自动化测试方法及装置、存储介质、电子设备制造方法及图纸

本公开是关于一种基于Spark大数据处理的自动化测试方法及装置，属于软件测试技术领域，该基于Spark大数据处理的自动化测试方法可以基于大数据测试的背景进行测试，该方法可以包括：获取待测试代码以及与所述待测试代码对应的期望结果，并为所述待测试代码创建Mock对象；将所述待测试代码对应的Mock对象导入Spark大数据处理框架以使所述Spark大数据处理框架对所述待测试代码对应的Mock对象进行测试并得到测试结果；判断所述期望结果以及所述测试结果是否一致，并在判断所述期望结果以及所述测试结果一致时，确定所述待测试代码的测试通过。该方法可以节省了人力成本，同时也节省了企业的开支。

【技术实现步骤摘要】
自动化测试方法及装置、存储介质、电子设备
本公开涉及软件测试
，具体而言，涉及一种基于Spark大数据处理的自动化测试方法、基于Spark大数据处理的自动化测试装置、计算机可读存储介质以及电子设备。
技术介绍
随着大数据的快速发展，业务数据越来越受重视。大多数企业都开始投入大量的人力物力去探索数据带来的信息，以便消除决策的不明确性。因此，也为测试人员带来了新的机遇和挑战。目前，测试大数据计算逻辑还是沿用之前的测试方法，例如可以包括等价类划分法、边界值分析方法以及因果图法等等；然后再搭建不同的测试数据，并覆盖到对应的测试用例。但是，上述各测试方法并没有引入自动化测试，需要测试人员投入大量的精力来进行测试，为整个测试带来了很大的不便同时也增加了企业开支。因此，需要提供一种新的基于Spark大数据处理的自动化测试方法。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种基于Spark大数据处理的自动化测试方法、基于Spark大数据处理的自动化测试装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。根据本公开的一个方面，提供一种基于Spark大数据处理的自动化测试方法，包括：获取待测试代码以及与所述待测试代码对应的期望结果，并为所述待测试代码创建Mock对象；将所述待测试代码对应的Mock对象导入Spark大数据处理框架以使所述Spark大数据处理框架对所述测试代码对应的Mock对象进行测试并得到测试结果；判断所述期望结果以及所述测试结果是否一致，并在判断所述期望结果以及所述测试结果一致时，确定所述待测试代码的测试通过。在本公开的一种示例性实施例中，在获取待测试代码以及与所述待测试代码对应的期望结果之前，所述基于Spark大数据处理的自动化测试方法还包括：建立所述待测试代码以及所述待测试代码对应的期望结果之间的映射关系；将所述待测试代码、待测试代码对应的期望结果以及映射关系存储至配置文件中。在本公开的一种示例性实施例中，获取待测试代码以及与所述待测试代码对应的期望结果包括：根据所述映射关系，从所述配置文件中获取待测试代码以及与所述待测试代码对应的期望结果。在本公开的一种示例性实施例中，判断所述期望结果以及所述测试结果是否一致包括：计算所述期望结果以及所述测试结果之间的差集并判断所述差集是否为空集；在判断所述差集为空集时，判断所述期望结果以及所述测试结果一致；在判断所述差集不为空集时，判断所述期望结果以及所述测试结果不一致。在本公开的一种示例性实施例中，在获取待测试代码以及与所述待测试代码对应的期望结果之后，所述基于Spark大数据处理的自动化测试方法还包括：将所述Mock对象存储至Mock源文件中。根据本公开的一个方面，提供一种基于Spark大数据处理的自动化测试装置，包括：获取模块，用于获取待测试代码以及与所述待测试代码对应的期望结果，并为所述待测试代码创建Mock对象；测试模块，用于将所述待测试代码对应的Mock对象导入Spark大数据处理框架以使所述Spark大数据处理框架对所述待测试代码对应的Mock对象进行测试并得到测试结果；测试结果判断模块，用于判断所述期望结果以及所述测试结果是否一致，并在判断所述期望结果以及所述测试结果一致时，确定所述待测试代码的测试通过。在本公开的一种示例性实施例中，所述基于Spark大数据处理的自动化测试装置还包括：映射关系建立模块，用于建立所述待测试代码以及所述待测试代码对应的期望结果之间的映射关系；存储模块，用于将所述待测试代码、待测试代码对应的期望结果以及映射关系存储至配置文件中。在本公开的一种示例性实施例中，获取待测试代码以及与所述待测试代码对应的期望结果包括：根据所述映射关系，从所述配置文件中获取待测试代码以及与所述待测试代码对应的期望结果。在本公开的一种示例性实施例中，判断所述期望结果以及所述测试结果是否一致包括：计算所述期望结果以及所述测试结果之间的差集并判断所述差集是否为空集；在判断所述差集为空集时，判断所述期望结果以及所述测试结果一致；在判断所述差集不为空集时，判断所述期望结果以及所述测试结果不一致。在本公开的一种示例性实施例中，所述基于Spark大数据处理的自动化测试装置还包括：Mock对象存储模块，用于将所述Mock对象存储至Mock源文件中。根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的基于Spark大数据处理的自动化测试方法。根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的基于Spark大数据处理的自动化测试方法。本公开一种基于Spark大数据处理的自动化测试方法及装置，通过获取待测试代码以及与待测试代码对应的期望结果；再将待测试代码输入Spark大数据处理框架以使Spark大数据处理框架对待测试代码进行测试并得到测试结果；最后判断期望结果以及测试结果是否一致并根据判断结果确定待测试代码的测试是否通过；一方面，通过利用Spark大数据处理框架对待测试代码进行测试并根据测试结果与期望结果是否一致来判断待测试代码的测试是否通过，实现了对待测试代码进行自动化测试，提高了测试的效率；另一方面，通过利用Spark大数据处理框架对待测试代码进行测试并根据测试结果与期望结果是否一致来判断待测试代码的测试是否通过，解决了现有技术中需要通过测试人员对待测试代码进行测试的问题，节省了人力成本同时也节省了企业的开支；再一方面，通过为待测试代码创建Mock对象，可以大大的提高待测试代码的获取效率，进一步的提高测试效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示意性示出一种基于Spark大数据处理的自动化测试方法的流程图。图2示意性示出一种待测试代码与待测试代码之间的映射关系的示例图。图3示意性示出一种mock文件分割示例图。图4示意性示一种建立待测试代码以及待测试代码对一个的期望结果之间的映射关系的方法流程图。图5示意性示出一种配置文件的示例图。图6示意性示出一种判断期望结果以及测试结果是否一致的方法流程图。图7示意性示出一种基于Spark大数据处理的自动化测试装置的框图。图8示意性示出一种用于实现上述基于Spark大数据处理的自动化测试方法的电子设备。图9示意性示出一种用于实现上述基于Spark大数据处理的自动化测试方法的计算机可读存储介质。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施本文档来自技高网...

【技术保护点】
1.一种基于Spark大数据处理的自动化测试方法，其特征在于，包括：获取待测试代码以及与所述待测试代码对应的期望结果，并为所述待测试代码创建Mock对象；将所述待测试代码对应的Mock对象导入Spark大数据处理框架，以使所述Spark大数据处理框架对所述测试代码对应的Mock对象进行测试并得到测试结果；判断所述期望结果以及所述测试结果是否一致，并在判断所述期望结果以及所述测试结果一致时，确定所述待测试代码的测试通过。

【技术特征摘要】
1.一种基于Spark大数据处理的自动化测试方法，其特征在于，包括：获取待测试代码以及与所述待测试代码对应的期望结果，并为所述待测试代码创建Mock对象；将所述待测试代码对应的Mock对象导入Spark大数据处理框架，以使所述Spark大数据处理框架对所述测试代码对应的Mock对象进行测试并得到测试结果；判断所述期望结果以及所述测试结果是否一致，并在判断所述期望结果以及所述测试结果一致时，确定所述待测试代码的测试通过。2.根据权利要求1所述的基于Spark大数据处理的自动化测试方法，其特征在于，在获取待测试代码以及与所述待测试代码对应的期望结果之前，所述基于Spark大数据处理的自动化测试方法还包括：建立所述待测试代码以及所述待测试代码对应的期望结果之间的映射关系；将所述待测试代码、待测试代码对应的期望结果以及映射关系存储至配置文件中。3.根据权利要求2所述的基于Spark大数据处理的自动化测试方法，其特征在于，获取待测试代码以及与所述待测试代码对应的期望结果包括：根据所述映射关系，从所述配置文件中获取待测试代码以及与所述待测试代码对应的期望结果。4.根据权利要求1所述的基于Spark大数据处理的自动化测试方法，其特征在于，判断所述期望结果以及所述测试结果是否一致包括：计算所述期望结果以及所述测试结果之间的差集并判断所述差集是否为空集；在判断所述差集为空集时，判断所述期望结果以及所述测试结果一致；在判断所述差集不为空集时，判断所述期望结果以及所述测试结果不一致。5.根据权利要求1-4任一项所述的基于Spark大数据处理的自动化测试方法，其特征在于，在获取待测试代码以及与所述待测试代码对应的期望结果之后，所述基于Spark大数据处理的自动化测试方法还包括：将所述Mock对象存储至Mock源文件中。6.一种基于Spark大数据处理的自动化测试装置，其特征在于，包括：获取模块，用于获取待测试代码以及与所述待测试代码对应的期望结果，并为所述待测试代码创建Mock对象；测试模块，用于将所...

【专利技术属性】
技术研发人员：周雪梅，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11