到的信息,配置预设的测试环境参数库。
S130、建立基于测试用例参数库以及测试环境参数库的运行库并生成与测试预期信息及测试环境参数对应的测试脚本配置于运行库。
具体地,要建立基于测试用例参数库和测试环境参数库的运行库,并生成与测试预期信息及测试环境参数对应的测试脚本配置于运行库中,可以按照以下步骤进行操作:创建一个存储测试脚本和配置信息的运行库。将之前配置好的测试用例参数库导入到运行库中。确保测试用例参数库中的每个参数都正确导入,并与其对应的测试预期信息一起保存。将之前配置好的测试环境参数库导入到运行库中。确保测试环境参数库中的每个参数都正确导入,并与其对应的测试脚本配置一起保存。根据测试需求和目标芯片规格,创建测试脚本的模板。这个模板应包含预期的测试步骤和相应的参数化配置。将测试脚本模板中需要参数化的部分与测试用例参数库和测试环境参数库中的对应参数进行关联。确保测试脚本能够从参数库中获取正确的参数值。基于参数化配置,使用脚本编程语言(如Python、Shell等)编写自动生成脚本的脚本。这个自动生成脚本可以根据参数库中的参数值动态生成测试脚本。维护和管理运行库,确保其中的测试脚本和配置信息与实际需求保持同步。当有新的测试用例参数或测试环境参数时,及时更新运行库。
S140、根据测试用例参数库、环境信息参数库以及运行库建立自动化测试模型。
具体地,确定自动化测试模型的结构。这包括测试脚本的执行流程、参数传递方式、测试数据的获取和处理等。使用脚本或编程语言来定义测试模型的结构。从运行库中导入测试用例参数库和环境信息参数库。确保测试用例参数和环境参数能够正确地与测试模型进行关联。将测试用例参数和环境参数与测试模型中对应的部分进行参数化配置。确保测试模型能够动态获取参数库中的参数值。根据测试需求和目标芯片规格,编写测试逻辑以及相应的断言和预期结果。根据测试脚本的执行流程,使用条件判断、循环等控制语句来实现测试逻辑。根据测试需求,对测试数据进行处理和准备。
S150、根据自动化测试模型获取与目标芯片相匹配的测试程序并连接。
具体地,明确目标芯片的型号和规格。了解芯片的特性和接口要求,包括通信协议、数据格式、电气特性等。根据目标芯片的规格,使用适当的开发工具或编程语言编写与之相匹配的测试程序。根据测试模型中定义的测试逻辑、参数化配置和测试数据处理方式,编写相应的测试程序。根据目标芯片的连接方式,确保将测试设备正确地连接到目标芯片上。将编写好的测试程序部署至目标芯片中。这可以包括将测试程序烧录到芯片的存储器中、通过调试接口下载到芯片等。确保测试程序能够在目标芯片上运行。基于已部署的测试程序,执行自动化测试模型。根据测试模型的定义,自动化地执行测试步骤、获取实际结果,并与预期结果进行比较和验证。
S160、通过测试程序获取目标芯片的运行状态参数配置于运行库并生成对应的运行脚本。
具体地,确定获取的目标芯片的运行状态参数。这些参数可能包括电压、温度、时钟频率、功耗等。在测试程序中添加代码,以便在测试过程中获取目标芯片的运行状态参数。根据目标芯片的规格和开发工具的支持,使用适当的函数或接口来获取这些参数的值。将获取到的运行状态参数配置于运行库中。使用适当的数据结构或格式,将这些参数与对应的名称和值关联起来。确保运行库能够正确地存储和管理这些参数。基于运行库中的配置,生成对应的运行脚本。根据测试程序的执行流程和逻辑,使用运行状态参数来动态调整测试的行为。
S170、将运行脚本与测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。
具体地,确保测试数据充分且适合使用,包括用于运行脚本和测试脚本的输入数据和预期输出数据。在相同的测试环境中,执行测试脚本。这将产生实际的测试结果,即从目标芯片中获取的数据或状态。使用相同的测试数据,在相同的测试环境中,执行运行脚本。这将模拟运行过程中的操作,并获取相应的数据或状态。将实际测试结果与运行脚本模拟的结果进行对比。比较它们之间的差异,判断是否存在不一致或异常情况。可以使用适当的算法或方法来进行结果之间的比较和差异度量。根据对比验证的结果,生成相应的评估结果信息。这些信息可能包括测试通过率、错误率、误差值、警告信息等。根据需求和评估指标确定如何度量和呈现这些结果信息。对评估结果进行分析和解释,以了解测试脚本与运行脚本之间的差异或异常情况。
综上,针对Android手机闪存芯片性能测试需求,需要准备测试环境和测试预期信息。测试预期信息包括预期运行参数、预期存储参数以及预期数据传输参数。这些参数可以包括读取速度、写入速度、随机访问速度等指标,用于衡量Android设备的存储性能。为了测试Android设备的存储性能,可使用Androbench、安兔兔、鲁大师等基准测试应用程序。因此,需要在待测试的Android手机上烧录操作系统(OS),并安装这些基准测试应用程序。使用pytest/unittest建立测试脚本,并使用python uiautomator2库进行UI自动化,这样可以实现对Android设备的自动化测试。为了实现自动化测试,需要将测试预期信息中的各项参数配置于预设的测试用例参数库。测试用例参数库应包含与目标芯片相关的参数配置,如读取速度、写入速度等。此外,还需要获取测试环境参数,例如设备型号、操作系统版本等,并将其配置于预设的测试环境参数库。可以建立基于测试用例参数库和测试环境参数库的运行库,并生成与测试预期信息及测试环境参数对应的测试脚本。这些测试脚本将用于控制Androbench、安兔兔、鲁大师等基准测试应用程序,并获取Android设备的存储相关性能,如读取和写入速度。根据测试用例参数库、环境信息参数库以及运行库,可以建立自动化测试模型。该模型将指导自动化测试的流程和操作,确保测试脚本按照预期进行测试。在自动化测试过程中,需要获取与目标芯片相匹配的测试程序并连接。通过测试程序,可以获取目标芯片的运行状态参数,并将其配置于运行库,生成对应的运行脚本。这些运行状态参数包括当前运行参数、当前存储参数以及当前数据传输参数。将运行脚本与测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。这些评估结果将反映Android设备的存储性能,并可以用于进一步分析和优化。技术方案涵盖了测试预期信息的获取、测试环境参数的配置、测试脚本和运行库的建立,以及自动化测试模型的实现。这样可以有效地进行Android手机闪存芯片性能测试,并获取与测试预期相符的评估结果。
进一步地,如图3所示,步骤S110还包括执行步骤S111-S114:
S111、基于测试预期信息中预期运行参数、预期存储参数以及预期数据传输参数的多种组合关系生成对应的多个测试用例。
具体地,根据预期运行参数、预期存储参数和预期数据传输参数的定义和规范,确定每个参数的可能取值范围。例如,确定电压参数的取值范围为1V到1.5V之间。使用适当的算法或方法,将各个参数的可能取值进行组合,生成测试用例的不同组合情况。例如,如果有3个运行参数和2个存储参数,每个参数都有3种可能取值,则可以生成3x3x3x2=54个不同的测试用例。除了一般的参数组合外,还需要考虑边界情况和特殊值。这些情况可能包括最小值、最大值、临界值、非法值等。确保测试用例覆盖了这些边界情况和特殊值,以验证系统在这些情况下的正确性和鲁棒性。根据参数的组合和考虑的边界情况,创建相应的测试用例。每个测试用例应包含所选参数的具体取值,以及对应的预期运行状态、存储状态和数据传输结果。根据生成的测试用例,编写相应的测试脚本。测试脚本应包括设置参数、执行操作以及验证结果的步骤。确保测试脚本能够自动化地执行测试用例,并正确地比较实际结果与预期结果。
S112、将多个测试用例按优先级进行顺序排列。
具体地,评估每个测试用例的重要性和紧急程度,以确定其相对优先级。考虑因素可以包括风险级别、功能覆盖范围、业务关键性、用户需求等。根据确定的优先级,为每个测试用例分配一个权重值或等级。这可以是数值权重,例如1到10的范围,或者是等级标签,如高、中、低等级。将测试用例的优先级进行比较,并按照权重值或等级进行排序。通常,较高权重值或等级的测试用例将排在前面,较低权重值或等级的测试用例将排在后面。根据排序结果,创建一个测试用例序列,按照优先级从高到低的顺序排列。确保每个测试用例都有唯一的标识或编号,以便于后续执行和跟踪。如果有新的需求或发现了新的风险,可能需要调整测试用例的优先级顺序。及时更新测试用例序列,以确保与当前情况保持一致。
S113、根据测试用例的排序结果分别生成对应的测试用例参数库。
具体地,从排序后的测试用例序列中获取每个测试用例的参数取值。将每个测试用例的参数取值整理成参数库的形式。可以使用表格或数据库的方式组织参数库,确保每个参数的取值都与对应的测试用例一一对应。根据测试用例的具体参数需求,确定每个参数的名称、类型和取值范围等信息。这些信息可以作为参数库的表头或字段,用于记录和描述每个参数的属性。在参数库中创建相应的列或字段。确保每个测试用例的参数取值都能在对应的列或字段中进行记录。将每个测试用例的参数取值填入对应的列或字段中。根据排序后的测试用例序列,将每个测试用例的参数取值逐一填入参数库的相应位置。除了参数取值外,根据测试需求,可以考虑在参数库中添加其他相关信息,如预期结果、前置条件、备注等信息,以便更全面地描述每个测试用例。随着测试用例的变化和演进,及时更新参数库,确保参数库与排序后的测试用例序列保持一致和同步更新。
S114、将各测试用例对应的预期运行参数、预期存储参数以及预期数据传输参数配置于与测试用例对应的测试用例参数库。
具体地,预期运行参数:填入预期的运行环境、配置和设置,例如特定的操作系统版本、硬件要求、网络设置等。预期存储参数:填入预期的存储条件和要求,例如需要特定的数据库、文件系统或云存储服务。预期数据传输参数:填入预期的数据传输方式、协议、速率、容量等信息,例如需要通过网络传输、使用特定的接口或格式。确保每个测试用例的预期参数都与对应的测试用例一一对应,即预期运行参数、预期存储参数和预期数据传输参数与测试用例本身都处于同一行或记录中。进一步添加其他相关的参数,例如预期结果、前置条件、备注等信息,以便更全面地描述每个测试用例。定期更新测试用例参数库,确保参数库与测试用例的变化和演进保持同步,并保持测试文档的准确性和一致性。
具体地,如图4所示,步骤S120还包括执行步骤S121-S125:
S121、获取测试环境信息并进行分类,得到多个基于测试环境预期的测试环境参数。
具体地,收集测试环境信息:首先,收集测试环境的相关信息。这包括硬件、操作系统、网络配置、软件版本、数据库等方面的信息。对测试环境信息进行分类:根据测试需求和特点,将收集到的测试环境信息进行分类。例如,可以根据硬件类型、操作系统平台、网络配置、数据库类型等进行分类。定义测试环境参数:针对每个测试环境分类,定义相应的测试环境参数。测试环境参数可以包括硬件要求、操作系统版本、网络设置、数据库类型和版本等。基于测试环境预期进行参数设定:根据测试需求和预期结果,对每个测试环境分类下的参数进行设定。根据不同的测试目标和预期结果,可能需要设定不同的测试环境参数取值。创建测试环境参数库:根据分类和参数设定,创建一个测试环境参数库。在参数库中,使用表格或数据库的形式,记录每个测试环境分类下的具体参数和设定值。维护和更新测试环境参数库:随着测试环境的演进和变化,及时更新测试环境参数库。确保参数库中记录的测试环境参数与实际环境一致,并保持同步更新。
S122、基于多个测试环境参数的多种组合关系生成对应的多个环境评估用例。
具体地,要基于多个测试环境参数的多种组合关系生成对应的多个环境评估用例,可以根据前文中收集到的测试环境信息和分类,列出各个测试环境参数及其可能的取值范围。例如,硬件要求、操作系统版本、网络配置、数据库类型等。根据测试需求和预期结果,确定测试环境参数之间的组合关系。可以使用排列组合的方法,将每个参数的取值进行组合,得到所有可能的组合情况。对于每个参数组合,生成一个环境评估用例。用例可以包括预期运行结果、预期性能指标、预期兼容性等评估要求。
S123、将多个环境评估用例按优先级进行顺序排列并得到对应序号。
具体地,根据评估用例的优先级,对所有评估用例进行排序。可以将优先级高的用例排在前面,优先级低的用例排在后面。为每个评估用例分配一个对应的序号。可以使用数字编号或者其他标识符来表示序号。从第一个评估用例开始,逐个给每个评估用例分配一个序号。将优先级高的用例排在前面。按照优先级从高到低的顺序对每个评估用例进行处理,并为其分配一个序号。确保序号的唯一性和连续性。在整个排序过程中,记录每个评估用例对应的序号,并确保正确对应。
S124、根据环境评估用例的排序结果分别生成对应的测试环境参数库。
具体地,将用例按照优先级从高到低的顺序依次访问。提取其中所涉及的测试环境参数,并记录下来。这些参数可能包括硬件要求、操作系统版本、网络配置、数据库类型等。检查在已有的测试环境参数库中是否已存在。如果已存在,则跳过该参数;如果不存在,则将该参数添加到测试环境参数库中。继续处理下一个评估用例,重复上述步骤,直至所有评估用例都被处理完毕。得到的测试环境参数库即为根据环境评估用例的排序结果生成的对应库。
S125、将各环境评估用例对应的测试环境参数配置于与环境评估用例对应的测试环境参数库。
具体地,打开测试环境参数库:打开与环境评估用例对应的测试环境参数库,确保能够进行参数配置。遍历环境评估用例:逐个遍历环境评估用例,根据每个用例提供的环境需求进行参数配置。查找环境评估用例所需的参数:根据当前处理的环境评估用例的需求,查找该用例所需的测试环境参数。根据找到的测试环境参数,配置对应的参数数值或设置。将配置后的参数更新到测试环境参数库中,确保库中记录的参数与当前实际配置一致。重复步骤直至所有环境评估用例都被处理完毕。
具体地,如图5所示,步骤S130还包括执行步骤S131-S133:
S131、根据获取到的测试用例参数库的序号以及测试环境参数库的序号对测试用例参数库以及测试环境参数库进行配对组合,得到运行库。
具体地,根据测试用例参数库的序号,获取对应的测试用例参数。根据测试环境参数库的序号,获取对应的测试环境参数。将获取到的测试用例参数和测试环境参数进行组合。可以将每个测试用例参数与所有的测试环境参数进行组合,生成多个组合结果。将每个组合结果添加到运行库中,并给每个组合结果分配一个唯一的标识符,用于后续的运行和管理。继续处理下一个测试用例参数,重复步骤直至所有测试用例参数都被处理完毕。
S132、基于运行库中配对的测试用例参数库及测试环境参数库中配置的各项参数生成对应的测试脚本。
具体地,从运行库中获取一个配对的测试用例参数和测试环境参数组合。根据测试用例参数和测试环境参数的具体数值,编写对应的测试脚本。根据具体的测试需求,可以使用合适的测试框架或编程语言来编写脚本。在测试脚本中,使用获取到的测试用例参数配置测试输入或场景,并使用测试环境参数配置测试环境的状态或设置。在测试脚本中添加断言或验证逻辑,以检查系统在特定参数配置下的行为和结果是否符合预期。将编写好的测试脚本保存并存储到合适的位置,以便后续的执行和管理。
S133、将所生成各测试脚本配置于运行库中。
具体地,对于每一个生成的测试脚本,为其分配一个唯一的标识符,用于后续的运行和管理。这可以是一个自增的数字、一个唯一的字符串或其他合适的标识方式。将每个测试脚本与其对应的测试用例参数和测试环境参数的组合关联起来。可以使用字典、映射表或数据库等方式记录这种关联关系。将生成的测试脚本保存到运行库的适当位置或存储设备中。可以按照标识符作为文件名或目录名来进行命名,以便后续的查找和调用。确保运行库的组织结构和索引系统使得测试脚本能够方便地被访问和调用。可以根据不同的分类标准(例如功能模块、测试类型、优先级等)对测试脚本进行组织,并提供方便的检索和调用接口。
具体地,如图6所示,执行步骤S150之后,方法还包括执行步骤S151-S153:
S151、根据运行库中配置的各项参数生成测试程序运行命令。
具体地,从运行库中获取需要执行的测试脚本标识符或名称,以及其对应的测试用例参数和测试环境参数。根据获取到的参数信息,组装命令行参数或配置文件,以便传递给测试程序。根据测试框架或编程语言的要求,构建合适的命令行或配置,包括测试脚本路径、输入参数、环境设置等。确保生成的测试程序运行命令能够正确地传递测试用例参数和测试环境参数给测试程序,并能够启动测试程序的执行。根据需求进行调整和迭代,例如添加日志输出、指定输出结果的保存位置等。将生成的测试程序运行命令保存到适当的位置,以便后续的执行和管理。
S152、根据测试程序运行命令启动测试程序。
具体地,打开终端或命令提示符窗口,进入到测试程序所在的目录。将生成的测试程序运行命令复制到终端或命令提示符窗口中。启动测试程序的运行。观察终端或命令提示符窗口中的输出,可以查看测试程序的执行日志、结果等信息。根据测试程序的要求,可能需要等待一段时间,直到测试程序执行完毕并返回结果。在测试程序执行完毕后,根据需要进行结果分析和验证。可以查看测试程序生成的报告、日志文件或输出结果,以评估系统在不同参数配置下的表现。
S153、对目标芯片的测试过程进行监控以获取目标芯片的运行状态参数。
具体地,要对目标芯片的测试过程进行监控以获取其运行状态参数,可以采取以下方法:使用适当的工具和设备,连接到目标芯片上,以便实时监测和收集其运行状态参数。这些工具可以是硬件调试器、逻辑分析仪、示波器等,具体视芯片类型和测试需求而定。根据目标芯片的规格和特性,确定需要监控的关键参数。例如,处理器的运行频率、温度传感器的输出、电源电压等。在测试过程中,使用相应的监控工具对目标芯片进行实时监测,并记录相关的运行状态参数。可以使用专门的监测软件或自定义脚本进行数据采集和记录。可以将所监测的参数数据保存到日志文件或数据库中,以备后续分析和评估。这样可以查看芯片在不同测试场景下的性能、稳定性和功耗等指标。在测试过程中,关注异常情况和不符合预期的参数变化。如果发现芯片出现错误或不正常的状态,可以及时采取措施进行调试和问题排查。结合测试结果和监测的运行状态参数,进行数据分析和评估。可以通过对比不同测试情景下的参数变化、异常数据点等,来评估芯片的性能和稳定性。
具体地,如图7所示,步骤S160还包括执行步骤S161-S163:
S161、获取目标芯片的运行状态参数并生成对应的测试程序反馈命令。
具体地,确定需要监测的运行状态参数,如温度、电压、时钟频率等。这些参数应基于目标芯片的规格和测试需求。使用适当的工具和设备,连接到目标芯片以实时监测这些参数。具体工具可以是硬件调试器、监测工具或传感器。在测试程序中添加相关代码或指令,以获取这些运行状态参数。这可能涉及对芯片的寄存器、传感器接口或其他相关接口进行访问。编写测试程序,根据需求获取所有需要的运行状态参数。可以使用合适的编程语言(如C、Python等)来开发测试程序。在测试程序中添加适当的逻辑,根据获取的运行状态参数生成反馈命令。例如,当温度超过某个阈值时,测试程序可以发送停止命令以避免芯片过热。运行生成的测试程序,并监测目标芯片的运行状态参数。确保测试程序能够准确获取并处理这些参数,并根据需要生成相应的反馈命令。根据测试程序的输出结果,分析和评估目标芯片的运行状态。根据需要,可以调整反馈命令的逻辑或参数设置,以优化芯片的性能和稳定性。
S162、根据自动化测试模型选择与测试程序反馈命令对应的一个运行库作为目标运行库。
具体地,根据目标芯片的类型(如处理器、微控制器等)和规格(如架构、指令集等),选择对应的运行库。确保选用的运行库能够与目标芯片兼容,并提供所需的功能和接口。根据测试程序使用的开发语言,选择相应的运行库。例如,如果测试程序是用C语言编写的,可以选择C语言的运行库来提供所需的功能支持。确保选用的运行库能够满足测试程序对于运行状态参数获取和反馈命令生成的需求。检查运行库是否提供了相关的API函数或接口,以便方便地调用和处理运行状态参数。在多个平台或操作系统上执行测试程序并选择一个具有良好可移植性和跨平台支持的运行库是很重要的。这样可以确保测试程序在不同环境下的兼容性和稳定性。
S163、将基于当前运行参数、当前存储参数以及当前数据参数生成的运行脚本配置于目标运行库。
具体地,根据所选的目标运行库的要求和接口,将生成的运行脚本配置到该运行库中。这可能涉及设置相关的环境变量、导入必要的库函数或进行其他适当的配置。查阅目标运行库的文档或说明,了解如何配置测试脚本。这可能包括指定测试脚本的位置、定义测试脚本的格式或规范,并确定生成下一个测试程序运行命令所需的输入参数。根据目标运行库中所配置的测试脚本和参数,以及基于当前运行参数、当前存储参数和当前数据参数生成的信息,生成下一个测试程序的运行命令。将生成的下一个测试程序运行命令传递给目标运行库,以执行下一个测试程序。确保目标运行库能够正确解析和执行该命令,并确保所需的运行参数、存储参数和数据参数能够被正确传递。
具体地,如图8所示,步骤S170还包括执行步骤S171以及步骤S1711:
S171、判断运行脚本中的功能参数与测试脚本中的功能参数的相似度是否高于目标芯片测试预期信息内所预设的预期相似度。
具体地,若运行脚本中的功能参数与测试脚本中的功能参数的相似度高于目标芯片测试预期信息内所预设的预期相似度,则执行步骤S1711:
S1711、生成评估结果信息。
具体地,若运行脚本中的功能参数与测试脚本中的功能参数的相似度不高于目标芯片测试预期信息内所预设的预期相似度,则执行步骤S151:
S151、根据所述运行库中配置的各项参数生成测试程序运行命令。
具体地,判断运行脚本中的功能参数与测试脚本中的功能参数的相似度是否高于目标芯片测试预期信息中预设的预期相似度。如果相似度高于预期相似度,则生成评估结果信息。如果相似度不高于预期相似度,则根据目标运行库中配置的测试脚本生成下一个测试程序运行命令。比较运行脚本和测试脚本中的功能参数。可以使用字符串相似度算法(如Levenshtein距离、Jaccard相似度等)来计算它们之间的相似度。将计算得到的相似度与目标芯片测试预期信息中预设的预期相似度进行比较。如果相似度高于预期相似度,则生成评估结果信息,可以是一个包含相关信息的报告或记录,用于表示相似度高于预期相似度的评估结果。如果相似度不高于预期相似度,则根据目标运行库中的测试脚本配置,生成下一个测试程序运行命令,通过按照上述步骤执行,可以根据相似度比较结果来决定执行不同的步骤,即生成评估结果信息或生成下一个测试程序运行命令以满足需求。
图9是本申请实施例提供的一种芯片性能自动化测试装置的示意性框图。如图9所示,对应于以上芯片性能自动化测试方法,本申请还提供一种芯片性能自动化测试装置100。该芯片性能自动化测试装置包括用于执行上述芯片性能自动化测试方法的单元,该装置可以被配置于台式电脑、平板电脑、手提电脑、等终端中。具体地,请参阅图9,该芯片性能自动化测试装置100包括第一参数配置单元110、第二参数配置单元120、第一运行库配置单元130、测试模型生成单元140、测试程序接入单元150、第二运行库配置单元160以及结果评估单元170。
第一参数配置单元110,用于获取目标芯片的测试预期信息,将测试预期信息中的各项参数配置于预设的测试用例参数库;第二参数配置单元120,用于获取测试环境参数,将测试环境参数配置于预设的测试环境参数库;第一运行库配置单元130,用于建立基于测试用例参数库以及测试环境参数库的运行库并生成与测试预期信息及测试环境参数对应的测试脚本配置于运行库;测试模型生成单元140,用于根据测试用例参数库、环境信息参数库以及运行库建立自动化测试模型;测试程序接入单元150,用于根据自动化测试模型获取与目标芯片相匹配的测试程序并连接;第二运行库配置单元160,用于通过测试程序获取目标芯片的运行状态参数配置于运行库并生成对应的运行脚本;结果评估单元170,用于将运行脚本与测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述芯片性能自动化测试装置和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述芯片性能自动化测试装置可以实现为一种计算机程序的形式,该计算机程序可以在如图10示的计算机设备上运行。
请参阅图10,图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端,也可以是服务器,其中,终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图10,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种芯片性能自动化测试方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种芯片性能自动化测试方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本申请还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中计算机程序包括程序指令。该程序指令被处理器执行时使处理器执行如下步骤:
获取目标芯片的测试预期信息,将测试预期信息中的各项参数配置于预设的测试用例参数库;测试预期信息包括预期运行参数、预期存储参数以及预期数据传输参数;获取测试环境参数,将测试环境参数配置于预设的测试环境参数库;建立基于测试用例参数库以及测试环境参数库的运行库并生成与测试预期信息及测试环境参数对应的测试脚本配置于运行库;根据测试用例参数库、环境信息参数库以及运行库建立自动化测试模型;根据自动化测试模型获取与目标芯片相匹配的测试程序并连接;通过测试程序获取目标芯片的运行状态参数配置于运行库并生成对应的运行脚本,运行状态参数包括当前运行参数、当前存储参数以及当前数据传输参数;将运行脚本与测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,各个单元的划分,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。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。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本申请实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本申请各个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,也可以是两个或两个以上单元集成在一个单元中。
该集成的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,或者该技术方案的全部或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,终端,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。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,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,可轻易想到各种等效的修改或替换,这些修改或替换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以权利要求的保护范围为准。
Claims (10)
1.一种芯片性能自动化测试方法,应用于智能终端中,所述智能终端中装配有待测试的目标芯片,其特征在于,包括:
获取所述目标芯片的测试预期信息,将所述测试预期信息中的各项参数配置于预设的测试用例参数库;所述测试预期信息包括预期运行参数、预期存储参数以及预期数据传输参数;
获取测试环境参数,将所述测试环境参数配置于预设的测试环境参数库;
建立基于所述测试用例参数库以及所述测试环境参数库的运行库并生成与所述测试预期信息及所述测试环境参数对应的测试脚本配置于所述运行库;
根据所述测试用例参数库、所述环境信息参数库以及所述运行库建立自动化测试模型;
根据所述自动化测试模型获取与所述目标芯片相匹配的测试程序并连接;
通过所述测试程序获取所述目标芯片的运行状态参数配置于所述运行库并生成对应的运行脚本,所述运行状态参数包括当前运行参数、当前存储参数以及当前数据传输参数;
将所述运行脚本与所述测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。
2.根据权利要求1所述的芯片性能自动化测试方法,其特征在于,所述将所述测试预期信息中的各项参数配置于预设的测试用例参数库,包括:
基于测试预期信息中预期运行参数、预期存储参数以及预期数据传输参数的多种组合关系生成对应的多个测试用例;
将多个所述测试用例按优先级进行顺序排列;
根据所述测试用例的排序结果分别生成对应的测试用例参数库;
将各所述测试用例对应的预期运行参数、预期存储参数以及预期数据传输参数配置于与所述测试用例对应的测试用例参数库。
3.根据权利要求2所述的芯片性能自动化测试方法,其特征在于,所述获取测试环境参数,将所述测试环境参数配置于预设的测试环境参数库,包括:
获取测试环境信息并进行分类,得到多个基于测试环境预期的所述测试环境参数;
基于多个所述测试环境参数的多种组合关系生成对应的多个环境评估用例;
将多个所述环境评估用例按优先级进行顺序排列并得到对应序号;
根据所述环境评估用例的排序结果分别生成对应的测试环境参数库;
将各所述环境评估用例对应的测试环境参数配置于与所述环境评估用例对应的测试环境参数库。
4.根据权利要求3所述的芯片性能自动化测试方法,其特征在于,所述建立基于所述测试用例参数库以及所述测试环境参数库的运行库并生成与所述测试预期信息及所述测试环境参数对应的测试脚本配置于所述运行库,包括:
根据获取到的所述测试用例参数库的序号以及所述测试环境参数库的序号对所述测试用例参数库以及所述测试环境参数库进行配对组合,得到所述运行库;
基于运行库中配对的测试用例参数库及测试环境参数库中配置的各项参数生成对应的测试脚本;
将所生成各所述测试脚本配置于所述运行库中。
5.根据权利要求4所述的芯片性能自动化测试方法,其特征在于,所述根据所述自动化测试模型获取与所述目标芯片相匹配的测试程序并连接之后,还包括:
根据所述运行库中配置的各项参数生成测试程序运行命令;
根据所述测试程序运行命令启动所述测试程序;
对所述目标芯片的测试过程进行监控以获取所述目标芯片的运行状态参数。
6.根据权利要求5所述的芯片性能自动化测试方法,其特征在于,所述通过所述测试程序获取所述目标芯片的运行状态参数配置于所述运行库并生成对应的运行脚本,包括:
获取所述目标芯片的运行状态参数并生成对应的测试程序反馈命令;
根据所述自动化测试模型选择与所述测试程序反馈命令对应的一个所述运行库作为目标运行库;
将基于所述当前运行参数、所述当前存储参数以及所述当前数据参数生成的运行脚本配置于所述目标运行库。
7.根据权利要求6所述的芯片性能自动化测试方法,其特征在于,所述将所述运行脚本与所述测试脚本进行对比验证,根据对比验证结果生成评估结果信息,包括:
判断所述运行脚本中的功能参数与所述测试脚本中的功能参数的相似度是否高于所述目标芯片测试预期信息内所预设的预期相似度;
若所述运行脚本中的功能参数与所述测试脚本中的功能参数的相似度高于所述目标芯片测试预期信息内所预设的预期相似度,则生成评估结果信息;
若所述运行脚本中的功能参数与所述测试脚本中的功能参数的相似度不高于所述目标芯片测试预期信息内所预设的预期相似度,则根据所述运行库中配置的各项参数生成测试程序运行命令。
8.一种芯片性能自动化测试装置,其特征在于,包括用于执行如权利要求1-7任一项所述方法的单元:
第一参数配置单元,用于获取所述目标芯片的测试预期信息,将所述测试预期信息中的各项参数配置于预设的测试用例参数库;
第二参数配置单元,用于获取测试环境参数,将所述测试环境参数配置于预设的测试环境参数库;
第一运行库配置单元,用于建立基于所述测试用例参数库以及所述测试环境参数库的运行库并生成与所述测试预期信息及所述测试环境参数对应的测试脚本配置于所述运行库;
测试模型生成单元,用于根据所述测试用例参数库、所述环境信息参数库以及所述运行库建立自动化测试模型;
测试程序接入单元,用于根据所述自动化测试模型获取与所述目标芯片相匹配的测试程序并连接;
第二运行库配置单元,用于通过所述测试程序获取所述目标芯片的运行状态参数配置于所述运行库并生成对应的运行脚本;
结果评估单元,用于将所述运行脚本与所述测试脚本进行对比验证,以生成与对比验证结果对应的评估结果信息。
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及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311065755.5A CN117009243A (zh) | 2023-08-22 | 2023-08-22 | 芯片性能自动化测试方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311065755.5A CN117009243A (zh) | 2023-08-22 | 2023-08-22 | 芯片性能自动化测试方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117009243A true CN117009243A (zh) | 2023-11-07 |
Family
ID=88561772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311065755.5A Pending CN117009243A (zh) | 2023-08-22 | 2023-08-22 | 芯片性能自动化测试方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117009243A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117192343A (zh) * | 2023-11-08 | 2023-12-08 | 珠海芯业测控有限公司 | 基于辅助系统的芯片测试方法、电子设备及介质 |
CN117436380A (zh) * | 2023-12-21 | 2024-01-23 | 芯耀辉科技有限公司 | 一种回归验证方法及装置 |
CN118093445A (zh) * | 2024-04-26 | 2024-05-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 一种自适应多场景数据库性能测试方法及系统 |
CN118093445B (zh) * | 2024-04-26 | 2024-07-12 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 一种自适应多场景数据库性能测试方法及系统 |
-
2023
- 2023-08-22 CN CN202311065755.5A patent/CN117009243A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117192343A (zh) * | 2023-11-08 | 2023-12-08 | 珠海芯业测控有限公司 | 基于辅助系统的芯片测试方法、电子设备及介质 |
CN117192343B (zh) * | 2023-11-08 | 2024-01-23 | 珠海芯业测控有限公司 | 基于辅助系统的芯片测试方法、电子设备及介质 |
CN117436380A (zh) * | 2023-12-21 | 2024-01-23 | 芯耀辉科技有限公司 | 一种回归验证方法及装置 |
CN117436380B (zh) * | 2023-12-21 | 2024-05-03 | 芯耀辉科技有限公司 | 一种回归验证方法及装置 |
CN118093445A (zh) * | 2024-04-26 | 2024-05-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 一种自适应多场景数据库性能测试方法及系统 |
CN118093445B (zh) * | 2024-04-26 | 2024-07-12 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 一种自适应多场景数据库性能测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9032371B2 (en) | Method and apparatus for automatic diagnosis of software failures | |
CN117009243A (zh) | 芯片性能自动化测试方法、装置、计算机设备及存储介质 | |
US8150674B2 (en) | Automated testing platform for event driven systems | |
US7917895B2 (en) | Automated software testing and validation system | |
CN110413506A (zh) | 测试用例推荐方法、装置、设备及存储介质 | |
CN111832236B (zh) | 一种芯片回归测试方法、系统、电子设备及存储介质 | |
CN105068929A (zh) | 测试脚本生成方法和装置、测试方法、测试装置以及测试系统 | |
US10521335B2 (en) | Context-based device testing | |
CN105389262A (zh) | 一种针对界面测试生成测试建议的方法和装置 | |
CN111966587A (zh) | 数据采集方法、装置和设备 | |
US10846206B2 (en) | Adaptive software testing | |
CN115658452A (zh) | 埋点校验方法、埋点校验装置、可读存储介质、电子设备 | |
CN114996127A (zh) | 固态硬盘固件模块智能化测试方法及系统 | |
CN113742215A (zh) | 一种自动配置和调用测试工具进行测试分析的方法及系统 | |
JP2019194818A (ja) | ソフトウェア不具合予測装置 | |
CN116627804A (zh) | 基于人工智能的测试方法、系统、电子设备及存储介质 | |
CN113204484B (zh) | 一种面向软件生命周期的装备软件测试性设计方法 | |
CN115248783A (zh) | 软件测试方法、系统、可读存储介质及计算机设备 | |
CN114661615A (zh) | 一种fpga软件测试方法和设备 | |
CN114546749A (zh) | 一种芯片随机测试用例回归方法、装置、设备及可读介质 | |
CN113656318A (zh) | 软件版本测试方法、装置及计算机设备 | |
US10970195B2 (en) | Reduction of test infrastructure | |
CN113791980A (zh) | 测试用例的转化分析方法、装置、设备及存储介质 | |
CN111813665A (zh) | 一种基于python的大数据平台接口数据测试方法和系统 | |
CN111694752A (zh) | 应用测试方法、电子设备及存储介质 |
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 |