CN117785706A - 用于优化测试用例生成的方法、装置及存储介质 - Google Patents
用于优化测试用例生成的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117785706A CN117785706A CN202311850289.1A CN202311850289A CN117785706A CN 117785706 A CN117785706 A CN 117785706A CN 202311850289 A CN202311850289 A CN 202311850289A CN 117785706 A CN117785706 A CN 117785706A
- Authority
- CN
- China
- Prior art keywords
- time
- test case
- playback
- judged
- case
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 65
- 238000005457 optimization Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 abstract description 12
- 230000006872 improvement Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本申请提供了一种用于优化测试用例生成的方法、装置、存储介质及计算机设备,可根据待判断测试用例的用例标识,读取待判断测试用例的时刻集合,以从时刻集合中分别获取录制该待判断测试用例对应的流量数据的起始时刻,和该待判断测试用例在首次回放成功过程中对应的结束时刻。本申请可据此统计测试用例的生成耗时,从而可具象化体现测试用例的编写效率和/或维护效率。当测试用例的生成耗时大于第一预设耗时阈值时,本申请可根据待判断测试用例的用例标识推送优化提示消息,使得技术人员可基于优化提示消息更有针对性地优化相应测试用例的编写与维护,以进行提效。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种用于优化测试用例生成的方法、装置、存储介质及计算机设备。
背景技术
随着自动化测试技术的发展,流量录制与回放已成为被广泛应用的测试方法。流量录制与回放是指采集并记录生产环境中的真实请求数据和真实响应数据,并据此生成可复用执行的测试用例,测试时,根据测试用例记录的数据与待测代码进行数据交互,从而可模拟待测代码与生产环境之间的交互过程,进而可验证待测代码在生产环境中的真实表现。
由此可见,测试用例是影响自动化测试情况的重要因素之一,因此亟需提供一种能够用于优化测试用例生成的方案。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中缺少用于优化测试用例生成的方案的技术缺陷。
第一方面,本申请提供了一种用于优化测试用例生成的方法,所述方法包括:
确定待判断测试用例的用例标识;
根据所述待判断测试用例的用例标识,读取所述待判断测试用例的时刻集合;其中,所述时刻集合包括录制起始时刻和目标回放结束时刻,所述录制起始时刻为录制所述待判断测试用例对应的流量数据的起始时刻,所述目标回放结束时刻为所述待判断测试用例在首次成功回放过程对应的结束时刻;
根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时;
若所述生成耗时大于第一预设耗时阈值,则根据所述待判断测试用例的用例标识推送优化提示消息。
在其中一个实施例中,所述时刻集合还包括所述待判断测试用例在每次回放过程对应的回放起始时刻和回放结束时刻;
所述根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时,包括:
根据各个所述回放起始时刻和各个所述回放结束时刻,计算每两个在时间轴上相邻的回放过程之间的代码调试耗时;
将大于第二预设耗时阈值的各个代码调试耗时作为噪音耗时;
基于所述录制起始时刻、所述目标回放结束时刻和各个所述噪音耗时,计算所述生成耗时。
在其中一个实施例中,所述基于所述录制起始时刻、所述目标回放结束时刻和各个所述噪音耗时,计算所述生成耗时,包括:
计算所述目标回放结束时刻与所述录制起始时刻之间的间隔时长;
计算所述间隔时长与各个噪音耗时之差,以得到所述生成耗时。
在其中一个实施例中,所述时刻集合还包括目标回放起始时刻,所述目标回放起始时刻为所述待判断测试用例在首次成功回放过程对应的起始时刻;所述方法还包括:
根据所述目标回放起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的回放耗时;
基于所述回放耗时确定所述待判断测试用例的用例得分;所述用例得分用于反映所述待判断测试用例的用例质量。
在其中一个实施例中,所述时刻集合还包括所述待判断测试用例在每次回放过程对应的各个事件触发时刻;所述方法还包括:
若所述回放耗时大于第三预设耗时阈值,则将所述待判断测试用例在首次成功回放过程对应的各个事件信息和每个所述事件信息对应的时间触发时刻,输入到预先训练得到的事件优化模型中,以得到事件优化建议。
在其中一个实施例中,所述方法还包括:
若所述回放耗时大于第三预设耗时阈值,则获取所述待判断测试用例在首次成功回放过程中运行的目标用例代码;
将所述目标用例代码输入到预先训练得到的代码优化模型中,以得到代码优化建议。
在其中一个实施例中,所述基于所述回放耗时确定所述待判断测试用例的用例得分,包括:
获取所述待判断测试用例的代码行数,并基于所述代码行数和所述回放耗时确定所述用例得分。
第二方面,本申请实施例提供了一种用于优化测试用例生成的装置,所述装置包括:
标识获取模块,用于确定待判断测试用例的用例标识;
时刻集合获取模块,用于根据所述待判断测试用例的用例标识,读取所述待判断测试用例的时刻集合;其中,所述时刻集合包括录制起始时刻和目标回放结束时刻,所述录制起始时刻为录制所述待判断测试用例对应的流量数据的起始时刻,所述目标回放结束时刻为所述待判断测试用例在首次成功回放过程对应的结束时刻;
生成耗时计算模块,用于根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时;
消息推送模块,用于若所述生成耗时大于第一预设耗时阈值,则根据所述待判断测试用例的用例标识推送优化提示消息。
第三方面,本申请实施例提供了一种存储介质,该存储介质中存储有计算机可读指令,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述任一实施例所述用于优化测试用例生成的方法的步骤。
第四方面,本申请实施例提供了一种计算机设备,该计算机设备包括:一个或多个处理器,以及存储器;
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行上述任一实施例所述用于优化测试用例生成的方法的步骤。
在本申请一些实施例提供的用于优化测试用例生成的方法、装置、存储介质及计算机设备中,可根据待判断测试用例的用例标识,读取待判断测试用例的时刻集合,以从时刻集合中分别获取录制该待判断测试用例对应的流量数据的起始时刻,和该待判断测试用例在首次回放成功过程中对应的结束时刻。本申请可据此统计测试用例的生成耗时,从而可具象化体现测试用例的编写效率和/或维护效率。当测试用例的生成耗时大于第一预设耗时阈值时,本申请可根据待判断测试用例的用例标识推送优化提示消息,使得技术人员可基于优化提示消息更有针对性地优化相应测试用例的编写与维护,以进行提效。
附图说明
为了更清楚地说明本申请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性的前提下,还可以根据这些附图获得其它的附图。
图1为一个实施例中用于优化测试用例生成的方法的流程示意图;
图2为一个实施例中时刻集合的示意图;
图3为一个实施例中用于优化测试用例生成的装置的结构示意图;
图4为一个实施例中计算机设备的内部结构图。
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,所描述的实施例仅仅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。
正如背景技术所言,测试用例是影响自动化测试情况的重要因素之一。经发明人研究发现:在多数情况下,流量录制直接得到的原始测试用例不能成功回放,需要由技术人员进行用例调试,直至调试后的测试用例能够成功回放为止。在调试过程中,技术人员需要不断调整测试用例的用例代码,并在调整后再次回放测试用例,以观察测试用例是否可以成功回放。发明人结合自身的研发经验,发现测试用例的调试效率是影响测试用例生成效率的重要因素之一,并且还可反映测试用例所涉及的录制操作、录制事件、业务接口等是否存在可优化空间。
基于此,本申请提供了一种用于优化测试用例生成的方法、装置、存储介质及计算机设备,可用于统计测试用例的生成耗时,从而可具象化体现测试用例的编写效率和/或维护效率。当测试用例的生成耗时大于第一预设耗时阈值时,本申请可根据待判断测试用例的用例标识推送优化提示消息,使得技术人员可基于优化提示消息更有针对性地优化相应测试用例的编写与维护,以进行提效。
在一个实施例中,本申请提供了一种用于优化测试用例生成的方法。下述实施例以该方法应用于计算机设备为例进行说明。可以理解,本文的计算机设备是指具备数据获取功能和数据处理功能的设备,可以但不限于是各种服务器、个人计算机和笔记本电脑等。
如图1所示,本申请提供的用于优化测试用例生成的方法包括如下步骤:
S102:确定待判断测试用例的用例标识。
其中,待判断测试用例是指待进行优化判断的测试用例,用例标识可用于唯一地标识测试用例。
可以理解,计算机设备可通过任意方式来确定待判断测试用例的用例标识。例如,计算机设备可通过人机交互的方式获取由用户输入的用例标识。又如,计算机设备可从预先构建的用例标识库中自动查询得到待判断测试用例的用例标识。再如,计算机设备可定时检测最新定时周期内是否存在成功编写/成功维护的测试用例,并据此确定待判断测试用例的用例标识。
S104:根据待判断测试用例的用例标识,读取待判断测试用例的时刻集合。
其中,时刻集合包括录制起始时刻和目标回放结束时刻。录制起始时刻是是指录制待判断测试用例对应的流量数据的起始时刻,也即开始录制待判断测试用例的流量数据的时刻。本文所述的流量数据可包括请求数据和响应数据。目标回放结束时刻是指待判断测试用例在首次成功回放过程对应的结束时刻。本文所述的首次成功回放可为在人工调整测试用例的用例代码后,测试用例首次能够完整复现线上交互的回放过程。例如,可为用例编写时的首次成功回放过程,或者用例维护时的首次成功回放过程。
示例性地,请参阅图2,本示例中,待判断测试用例从T1时刻开始录制流量数据,T2时刻结束流量数据的录制。结束录制后立即尝试首次回放待判断测试用例,并于T3时刻结束回放,回放失败。技术人员从T3时刻起进行用例调试,以分析问题并编写、调整用例代码。调整用例代码后,自T4时刻起再次回放待判断测试用例,并于T5时刻结束回放,回放失败。技术人员从T5时刻起再次进行用例调试,并编写、调整用例代码。调整用例代码后,自T6时刻起再次回放待判断测试用例,并于T7时刻结束回放,回放成功。在本示例中,录制起始时刻可为T1时刻,目标回放结束时刻可为T7时刻。
本步骤中,时刻集合中的各个时刻可通过计时模块记录测试用例调试与录制过程中的多个时间点得到,记录并生成时刻集合可采用任意方式实现,本文对此不作具体限制。
S106:根据录制起始时刻和目标回放结束时刻,计算待判断测试用例的生成耗时。
本步骤中,生成耗时可为编写或维护待判断测试用例的消耗时长,可用于反映待判断测试用例的编写效率或维护效率。可以理解,本申请可根据实际情况确定生成耗时的计算公式,本文对此不作具体限制,只需生成耗时是根据录制起始时刻和目标回放结束时刻生成即可。
S108:若生成耗时大于第一预设耗时阈值,则根据待判断测试用例的用例标识推送优化提示消息。
本步骤中,计算机设备可将待判断测试用例的生成耗时与第一预设耗时阈值进行大小比较,以根据第一预设耗时阈值筛选出生成耗时较长的业务线。若生成耗时大于第一预设耗时阈值,则可向技术人员推送优化提示消息,使得技术人员可基于优化提示消息更有针对性地优化相应测试用例的编写与维护,以进行提效。
本申请中,可根据待判断测试用例的用例标识,读取待判断测试用例的时刻集合,以从时刻集合中分别获取录制该待判断测试用例对应的流量数据的起始时刻,和该待判断测试用例在首次回放成功过程中对应的结束时刻。本申请可据此统计测试用例的生成耗时,从而可具象化体现测试用例的编写效率和/或维护效率。当测试用例的生成耗时大于第一预设耗时阈值时,本申请可根据待判断测试用例的用例标识推送优化提示消息,使得技术人员可基于优化提示消息更有针对性地优化相应测试用例的编写与维护,以进行提效。
在一个实施例中,时刻集合还包括待判断测试用例在每次回放过程对应的回放起始时刻和回放结束时刻,其中,每次回放过程包括回放成功过程和回放失败过程。例如,在图2示出的示例中,T2时刻至T3时刻为首次回放过程,且回放失败;T4时刻至T5时刻为第二次回放过程,且回放时刻。在此情况下,时刻集合可包括T2时刻、T3时刻、T4时刻和T5时刻。
本实施例中,根据录制起始时刻和目标回放结束时刻,计算待判断测试用例的生成耗时,包括:
步骤A1:根据各个回放起始时刻和各个回放结束时刻,计算每两个在时间轴上相邻的回放过程之间的代码调试耗时;
步骤A3:将大于第二预设耗时阈值的各个代码调试耗时作为噪音耗时;
步骤A5:基于录制起始时刻、目标回放结束时刻和各个噪音耗时,计算生成耗时。
本申请中,两个在时间轴上相邻的回放过程是指回放时刻相邻的两个回放过程。在回放时刻相邻的两个回放过程中,前次回放过程对应的回放结束时刻至后次回放过程对应的回放起始时刻之间不存在其他回放过程。例如,在图2示出的示例中,第一次回放过程(即T2时刻至T3时刻)与第二次回放过程(即T4时刻至T5时刻)为两个在时间轴上相邻的回放过程。第二次回放过程与第三次回放过程(即T6时刻至T7时刻)为两个在时间轴上相邻的回放过程。
计算机设备可根据每两个在时间轴上相邻的回放过程所对应的回放起始时刻和回放结束时刻,计算该两个回放过程之间的代码调试耗时,以通过代码调试耗时反映技术人员在用例调试上消耗的时长。在一个示例中,针对每两个在时间轴上相邻的回放过程,计算机设备可将后次回放过程对应的回放起始时刻与前次回放过程对应的回放结束时刻,作为该两个回放过程之间的代码调试耗时。
在得到各个代码调试耗时的情况下,计算机设备可根据第二预设耗时阈值,在各个代码调试耗时中筛选出噪音耗时。其中,噪音耗时是指不能准确反映技术人员在用例调试上消耗时长的数据。例如,当技术人员在用例调试中途中断调试,在经历一定时间后再继续调试时,本次过程对应的代码调制耗时无法准确反映技术人员在用例调试上消耗时长的数据,因此可将其确定为噪音耗时。
在确定噪音耗时的情况下,计算机设备可根据录制起始时刻、目标回放结束时刻和各个噪音耗时,计算生成耗时,以排除噪音耗时对生成耗时的干扰,进而可得到更加准确的生成耗时,使得技术人员可更为准确、更有针对性地优化相应测试用例的编写与维护,以进行提效。
进一步地,在一个示例中,基于录制起始时刻、目标回放结束时刻和各个噪音耗时,计算生成耗时,包括:
计算目标回放结束时刻与录制起始时刻之间的间隔时长;
计算间隔时长与各个噪音耗时之差,以得到生成耗时。
示例性地,在图2示出的示例中,若(T4-T3)为噪音耗时,则生成耗时可为(T7-T1)-(T4-T3)。如此,在计算生成耗时时,可通过简单的计算方式抛弃各个噪音耗时,一方面可减少计算资源的消耗,另一方面还可提高生成耗时的准确性。
在一个实施例中,时刻集合还包括目标回放起始时刻,目标回放起始时刻为待判断测试用例在首次成功回放过程对应的起始时刻。关于首次成功回放的相关描述可参阅上述实施例,本文在此不再赘述。示例性地,在图2示出的示例中,目标回放起始时刻可为T6时刻。
本申请的用于优化测试用例生成的方法还可包括如下步骤:
步骤B1:根据目标回放起始时刻和目标回放结束时刻,计算待判断测试用例的回放耗时;
步骤B3:基于回放耗时确定待判断测试用例的用例得分;用例得分用于反映待判断测试用例的用例质量。
本实施例中,测试用例的回放耗时可反映调试效率、测试效率和用例代码的合理性,例如可反映用例代码中是否设置有不合理的等待函数/等待时间,致使回放耗时过程,进而影响自动化测试的测试情况。因此,本实施例中可根据首次成功回放过程的起止时刻,计算待判断测试用例在成功回放情况下的消耗时长,并据此确定待判断测试用例的用例得分,以通过用例得分反映待判断测试用例的用例质量。如此,技术人员可依据用例得分更有针对性地优化相应测试用例的编写与维护,以进行提效。
可以理解,本申请可采用任意方式来确定待判断测试用例的用例得分。在一个示例中,计算机设备可获取待判断测试用例的代码行数,并基于代码行数和回放耗时确定用例得分,使得用例得分能够更为准确地反映待判断测试用例的用例质量。
在一个实施例中,时刻集合还包括待判断测试用例在每次回放过程对应的各个事件触发时刻,例如可包括用户操作事件的触发时刻、请求数据的发送时刻和响应数据的接收时刻等。
示例性地,在图2示出的示例中,在流量录制过程中,各个事件触发时刻分别为t1、t2、t3、t4和t5。在第一次回放过程中,各个事件触发时刻分别为t1’、t2’、t3’。在第二次回放过程中,各个事件触发时刻分别为t1”、t2”、t3”、t4”。在第三次回放过程中,各个事件触发时刻分别为t1”’、t2”’、t3”’、t4”’、t5”’。
本申请的用于优化测试用例生成的方法还可包括步骤:若回放耗时大于第三预设耗时阈值,则将待判断测试用例在首次成功回放过程对应的各个事件信息和每个事件信息对应的时间触发时刻,输入到预先训练得到的事件优化模型中,以得到事件优化建议。
本实施例中,在待判断测试用例的回放耗时过长时,计算机设备可将待判断测试用例在首次成功回放过程对应的各个事件信息和每个事件信息对应的时间触发时刻,输入到事件优化模型,使得事件优化模型可以基于丰富的时间节点细节输出事件优化建议,从而可通过事件优化建议辅助技术人员分析耗时过长、效率低的原因,进而可人工提效。
在一个实施例中,本申请的用于优化测试用例生成的方法还可包括如下步骤:
步骤C1:若回放耗时大于第三预设耗时阈值,则获取待判断测试用例在首次成功回放过程中运行的目标用例代码;
步骤C3:将目标用例代码输入到预先训练得到的代码优化模型中,以得到代码优化建议。
本实施例中,目标用例代码是指首次成功回放过程中运行的待判断测试用例的用例代码,也即调试完成的用例代码。在待判断测试用例的回放耗时过长时,计算机设备可将目标用例代码输入到代码优化模型中,从而可利用机器学习算法生成待判断测试用例的代码优化建议,进而可通过代码优化建议辅助技术人员分析用例代码中不合理的地方,并进行调整、修改,实现人工提效。
下面对本申请实施例提供的用于优化测试用例生成的装置进行描述,下文描述的用于优化测试用例生成的装置与上文描述的用于优化测试用例生成的方法可相互对应参照。
在一个实施例中,本申请提供了一种用于优化测试用例生成的装置200。如图3所示,该装置200包括标识获取模块210、时刻集合获取模块220、生成耗时计算模块230和消息推送模块240。其中:
标识获取模块210,用于确定待判断测试用例的用例标识;
时刻集合获取模块220,用于根据所述待判断测试用例的用例标识,读取所述待判断测试用例的时刻集合;其中,所述时刻集合包括录制起始时刻和目标回放结束时刻,所述录制起始时刻为录制所述待判断测试用例对应的流量数据的起始时刻,所述目标回放结束时刻为所述待判断测试用例在首次成功回放过程对应的结束时刻;
生成耗时计算模块230,用于根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时;
消息推送模块240,用于若所述生成耗时大于第一预设耗时阈值,则根据所述待判断测试用例的用例标识推送优化提示消息。
在一个实施例中,所述时刻集合还包括所述待判断测试用例在每次回放过程对应的回放起始时刻和回放结束时刻。本申请的生成耗时计算模块230包括代码调试耗时计算单元、噪音耗时确定单元和生成耗时计算单元。其中,代码调试耗时计算单元用于根据各个所述回放起始时刻和各个所述回放结束时刻,计算每两个在时间轴上相邻的回放过程之间的代码调试耗时。噪音耗时确定单元用于将大于第二预设耗时阈值的各个代码调试耗时作为噪音耗时。生成耗时计算单元用于基于所述录制起始时刻、所述目标回放结束时刻和各个所述噪音耗时,计算所述生成耗时。
在一个实施例中,本申请的生成耗时计算单元包括第一计算单元和第二计算单元。其中,第一计算单元用于计算所述目标回放结束时刻与所述录制起始时刻之间的间隔时长。第二计算单元用于计算所述间隔时长与各个噪音耗时之差,以得到所述生成耗时。
在一个实施例中,所述时刻集合还包括目标回放起始时刻,所述目标回放起始时刻为所述待判断测试用例在首次成功回放过程对应的起始时刻。本申请的装置200还可包括回放耗时计算模块和用例得分确定模块。其中,回放耗时计算模块用于根据所述目标回放起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的回放耗时。用例得分确定模块用于基于所述回放耗时确定所述待判断测试用例的用例得分;所述用例得分用于反映所述待判断测试用例的用例质量。
在一个实施例中,所述时刻集合还包括所述待判断测试用例在每次回放过程对应的各个事件触发时刻。本申请的装置200还包括第一建议获取模块。该第一建议获取模块用于若所述回放耗时大于第三预设耗时阈值,则将所述待判断测试用例在首次成功回放过程对应的各个事件信息和每个所述事件信息对应的时间触发时刻,输入到预先训练得到的事件优化模型中,以得到事件优化建议。
在一个实施例中,本申请的装置200还包括目标代码确定模块和第二建议获取模块。该目标代码确定模块用于若所述回放耗时大于第三预设耗时阈值,则获取所述待判断测试用例在首次成功回放过程中运行的目标用例代码。第二建议获取模块用于将所述目标用例代码输入到预先训练得到的代码优化模型中,以得到代码优化建议。
在一个实施例中,本申请的用例得分确定模块包括得分确定单元。该得分确定单元用于获取所述待判断测试用例的代码行数,并基于所述代码行数和所述回放耗时确定所述用例得分。
在一个实施例中,本申请还提供了一种存储介质,该存储介质中存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如任意实施例中用于优化测试用例生成的方法的步骤。
在一个实施例中,本申请还提供了一种计算机设备,所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如任意实施例中用于优化测试用例生成的方法的步骤。
示意性地,图4为本申请实施例提供的一种计算机设备的内部结构示意图,在一个示例中,该计算机设备可以为服务器。参照图4,计算机设备900包括处理组件902,其进一步包括一个或多个处理器,以及由存储器901所代表的存储器资源,用于存储可由处理组件902的执行的指令,例如应用程序。存储器901中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件902被配置为执行指令,以执行上述任意实施例所述用于优化测试用例生成的方法的步骤。
计算机设备900还可以包括一个电源组件903被配置为执行计算机设备900的电源管理,一个有线或无线网络接口904被配置为将计算机设备900连接到网络,和一个输入输出(I/O)接口905。计算机设备900可以操作基于存储在存储器901的操作系统,例如WindowsServer TM、Mac OS XTM、Unix TM、Linux TM、Free BSDTM或类似。
本领域技术人员可以理解,本申请示出的计算机设备的内部结构,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的限定,具体的计算机设备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。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本文中,“一”、“一个”、“所述”、“该”和“其”也可以包括复数形式,除非上下文清楚指出另外的方式。多个是指至少两个的情况,如2个、3个、5个或8个等。“和/或”包括相关所列项目的任何及所有组合。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种用于优化测试用例生成的方法,其特征在于,所述方法包括:
确定待判断测试用例的用例标识;
根据所述待判断测试用例的用例标识,读取所述待判断测试用例的时刻集合;其中,所述时刻集合包括录制起始时刻和目标回放结束时刻,所述录制起始时刻为录制所述待判断测试用例对应的流量数据的起始时刻,所述目标回放结束时刻为所述待判断测试用例在首次成功回放过程对应的结束时刻;
根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时;
若所述生成耗时大于第一预设耗时阈值,则根据所述待判断测试用例的用例标识推送优化提示消息。
2.根据权利要求1所述的方法,其特征在于,所述时刻集合还包括所述待判断测试用例在每次回放过程对应的回放起始时刻和回放结束时刻;
所述根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时,包括:
根据各个所述回放起始时刻和各个所述回放结束时刻,计算每两个在时间轴上相邻的回放过程之间的代码调试耗时;
将大于第二预设耗时阈值的各个代码调试耗时作为噪音耗时;
基于所述录制起始时刻、所述目标回放结束时刻和各个所述噪音耗时,计算所述生成耗时。
3.根据权利要求2所述的方法,其特征在于,所述基于所述录制起始时刻、所述目标回放结束时刻和各个所述噪音耗时,计算所述生成耗时,包括:
计算所述目标回放结束时刻与所述录制起始时刻之间的间隔时长;
计算所述间隔时长与各个噪音耗时之差,以得到所述生成耗时。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述时刻集合还包括目标回放起始时刻,所述目标回放起始时刻为所述待判断测试用例在首次成功回放过程对应的起始时刻;所述方法还包括:
根据所述目标回放起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的回放耗时;
基于所述回放耗时确定所述待判断测试用例的用例得分;所述用例得分用于反映所述待判断测试用例的用例质量。
5.根据权利要求4所述的方法,其特征在于,所述时刻集合还包括所述待判断测试用例在每次回放过程对应的各个事件触发时刻;所述方法还包括:
若所述回放耗时大于第三预设耗时阈值,则将所述待判断测试用例在首次成功回放过程对应的各个事件信息和每个所述事件信息对应的时间触发时刻,输入到预先训练得到的事件优化模型中,以得到事件优化建议。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述回放耗时大于第三预设耗时阈值,则获取所述待判断测试用例在首次成功回放过程中运行的目标用例代码;
将所述目标用例代码输入到预先训练得到的代码优化模型中,以得到代码优化建议。
7.根据权利要求4所述的方法,其特征在于,所述基于所述回放耗时确定所述待判断测试用例的用例得分,包括:
获取所述待判断测试用例的代码行数,并基于所述代码行数和所述回放耗时确定所述用例得分。
8.一种用于优化测试用例生成的装置,其特征在于,所述装置包括:
标识获取模块,用于确定待判断测试用例的用例标识;
时刻集合获取模块,用于根据所述待判断测试用例的用例标识,读取所述待判断测试用例的时刻集合;其中,所述时刻集合包括录制起始时刻和目标回放结束时刻,所述录制起始时刻为录制所述待判断测试用例对应的流量数据的起始时刻,所述目标回放结束时刻为所述待判断测试用例在首次成功回放过程对应的结束时刻;
生成耗时计算模块,用于根据所述录制起始时刻和所述目标回放结束时刻,计算所述待判断测试用例的生成耗时;
消息推送模块,用于若所述生成耗时大于第一预设耗时阈值,则根据所述待判断测试用例的用例标识推送优化提示消息。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述用于优化测试用例生成的方法的步骤。
10.一种计算机设备,其特征在于,包括:一个或多个处理器,以及存储器;
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行如权利要求1至7中任一项所述用于优化测试用例生成的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311850289.1A CN117785706A (zh) | 2023-12-28 | 2023-12-28 | 用于优化测试用例生成的方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311850289.1A CN117785706A (zh) | 2023-12-28 | 2023-12-28 | 用于优化测试用例生成的方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117785706A true CN117785706A (zh) | 2024-03-29 |
Family
ID=90394338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311850289.1A Pending CN117785706A (zh) | 2023-12-28 | 2023-12-28 | 用于优化测试用例生成的方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117785706A (zh) |
-
2023
- 2023-12-28 CN CN202311850289.1A patent/CN117785706A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221983B (zh) | 测试方法、装置、计算机可读存储介质和计算机设备 | |
CN108984389B (zh) | 一种应用程序测试方法及终端设备 | |
US20080127067A1 (en) | Method and system for timing code execution in a korn shell script | |
CN112148614B (zh) | 回归测试方法及装置 | |
CN109684149A (zh) | 一种NVMe硬盘的硬件信息监控方法、装置及设备 | |
CN109101414B (zh) | 基于埋点数据的海量ui测试生成方法及其装置 | |
CN117785706A (zh) | 用于优化测试用例生成的方法、装置及存储介质 | |
CN112527568A (zh) | 数据流量测试方法、装置、电子设备及存储介质 | |
CN116756021A (zh) | 基于事件分析的故障定位方法、装置、电子设备及介质 | |
CN114155054A (zh) | 一种基于kafka的大数据报表统计的测试方法及其系统 | |
CN116560996A (zh) | 业务流程自动化测试方法及装置、介质、设备 | |
CN115455059A (zh) | 一种基于底层数据解析用户行为的方法、装置及相关介质 | |
CN111190806B (zh) | 一种语音交互设备的日志处理方法和装置 | |
CN111414194B (zh) | 一种接口信息生成方法、系统、电子设备及存储介质 | |
CN113392005A (zh) | 大文件处理测试方法及系统 | |
CN114071127A (zh) | 直播视频延迟的测试方法、装置、存储介质及电子设备 | |
US10437710B2 (en) | Code coverage testing utilizing test-to-file maps | |
CN109460336A (zh) | 一种批量验证硬盘dst功能的方法及系统 | |
CN103106131A (zh) | 系统调用功耗的测试方法与测试装置 | |
CN101727369B (zh) | 自动验证环境变量设定的方法 | |
US11874764B2 (en) | Method and system for guaranteeing game quality by using artificial intelligence agent | |
CN114816987A (zh) | 应用运行状态监测方法、装置、终端及存储介质 | |
CN114253843A (zh) | 数据库隔离级别的错误检查方法、装置、设备和介质 | |
CN118227499A (zh) | 代码覆盖率确定方法、装置、存储介质及电子设备 | |
CN117294735A (zh) | 内网b/s应用系统健康检查方法、系统及装置 |
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 |