【技术实现步骤摘要】
大数据自动回归测试方法、装置、计算机设备和存储介质
本专利技术涉及回归测试
，特别是涉及大数据存储中心自动化回归测试方法、装置、计算机设备和存储介质。
技术介绍
由于大数据中心是数据存储中心，需要存储所有上游系统的业务数据，数据表存储的数量非常大。而现有技术，在进行大数据中心测试时，一般都是由相关测试人员通过手动的形式进行回归测试，而大数据存储中心涉及的数据量往往很大，这导致了测试人员在测试过程中工作量巨大，测试时间过长，效率较为低下。这也会导致回归测试只能抽检部分数据无法完全覆盖的所有的数据，造成系统风险，有一定的风险隐患。
技术实现思路
基于此，为解决相关技术中人工进行大数据回归测试效率较低覆盖不全的技术问题，本专利技术提供了一种大数据存储中心自动化回归测试方法、装置、计算机设备和存储介质。第一方面，提供了一种大数据存储中心自动化回归测试方法，包括：将待检查的表的表名写入配置文件，并根据所述表名确定上游数据库和大数据中心各节点所需要检查的表的数量，并将所述数量与节点进行关联后，写入配置文件；根据所述上游数据库和大数据中心各节点所需要检查的表的量分配去各节点查...
【技术保护点】
1.一种大数据存储中心自动化回归测试方法，其特征在于，所述方法包括：将待检查的表的表名写入配置文件，并根据所述表名确定上游数据库和大数据中心各节点所需要检查的表的数量，并将所述数量与节点进行关联后，写入配置文件；根据所述上游数据库和大数据中心各节点所需要检查的表的量分配去各节点查询时所占用的线程数，并将所述线程数和节点关联后，写入配置文件；向上游数据库发送配置文件，以便所述上游数据库的主服务器根据所述配置文件中所分配的去各节点查询时所占用的线程数以及配置文件中的表名，分别在上游数据库各节点的源表对所述需要检查的表的数据量和主键进行查询，并将所述上游数据库对应的数据量和主键的...
【技术特征摘要】
1.一种大数据存储中心自动化回归测试方法，其特征在于，所述方法包括：将待检查的表的表名写入配置文件，并根据所述表名确定上游数据库和大数据中心各节点所需要检查的表的数量，并将所述数量与节点进行关联后，写入配置文件；根据所述上游数据库和大数据中心各节点所需要检查的表的量分配去各节点查询时所占用的线程数，并将所述线程数和节点关联后，写入配置文件；向上游数据库发送配置文件，以便所述上游数据库的主服务器根据所述配置文件中所分配的去各节点查询时所占用的线程数以及配置文件中的表名，分别在上游数据库各节点的源表对所述需要检查的表的数据量和主键进行查询，并将所述上游数据库对应的数据量和主键的结果，写入第一查询结果表，所述主键是表中的一个或多个字段，每一个主键的值用于唯一地标识表中的一条记录；向大数据中心发送所述配置文件，以便所述大数据中心的主服务器根据所述配置文件中线程数和节点、所分配的去各节点查询时所占用的线程数以及配置文件中的表名，分别在大数据中心各节点的目标表对所述需要检查的表的数据量和主键进行查询，并将所述大数据中心对应的数据量和主键的结果写入第二查询结果表；接收所述上游数据库发送的第一查询结果表和所述大数据中心发送的第二查询结果表；基于第一查询结果表和第二查询结果表中的数据量和主键生成测试结果。2.如权利要求1所述的方法，其特征在于，所述基于第一查询结果表和第二查询结果表中的数据量和主键生成测试结果的步骤包括：将所述第一查询结果表中的数据量和主键和第二查询结果表中对应的数据量和主键输入机器学习模型，获得每一对数据和主键的测试结果；将所述测试结果写入测试结果表；其中，所述机器学习模型的训练过程为：将正查询结果样本对输入机器学习模型，所述正查询结果样本对是两个数据量样本或者两个主键样本，其中一个数据量样本是另一个数据量样本的相同对象，或者其中一个主键样本是另一个主键样本的相同对象，若输出的判定结果不相同，则调整所述机器学习模型的系数；将负查询结果样本输入机器学习模型，所述负查询结果样本对是两个数据量样本或者两个主键样本，其中一个数据量样本是另一个数据量样本的不同对象，或者其中一个主键样本是另一个主键样本的不同对象，若输出的判定结果为相同，则调整所述机器学习模型的系数。3.如权利要求1所述的方法，其特征在于，所述测试结果表包括不相同的数据量和主键，在对比第一查询结果表和第二查询结果表中的数据量和主键，并生成测试结果之后，还包括：将所述测试结果发送给用户，以便用户根据所述测试结果对所述不相同的数据量和主键进行人工验证。4.如权利要求1所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：刘秋菊，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。