一种基于大数据的自动化测试方法及系统技术方案

本发明专利技术实施例提供一种基于大数据的自动化测试方法及系统，所述方法包括：根据大数据的待测试业务逻辑特征，生成测试数据集；根据所述测试数据集进行计算，得到期望结果；将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；对所述多个测试用例类进行计算，得到输出结果；将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。上述技术方案具有如下有益效果：解决了通用的大数据处理系统的测试问题，可自动化完成，可提高测试效率，节省成本；可移植，可复用，可应用于大数据自动化测试中。

Automatic test method and system based on large data

The embodiment of the invention provides an automatic testing method and system based on large data, the method comprises the following steps: according to the data to test the business logic characteristics, generate test data set; according to the test data set is calculated to obtain the desired results; the test data set using a plurality of test case class said the plurality of test cases, all class inherits from a base class; the plurality of test cases are calculated, the output results; the expected results and the output results are compared, obtaining results: if the expected results and the output results are the same, then test the success of otherwise the test failed. The technical scheme has the following advantages: to solve the problem processing system test data, can be automatically completed, can improve the testing efficiency and cost saving; portable, reusable, and can be applied to large data automatic test.

【技术实现步骤摘要】

本专利技术涉及大数据处理
，尤其涉及一种基于大数据的自动化测试方法及系统。
技术介绍
大数据(big data)：是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。现有技术大数据微型负载测试，针对大数据平台的某个特定组件或者应用进行自动化测试。例如GridMix是面向Hadoop集群的测试基准；TeraSort只针对文本数据的排序；雅虎开发的YCSB对比NoSQL数据库的性能，其目的是评估键值和云数据库；Facebook的LinkBench专门用于测试存储社交图谱和网络服务的数据库。现有技术只测试大数据平台的某个特定组件或应用，具有很高的局限性。现有技术大数据平台还可以通过手工测试，但手工测试效率低，并且需要操作人员全面了解大数据平台，技术难度较大另外，现有技术还具有针对性的大数据平台自动化测试，但其往往针对某一特定系统，专门设计大数据平台自动化测试框架。具有针对性的测试框架测试效率固然高，契合度高，但是可移植性差，不能用于其他大数据平台。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：如何解决通用的大数据处理系统的测试问题，这是本领域的技术人员亟待解决的一个技术难题。
技术实现思路
本专利技术实施例提供一种基于大数据的自动化测试方法及系统，以可自动化完成，提高测试效率，节省成本。一方面，本专利技术实施例提供了一种基于大数据的自动化测试方法，所述方法包括：根据大数据的待测试业务逻辑特征，生成测试数据集；根据所述测试数据集进行计算，得到期望结果；将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；对所述多个测试用例类进行计算，得到输出结果；将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。另一方面，本专利技术实施例提供了一种基于大数据的自动化测试系统，所述系统包括：数据生成器，用于根据大数据的待测试业务逻辑特征，生成测试数据集；根据所述测试数据集进行计算，得到期望结果；执行器，用于将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；对所述多个测试用例类进行计算，得到输出结果；结果比对器，用于将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。上述技术方案具有如下有益效果：解决了通用的大数据处理系统的测试问题，可自动化完成，可提高测试效率，节省成本；可移植，可复用，可应用于大数据自动化测试中。由于采用了类实现测试用例，使得系统方便处理业务逻辑里面测试用例的相互依赖关系，因而有提高自动化覆盖度的有益效果；由于将传统自动化测试与大数据测试相结合，使得还不成熟的大数据测试有了更明确的测试方法，因而对大数据的自动化测试方法进行了很好的补充和完善。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，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为本专利技术实施例一种基于大数据的自动化测试方法流程图；图2为本专利技术实施例一种基于大数据的自动化测试系统组成结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。如图1所示，为本专利技术实施例一种基于大数据的自动化测试方法流程图，所述方法包括：101、根据大数据的待测试业务逻辑特征，生成测试数据集；102、根据所述测试数据集进行计算，得到期望结果；103、将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；104、对所述多个测试用例类进行计算，得到输出结果；105、将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。优选地，所述基类包括若干类变量和若干类函数，所述类变量包括：用例名称NAME，模拟的输入数据MOCKED_SOURCE_DATA，期望结果参数EXPECTED_RESULT。优选地，得到期望结果后，将所述期望结果进行排序，转化为元组列表形式；得到输出结果后，将所述输出结果进行排序，转化为元组列表形式。优选地，所述将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类，包括：当两个测试用例类TCl和TC2具有相同输入数据集时，用类TC2继承类TC1，类变量输入不作修改。优选地，所述将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类，包括：当一个测试用例类TC3的输出为另一个测试用例类TC4的输入时，用类TC4继承类TC3，将类TC3输出属性值赋给类TC4输入属性值。对应于上述方法实施例，如图2所示，为本专利技术实施例一种基于大数据的自动化测试系统组成结构示意图，所述系统包括：数据生成器21，用于根据大数据的待测试业务逻辑特征，生成测试数据集；根据所述测试数据集进行计算，得到期望结果；执行器22，用于将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；对所述多个测试用例类进行计算，得到输出结果；结果比对器23，用于将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。优选地，所述基类包括若干类变量和若干类函数，所述类变量包括：用例名称NAME，模拟的输入数据MOCKED_SOURCE_DATA，期望结果参数EXPECTED_RESULT。优选地，所述结果比对器23，具体用于得到期望结果后，将所述期望结果进行排序，转化为元组列表形式；得到输出结果后，将所述输出结果进行排序，转化为元组列表形式。优选地，所述执行器22，具体用于将所述测试数据集采用多个测试用例类表示，当两个测试用例类TC1和TC2具有相同输入数据集时，用类TC2继承类TCl，类变量输入不作修改。优选地，所述执行器22，具体用于将所述测试数据集采用多个测试用例类表示，当一个测试用例类TC3的输出为另一个测试用例类TC4的输入时，用类TC4继承类TC3，将类TC3输出属性值赋给类TC4输入属性值。本专利技术实施例上述技术方案具有如下有益效果：解决了通用的大数据处理系统的测试问题，可自动化完成，可提高测试效率，节省成本；可移植，可复用，可应用于大数据自动化测试中。由于采用了类实现测试用例，使得系统方便处理业务逻辑里面测试用例的相互依赖关系，因而有提高自动化覆盖度的有益效果；由于将传统自动化测试与大数据测试相结合，使得还不成熟的大数据测试有了更明确的测试方法，因而对大数据的自动化测试方法进行了很好的补充和完善。以下通过应用实例对本专利技术实施例上述技术方案进行详细说明：由于大数据本身的特性，大数据测试不能直接同于其他目前已经很成熟的测试。处理大数据的系统平台均是由多台服务器搭建的集群系统，包括多个分布式处理模块，而数据本身本文档来自技高网...

【技术保护点】
一种基于大数据的自动化测试方法，其特征在于，所述方法包括：根据大数据的待测试业务逻辑特征，生成测试数据集；根据所述测试数据集进行计算，得到期望结果；将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；对所述多个测试用例类进行计算，得到输出结果；将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。

【技术特征摘要】
1.一种基于大数据的自动化测试方法，其特征在于，所述方法包括：根据大数据的待测试业务逻辑特征，生成测试数据集；根据所述测试数据集进行计算，得到期望结果；将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类；对所述多个测试用例类进行计算，得到输出结果；将所述期望结果和所述输出结果进行比对，获取比对结果：若所述期望结果和所述输出结果相同，则测试成功，否则测试失败。2.如权利要求1所述基于大数据的自动化测试方法，其特征在于，所述基类包括若干类变量和若干类函数，所述类变量包括：用例名称NAME，模拟的输入数据MOCKED_SOURCE_DATA，期望结果参数EXPECTED_RESULT。3.如权利要求1所述基于大数据的自动化测试方法，其特征在于，得到期望结果后，将所述期望结果进行排序，转化为元组列表形式；得到输出结果后，将所述输出结果进行排序，转化为元组列表形式。4.如权利要求1所述基于大数据的自动化测试方法，其特征在于，所述将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类，包括：当两个测试用例类TC1和TC2具有相同输入数据集时，用类TC2继承类TC1，类变量输入不作修改。5.如权利要求1所述基于大数据的自动化测试方法，其特征在于，所述将所述测试数据集采用多个测试用例类表示，所述多个测试用例类全部继承自一个基类，包括：当一个测试用例类TC3的输出为另一个测试用例类TC4的输入时，用类TC4继承类TC3，将类TC3输出属性值赋给类TC4输入属性值。6.一...

【专利技术属性】
技术研发人员：丁玲，
申请(专利权)人：微梦创科网络科技中国有限公司，
类型：发明
国别省市：北京;11