WO2022205696A1 - 一种云计算大数据平台功能及接口的测试方法及系统 - Google Patents
一种云计算大数据平台功能及接口的测试方法及系统 Download PDFInfo
- Publication number
- WO2022205696A1 WO2022205696A1 PCT/CN2021/108003 CN2021108003W WO2022205696A1 WO 2022205696 A1 WO2022205696 A1 WO 2022205696A1 CN 2021108003 W CN2021108003 W CN 2021108003W WO 2022205696 A1 WO2022205696 A1 WO 2022205696A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- detection
- big data
- cloud computing
- data platform
- computing big
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000010998 test method Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XSQUKJJJFZCRTK-NJFSPNSNSA-N UREA C 14 Chemical compound N[14C](N)=O XSQUKJJJFZCRTK-NJFSPNSNSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
Definitions
- the invention relates to the field of automated testing, in particular to a method for testing functions and interfaces of a cloud computing big data platform.
- Automated testing is a process of converting human-driven testing behavior into machine execution. Usually, after a test case is designed and reviewed, the tester executes the test step by step according to the procedures described in the test case, and obtains a comparison between the actual result and the expected result. In this process, in order to save manpower, time or hardware resources and improve test efficiency, the concept of automated testing was introduced.
- the present invention provides a method for testing the functions and interfaces of a cloud computing big data platform, including:
- Step S1 input the basic information of multiple components of the cloud computing big data platform
- Step S2 select the basic information of the multiple components entered, and read the pre-configured detection rules and detection parameters, and then generate a detection task;
- Step S3 start the detection task and the corresponding cloud computing big data platform, and detect the functions and interfaces of each component of the cloud computing big data platform;
- step S4 a detection result and an execution log are generated and saved.
- the components include:
- Distributed block storage components and/or object storage components, and/or virtual private cloud VPC components, and/or distributed columnar storage components, and/or offline computing components.
- step between step S1 and step S2 includes:
- Step S1A performing legality verification on the basic information of the multiple components, and determining whether the basic information of the multiple components satisfies the legality:
- the detection rules and the detection parameters are stored in a detection database.
- the step S3 includes:
- Step S31 start the detection task and the corresponding cloud computing big data platform
- Step S32 the detection task is connected to the corresponding components of the cloud computing big data platform
- Step S33 the detection task detects the functions and interface responses of the corresponding components of the cloud computing big data platform according to the detection rules and the detection parameters, respectively.
- the step S32 includes:
- Step S321 the detection task initiates an interactive request to the corresponding component of the cloud computing big data platform
- Step S322 the corresponding component of the cloud computing big data platform accepts the interaction request, and realizes the connection with the detection task.
- it also includes:
- Step S5 read the execution log, and manually judge whether the detection result is correct:
- test system for cloud computing big data platform functions and interfaces which is applied to the above test method, including:
- a detection module configured to detect the function and interface of each component of the corresponding cloud computing big data platform according to a detection task, and generate a detection result and an execution log;
- a first storage module used for saving pre-configured detection rules and detection parameters
- the control module is connected to the detection module and the first storage module respectively, and is used to select the basic information of the multiple components entered, and read the pre-configured detection rules and detection parameters, and then generate the the detection task.
- it also includes a second storage module, connected to the control module, for saving the storage result and the execution log.
- an input module is also included, connected to the control module, for inputting basic information of multiple components of the cloud computing big data platform.
- the technical solution realizes the automatic detection of the interfaces and functions of each component of the cloud computing big data platform, without manual intervention, which effectively reduces the labor cost, and at the same time improves the detection efficiency, which is conducive to popularization.
- FIG. 1 is a flow chart of a testing method in a preferred embodiment of the present invention.
- FIG. 3 is a sub-flow diagram of the testing method in a preferred embodiment of the present invention.
- FIG. 5 is a schematic diagram of the overall structure of a testing system in a preferred embodiment of the present invention.
- a method for testing the functions and interfaces of a cloud computing big data platform is provided, as shown in Figure 1, including:
- Step S1 input the basic information of multiple components of the cloud computing big data platform
- Step S2 select the basic information of the input multiple components, and read the pre-configured detection rules and detection parameters, and then generate a detection task;
- Step S3 start the detection task and the corresponding cloud computing big data platform, and detect the functions and interfaces of each component of the cloud computing big data platform;
- step S4 a detection result and an execution log are generated and saved.
- the cloud computing big data platform includes but is not limited to: IaaS and PaaS.
- the basic information of multiple components of the cloud computing big data platform can be entered in the form of an Excel file.
- the basic information of multiple components may include parameters such as interface service addresses and authentication information.
- batch input of multiple component information of multiple cloud computing big data platforms can be realized by entering multiple Excel files.
- the components include: distributed block storage components, and/or object storage components, and/or virtual private cloud VPC components, and/or distributed columnar storage components, and/or offline computing components.
- the detection task starts: first, select the basic information of multiple components that have been entered, and then read the pre-defined detection rules and detection parameters, and then according to the basic information of multiple components, Detection rules and detection parameters create detection tasks.
- the detection rule is used to verify the processing logic for component function verification
- the detection parameter is used to specify the verification processing logic for the component interface.
- detection rules and detection parameters are stored in a detection database.
- each component defined by the detection rule may be in one-to-one correspondence, or multiple interfaces may correspond to one function, or multiple functions may correspond to one component.
- the detection task After the detection task is created, start the detection task and the corresponding components of the cloud computing big data platform respectively, and use the detection rules and detection parameters for each component to detect the interface and function of each component.
- the technical solution realizes the automatic detection of the interfaces and functions of each component of the cloud computing big data platform, without manual intervention, effectively reducing labor costs, improving detection efficiency, and facilitating promotion.
- the technical solution is applied to detect the function and interface of a storage class component in the big data platform.
- the starting point of the life cycle of the storage class component is to create a database service connection, and the end point of the life cycle is to close the database service. connect.
- the detection rule defines the automatic detection process of the function and interface of the storage class component, and the automatic detection process includes:
- the storage class component initiates a table creation request to the detection task.
- the storage class component starts to create the table, and executes the judgment of whether the table exists, the query of the table information, the acquisition of the table list, and the modification of the table in turn, so as to realize the function of creating the table. authenticating.
- the function of creating a table is verified, insert the detection parameters into the storage class component, and call the query class interface of the storage class component to perform data query, key-value-based data query, and range query on the storage class component in turn, and query the storage class component according to the query.
- the obtained result judges the function of data insertion; then data modification and data deletion are performed on the storage class component respectively, and the query class interface of the storage class component is called to perform data query and key-value-based data on the storage class component in turn.
- Query and range query and judge the functions of data modification and data deletion respectively according to the results obtained by the query.
- the detection of the interface of the storage class component is verified by comparing the response of the created class interface, the modified class interface, the enumerated class interface and the query class interface with the detection parameters.
- step S1 and step S2 include:
- Step S1A verify the validity of the basic information of the multiple components, and judge whether the basic information of the multiple components satisfies the validity:
- step S3 includes:
- Step S31 start the detection task and the corresponding cloud computing big data platform
- Step S32 the detection task is connected to the corresponding component of the cloud computing big data platform
- Step S33 the detection task detects the function of the corresponding component of the cloud computing big data platform and the interface response according to the detection rule and the detection parameter, respectively.
- step S32 includes:
- Step S321 the detection task initiates an interaction request to the corresponding component of the cloud computing big data platform
- Step S322 the corresponding component of the cloud computing big data platform accepts the interaction request, and realizes the connection with the detection task.
- Step S5 read the execution log, and manually judge whether the detection result is correct:
- the execution log can be read, and the correctness of the detection result in the execution log can be judged manually. If the detection result is incorrect, the detection result can be corrected manually, which further improves the technology. The accuracy of the detection results in the program.
- a test system for cloud computing big data platform functions and interfaces, applied to the above test method, as shown in Figure 5, includes:
- the detection module 2 is used to detect the function and interface of each component of the corresponding cloud computing big data platform according to a detection task, and generate a detection result and an execution log;
- the first storage module 3 is used for saving pre-configured detection rules and detection parameters
- the control module 4 is connected to the detection module 2 and the first storage module 3 respectively, and is used for selecting the basic information of the multiple components entered, and reading the pre-configured detection rules and detection parameters, thereby generating a detection task.
- a second storage module 5 is further included, which is connected to the control module 4 and is used for saving storage results and execution logs.
- an input module 1 is further included, which is connected to a control module 4 for inputting basic information of multiple components of the cloud computing big data platform.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种云计算大数据平台功能及接口的测试方法及系统，涉及自动化测试领域，包括：步骤S1，录入多个云计算大数据平台的多个组件的基础信息；步骤S2，选择录入的多个组件的基础信息，并读取预先配置的检测规则和检测参数，进而生成一检测任务；步骤S3，启动检测任务及相应的云计算大数据平台，对云计算大数据平台的各组件的功能及接口进行检测；步骤S4，生成一检测结果及一执行日志，并保存。本技术方案实现了对云计算大数据平台的各组件的接口及功能的自动化检测，不需要人工进行干预，有效降低了人力成本，同时提升了检测效率，利于推广。
Description
本发明涉及自动化测试领域，尤其涉及一种云计算大数据平台功能及接口的测试方法。
自动化测试是把以人为驱动的测试行为转化为机器执行的一种过程。通常，在设计了测试用例并通过评审之后，由测试人员根据测试用例中描述的规程一步步执行测试，得到实际结果与期望结果的比较。在此过程中，为了节省人力、时间或硬件资源，提高测试效率，便引入了自动化测试的概念。
目前，在不同领域的自动化测试技术主要基于Pyunit、Pytest、TestNG等工具包实现，但是现有的技术方案中，尚未存在针对云计算平台和大数据平台的多个组件的接口和功能的自动化测试的技术方案。因此，亟需一种技术方案，能够实现针对云计算大数据平台的功能和接口的自动化测试。
发明内容
针对现有技术中存在的问题，本发明提供一种云计算大数据平台功能及接口的测试方法，包括：
步骤S1，录入云计算大数据平台的多个组件的基础信息；
步骤S2，选择录入的所述多个组件的基础信息，并读取预先配置的检测规则和检测参数，进而生成一检测任务；
步骤S3，启动所述检测任务及相应的所述云计算大数据平台，对所述云计算大数据平台的各组件的功能及接口进行检测；
步骤S4，生成一检测结果及一执行日志，并保存。
优选的，所述组件包括：
分布式块存储组件，和/或对象存储组件，和/或虚拟私有云VPC组件，和/或分布式列式存储组件，和/或离线计算组件。
优选的，所述步骤S1和步骤S2之间包括：
步骤S1A，对所述多个组件的基础信息进行合法性核验，判断所述所述多个组件的基础信息是否满足合法性：
若否，则返回步骤S1A；
若是，则转向步骤S2。
优选的，所述检测规则和所述检测参数保存在一检测数据库中。
优选的，所述步骤S3包括：
步骤S31，启动所述检测任务和对应的所述云计算大数据平台；
步骤S32，所述检测任务连接所述云计算大数据平台的相应组件；
步骤S33，所述检测任务分别根据所述检测规则和所述检测参数对所述云计算大数据平台的相应组件的功能以及接口响应情况进行检测。
优选的，所述步骤S32包括：
步骤S321,所述检测任务向所述云计算大数据平台的相应组件发 起交互请求；
步骤S322，所述云计算大数据平台的相应组件接受所述交互请求，实现与所述检测任务的连接。
优选的，还包括：
步骤S5，读取所述执行日志，人工判断所述检测结果是否正确：
若是，则退出；
若否，则对所述检测结果进行人工纠正，并保存。
一种云计算大数据平台功能及接口的测试系统，应用于上述的测试方法，包括：
检测模块，用于根据一检测任务对相应的所述云计算大数据平台的各组件的功能及接口进行检测，并生成一检测结果和一执行日志；
第一存储模块，用于保存预先配置的检测规则和检测参数；
控制模块，分别连接所述检测模块、所述第一存储模块，用于选择录入的所述多个组件的基础信息，并读取预先配置的所述检测规则和所述检测参数，进而生成所述检测任务。
优选的，还包括一第二存储模块，连接所述控制模块，用于保存所述存储结果和所述执行日志。
优选的，还包括一录入模块，连接所述控制模块，用于录入云计算大数据平台的多个组件的基础信息。
上述技术方案具有如下优点或有益效果：
本技术方案实现了对云计算大数据平台的各组件的接口及功能的自动化检测，不需要人工进行干预，有效降低了人力成本，同时提 升了检测效率，利于推广。
图1为本发明的较佳的实施例中，测试方法的流程图；
图2为本发明的较佳的实施例中，测试方法的子流程图；
图3为本发明的较佳的实施例中，测试方法的子流程图；
图4为本发明的较佳的实施例中，测试方法的子流程图；
图5为本发明的较佳的实施例中，测试系统的总体结构示意图。
下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。
本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种云计算大数据平台功能及接口的测试方法，如图1所示，包括：
步骤S1，录入云计算大数据平台的多个组件的基础信息；
步骤S2，选择录入的多个组件的基础信息，并读取预先配置的检测规则和检测参数，进而生成一检测任务；
步骤S3，启动检测任务及相应的云计算大数据平台，对云计算大数据平台的各组件的功能及接口进行检测；
步骤S4，生成一检测结果及一执行日志，并保存。
具体地，本实施例中，云计算大数据平台包括但不限于：IaaS和PaaS。进一步地，云计算大数据平台的多个组件的基础信息可以Excel文件的形式进行录入。其中多个组件的基础信息可以包括接口服务地址、认证信息等参数。进一步地，可以通过录入多个Excel文件的形式时实现对多个云计算大数据平台的多个组件信息的批量录入。进一步地，组件包括：分布式块存储组件，和/或对象存储组件，和/或虚拟私有云VPC组件，和/或分布式列式存储组件，和/或离线计算组件。
当组件的基础信息录入完毕后，则开始创建检测任务：首先，选择已录入的多个组件的基础信息，然后读取预先自定义的检测规则和检测参数，进而根据多个组件的基础信息、检测规则和检测参数创建检测任务。其中，检测规则用于验证针对组件功能验证的处理逻辑，检测参数用于规定针对组件接口的验证处理逻辑。
进一步地，检测规则和检测参数保存在一检测数据库中。
进一步地，检测规则定义的各组件的接口和功能可以是一一对应的，也可以多个接口对应一个功能，还可以是多个功能对应一个组件。
检测任务创建完成后，分别启动检测任务和云计算大数据平台的相应组件，利用针对各组件的检测规则和检测参数对各组件的接口和功能进行检测。
当检测任务对组件的自动化检测完成后，会生成相应的检测结果和执行日志并保存，以供查询调用。
本技术方案实现了对云计算大数据平台的各组件的接口及功能 的自动化检测，不需要人工进行干预，有效降低了人力成本，同时提升了检测效率，利于推广。
在一个优选的实施例中，应用本技术方案对大数据平台中的一个存储类组件的功能及接口进行检测，该存储类组件的生命周期起点为创建数据库服务连接，生命周期终点为关闭数据库服务连接。
进一步地，检测规则定义了该存储类组件的功能及接口的自动化检测过程，自动化检测过程包括：
存储类组件向检测任务发起创建表请求，当创建表请求通过后，存储类组件开始创建表，并依次执行判断表是否存在、表信息查询、获取表列表和修改表，以对创建表的功能进行验证。当创建表功能验证通过后，将检测参数插入该存储类组件，并调用该存储类组件的查询类接口对该存储类组件依次进行数据查询、基于键值的数据查询、范围查询，并根据查询得到的结果对数据插入的功能进行判断；然后分别对该存储类组件进行数据修改和数据删除，并调用该存储类组件的查询类接口对该存储类组件依次进行数据查询、基于键值的数据查询及范围查询，并根据查询得到的结果对分别对数据修改和数据删除的功能进行判断。
进而对该存储类组件进行删除表功能进行验证：若该存储类组件关闭数据库连接，则该存储类组件具有删除表功能；若该存储类组件未关闭数据库连接，则该存储类组件不具有删除表功能。
对该存储类组件的接口的检测则通过对创建类接口、修改类接口、列举类接口和查询类接口的响应情况与检测参数的对比进行验 证。
本发明的较佳的实施例中，如图2所示，步骤S1和步骤S2之间包括：
步骤S1A，对多个组件的基础信息进行合法性核验，判断多个组件的基础信息是否满足合法性：
若否，则返回步骤S1A；
若是，则转向步骤S2。
具体地，本实施例中，通过对组件的基础信息进行合法性核验，避免不合法的基础信息被调用，有效提升了本技术方案的稳定性。
本发明的较佳的实施例中，如图3所示，步骤S3包括：
步骤S31，启动检测任务和对应的云计算大数据平台；
步骤S32，检测任务连接云计算大数据平台的相应组件；
步骤S33，检测任务分别根据检测规则和检测参数对云计算大数据平台的相应组件的功能以及接口响应情况进行检测。
本发明的较佳的实施例中，如图4所示，步骤S32包括：
步骤S321,检测任务向云计算大数据平台的相应组件发起交互请求；
步骤S322，云计算大数据平台的相应组件接受交互请求，实现与检测任务的连接。
本发明的较佳的实施例中，还包括：
步骤S5，读取执行日志，人工判断检测结果是否正确：
若是，则退出；
若否，则对检测结果进行人工纠正，并保存。
具体地，本实施例中，可以通过读取执行日志，并通过人工对执行日志中的检测结果正确性进行判断，若检测结果不正确，则通过人工对检测结果进行纠正，进一步提升了本技术方案中的检测结果的准确率。
一种云计算大数据平台功能及接口的测试系统，应用于上述的测试方法，如图5所示，包括：
检测模块2，用于根据一检测任务对相应的云计算大数据平台的各组件的功能及接口进行检测，并生成一检测结果和一执行日志；
第一存储模块3，用于保存预先配置的检测规则和检测参数；
控制模块4，分别连接检测模块2、第一存储模块3，用于选择录入的多个组件的基础信息，并读取预先配置的检测规则和检测参数，进而生成检测任务。
本发明的较佳的实施例中，还包括一第二存储模块5，连接控制模块4，用于保存存储结果和执行日志。
本发明的较佳的实施例中，还包括一录入模块1，连接控制模块4，用于录入云计算大数据平台的多个组件的基础信息。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。
Claims (10)
- 一种云计算大数据平台功能及接口的测试方法，其特征在于，包括：步骤S1，录入云计算大数据平台的多个组件的基础信息；步骤S2，选择录入的所述多个组件的基础信息，并读取预先配置的检测规则和检测参数，进而生成一检测任务；步骤S3，启动所述检测任务及相应的所述云计算大数据平台，对所述云计算大数据平台的各组件的功能及接口进行检测；步骤S4，生成一检测结果及一执行日志，并保存。
- 根据权利要求1所述的测试方法，其特征在于，所述组件包括：分布式块存储组件，和/或对象存储组件，和/或虚拟私有云VPC组件，和/或分布式列式存储组件，和/或离线计算组件。
- 根据权利要求1所述的测试方法，其特征在于，所述步骤S1和步骤S2之间包括：步骤S1A，对所述多个组件的基础信息进行合法性核验，判断所述所述多个组件的基础信息是否满足合法性：若否，则返回步骤S1A；若是，则转向步骤S2。
- 根据权利要求1所述的测试方法，其特征在于，所述检测规则和所述检测参数保存在一检测数据库中。
- 根据权利要求1所述的测试方法，其特征在于，所述步骤S3包括：步骤S31，启动所述检测任务和对应的所述云计算大数据平台；步骤S32，所述检测任务连接所述云计算大数据平台的相应组件；步骤S33，所述检测任务分别根据所述检测规则和所述检测参数对所述云计算大数据平台的相应组件的功能以及接口响应情况进行检测。
- 根据权利要求5所述的测试方法，其特征在于，所述步骤S32包括：步骤S321,所述检测任务向所述云计算大数据平台的相应组件发起交互请求；步骤S322，所述云计算大数据平台的相应组件接受所述交互请求，实现与所述检测任务的连接。
- 根据权利要求1所述的测试方法，其特征在于，还包括：步骤S5，读取所述执行日志，人工判断所述检测结果是否正确：若是，则退出；若否，则对所述检测结果进行人工纠正，并保存。
- 一种云计算大数据平台功能及接口的测试系统，应用于权利要求1-7的测试方法，包括：检测模块，用于根据一检测任务对相应的所述云计算大数据平台的各组件的功能及接口进行检测，并生成一检测结果和一执行日志；第一存储模块，用于保存预先配置的检测规则和检测参数；控制模块，分别连接所述检测模块、所述第一存储模块，用于选择录入的所述多个组件的基础信息，并读取预先配置的所述检测规则 和所述检测参数，进而生成所述检测任务。
- 根据权利要求8所述的测试系统，其特征在于，还包括一第二存储模块，连接所述控制模块，用于保存所述存储结果和所述执行日志。
- 根据权利要求8所述的测试系统，其特征在于，还包括一录入模块，连接所述控制模块，用于录入云计算大数据平台的多个组件的基础信息。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110352580.0 | 2021-03-31 | ||
| CN202110352580.0A CN113051169A (zh) | 2021-03-31 | 2021-03-31 | 一种云计算大数据平台功能及接口的测试方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022205696A1 true WO2022205696A1 (zh) | 2022-10-06 |
Family
ID=76517307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/108003 WO2022205696A1 (zh) | 2021-03-31 | 2021-07-22 | 一种云计算大数据平台功能及接口的测试方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113051169A (zh) |
| WO (1) | WO2022205696A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113051169A (zh) * | 2021-03-31 | 2021-06-29 | 公安部第三研究所 | 一种云计算大数据平台功能及接口的测试方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107544895A (zh) * | 2016-06-28 | 2018-01-05 | 中兴通讯股份有限公司 | Hadoop大数据平台测试系统及方法 |
| CN109189675A (zh) * | 2018-08-20 | 2019-01-11 | 中国平安人寿保险股份有限公司 | 大数据架构软件测试方法、装置、计算机设备和存储介质 |
| CN112162927A (zh) * | 2020-10-13 | 2021-01-01 | 网易（杭州）网络有限公司 | 云计算平台的测试方法、介质、装置和计算设备 |
| CN113051169A (zh) * | 2021-03-31 | 2021-06-29 | 公安部第三研究所 | 一种云计算大数据平台功能及接口的测试方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102075381A (zh) * | 2010-12-14 | 2011-05-25 | 云海创想信息技术（北京）有限公司 | 一种应用于云存储的自动化测试平台服务器及系统 |
| CN104378252A (zh) * | 2014-08-26 | 2015-02-25 | 国家电网公司 | 一种云测试服务平台 |
| CN104796304B (zh) * | 2015-04-28 | 2018-07-31 | 广州杰赛科技股份有限公司 | 云平台测试方法和系统 |
| CN105357067A (zh) * | 2015-10-14 | 2016-02-24 | 广州杰赛科技股份有限公司 | 一种云平台的测试方法及系统 |
| CN108683559A (zh) * | 2018-05-11 | 2018-10-19 | 中国电子技术标准化研究院 | 一种云计算平台测试方法 |
| CN110708210B (zh) * | 2019-08-30 | 2022-05-03 | 深圳壹账通智能科技有限公司 | 云测试配置方法、装置、计算机设备及存储介质 |
-
2021
- 2021-03-31 CN CN202110352580.0A patent/CN113051169A/zh active Pending
- 2021-07-22 WO PCT/CN2021/108003 patent/WO2022205696A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107544895A (zh) * | 2016-06-28 | 2018-01-05 | 中兴通讯股份有限公司 | Hadoop大数据平台测试系统及方法 |
| CN109189675A (zh) * | 2018-08-20 | 2019-01-11 | 中国平安人寿保险股份有限公司 | 大数据架构软件测试方法、装置、计算机设备和存储介质 |
| CN112162927A (zh) * | 2020-10-13 | 2021-01-01 | 网易（杭州）网络有限公司 | 云计算平台的测试方法、介质、装置和计算设备 |
| CN113051169A (zh) * | 2021-03-31 | 2021-06-29 | 公安部第三研究所 | 一种云计算大数据平台功能及接口的测试方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113051169A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112256558B (zh) | 一种测试用例的生成方法、装置、计算机设备及存储介质 | |
| CN112306855B (zh) | 接口自动化测试方法、装置、终端和存储介质 | |
| CN108459954B (zh) | 应用程序漏洞检测方法和装置 | |
| CN109190368B (zh) | 一种sql注入检测装置及sql注入检测方法 | |
| WO2022205696A1 (zh) | 一种云计算大数据平台功能及接口的测试方法及系统 | |
| CN113220588A (zh) | 一种数据处理的自动化测试方法、装置、设备及存储介质 | |
| CN113010413A (zh) | 一种接口自动化测试方法和装置 | |
| CN117009231A (zh) | 基于对话式大语言模型的高可靠单元测试自动生成方法及装置 | |
| CN112579461A (zh) | 断言处理方法、系统和存储介质 | |
| CN111159482A (zh) | 数据校验方法及系统 | |
| CN111737349B (zh) | 数据一致性校验方法及装置 | |
| CN117421238A (zh) | 灾备补账的测试方法及其装置、电子设备及存储介质 | |
| WO2023051073A1 (zh) | 数据库测试方法、分布式数据库、存储介质 | |
| CN113704123B (zh) | 接口测试方法、装置、设备以及存储介质 | |
| US20160055168A1 (en) | Method and apparatus for scanning files | |
| CN113448847B (zh) | 一种测试方法及系统 | |
| CN115437943A (zh) | 接口文档自动化验证方法、装置和服务器 | |
| CN113360389A (zh) | 一种性能测试方法、装置、设备及存储介质 | |
| CN112714155A (zh) | 基于端云协同服务的电力运行数据一致性校验方法及装置 | |
| CN112632174A (zh) | 一种数据检验的方法、装置和系统 | |
| CN110609790A (zh) | 解析程序测试方法、装置、介质和计算机设备 | |
| US11347722B2 (en) | Big data regression verification method and big data regression verification apparatus | |
| CN109710531B (zh) | 应用程序的审计方法、装置、系统、电子设备及存储介质 | |
| CN108920378B (zh) | 一种基于接口测试的数据分层方法及系统 | |
| CN113961464A (zh) | 测试案例需求覆盖度检查方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21934340 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21934340 Country of ref document: EP Kind code of ref document: A1 |