一种基于Jira的缺陷报告自动生成系统技术方案

本发明专利技术公开了一种基于Jira的缺陷报告自动生成系统，包括表示层、控制层以及模型层；模型层用于获取被测系统的缺陷数据，并将缺陷数据进行数据整理和数据组装；通过对组装好的缺陷数据进行算法分析，获得缺陷分析数据；并通过预测模型预测缺陷未来走势，生成缺陷预测数据；控制层根据用户调取的服务地址选择待展示的缺陷分析数据和/或缺陷预测数据，将待展示的缺陷分析数据和/或缺陷预测数据进行代码渲染并传递给表示层；表示层获取控制层传递的缺陷分析数据和/或缺陷预测数据，在网页端进行数据展示。数据展示。数据展示。

【技术实现步骤摘要】
一种基于Jira的缺陷报告自动生成系统


[0001]本专利技术属于车联网软件开发及测试
，具体涉及一种基于Jira的缺陷报告自动生成系统。

技术介绍

[0002]车联网软件在正式上线前，需要对软件进行开发，在实施开发项目过程中，还需要对软件进行测试。在对软件开发项目进行测试过程中，会将测试涉及的各种类型信息在诸如项目与事务跟踪(Jira)平台的管理应用程序开发项目系统上管理。
[0003]Jira是Atlassian公司出品的项目与事务跟踪工具，被广泛应用于缺陷跟踪、客户服务、需求收集、流程审批、任务跟踪、项目跟踪和敏捷管理等工作领域，由于其界面友好、功能强大等特点，在软件行业的项目管理中应用的尤其广泛。
[0004]但是Jira工具主要针对通用型的缺陷管理，所以对于具体的项目需要进一步的个性化的算法分析才能得出我们需要的缺陷相关数据，并且JIRA本身没有导出缺陷报告的功能，需要使用者在导出数据的基础上经过加工处理方能输出可读性较高的对项目改进有积极作用的缺陷分析报告。
[0005]目前Jira系统上有现有的图表生成工具，但是属于通用的图表工具，无法针对个性化的需要进行定制，而且无法预测未来的缺陷走势。
[0006]对于手动编写缺陷报告来说，操作的顺序是首先需要登录JIRA系统筛选相关的缺陷数据，再导出成表格文件利用表格工具中的功能进行数据透视表分析，进而把数据绘制成图表，最后将数据、图表组织到缺陷报告文件中去。整个处理的流程非常繁琐，尤其对于迭代频繁的项目来说重复性劳动多、费时费力。

技术实现思路

[0007]为了解决现有技术存在的上述问题，本专利技术提供一种基于Jira的缺陷报告自动生成系统，以Jira软件为基础，通过二次开发，实现了一款可以实时分析、在线共享的web端缺陷报告系统。本专利技术打通Jira与内部通信链路，结合python对JIRA任务进行数据建模，并对Jira上的缺陷自动进行数据抓取和数据组装，并生成状态分析、团队分析、模块分析等多维度的分析图表。
[0008]本专利技术的目的是通过以下技术方案实现的：
[0009]一种基于Jira的缺陷报告自动生成系统，采用MVC设计模式，包括表示层、控制层以及模型层；
[0010]所述模型层用于获取被测系统的缺陷数据，并将缺陷数据进行数据整理和数据组装；通过对组装好的缺陷数据进行算法分析，获得缺陷分析数据；并通过预测模型预测缺陷未来走势，生成缺陷预测数据；
[0011]所述控制层根据用户调取的服务地址选择待展示的缺陷分析数据和/或缺陷预测数据，将待展示的缺陷分析数据和/或缺陷预测数据进行代码渲染并传递给表示层；
[0012]所述表示层获取控制层传递的缺陷分析数据和/或缺陷预测数据，在网页端进行数据展示。
[0013]进一步地，所述缺陷报告自动生成系统为基于主流编程语言Python的django框架搭建的Web系统，采用B/S架构部署在服务器端。
[0014]进一步地，所述模型层包括数据获取模块、数据组装模块、算法分析模块以及数据预测模块；
[0015]所述数据获取模块通过调用python的Jira模块以及Jira本身的接口服务来获取被测系统的缺陷数据；
[0016]所述数据组装模块用于将数据获取模块获取的缺陷数据进行数据整理及数据组装；
[0017]所述数据预测模块用于根据缺陷预测模型对数据组装模块组装后的缺陷数据进行计算，获得缺陷预测数据；
[0018]所述算法分析模块用于对缺陷数据及缺陷预测数据进行算法分析，获得缺陷削减趋势，计算出每天需修复的缺陷数量。
[0019]更进一步地，所述数据组装模块包括：
[0020]Reopen缺陷数量分析单元，其通过Jira提供的restful api遍历每个缺陷的工作记录，获取其中有reopen的操作并进行记录，统计出reopen的缺陷数量；
[0021]缺陷严重级别分析单元，其按缺陷的严重级别对缺陷数据进行统计；
[0022]缺陷来源分析单元，其从Jira的项目中实时获取缺陷来源的分类和对应数量；
[0023]开发团队缺陷比例分析单元，其按开发团队的缺陷数进行统计；
[0024]各模块缺陷分析单元，其按被测系统各个功能模块的缺陷数量进行统计；
[0025]各模块遗留缺陷分析单元，其按被测系统各功能模块的遗留缺陷进行统计；
[0026]缺陷状态分析单元，其按缺陷的状态进行统计。
[0027]更进一步地，所述数据预测模块根据现有缺陷数据，对现有缺陷数据进行整理计算并基于经验分析方式预测未来某一时间或时段的缺陷新增数量和关闭数量。
[0028]更进一步地，所述缺陷预测模型为：
[0029]未来某一天的缺陷数量＝前一天的缺陷数量+已测试阶段平均每天的缺陷数*所在轮次的预测系数；
[0030]令预测未来第N天的累计缺陷为B
n
，当前时间的前一天缺陷总数为S，已测试的时间为M天，第K轮的预测系数为I
k
，则：
[0031]已测试阶段平均每天新增的缺陷数B
平均
＝S/M
[0032]未来第0天(即今天)的预测累计缺陷数B0＝S+B
平均
*I
k
[0033]未来第1天(即明天)的预测累计缺陷数B1＝B0+B
平均
*I
k
[0034]…
[0035]未来第n
‑
1天的预测累计缺陷数B
n
‑1＝B
n
‑2+B
平均
*I
k
[0036]未来第n天的预测累计缺陷数B
n
＝B
n
‑1+B
平均
*I
k
[0037]进一步地，所述控制层包括路由转发模块、逻辑控制模块、代码渲染模块以及数据传递模块；
[0038]所述路由转发模块根据用户调取的服务地址来区分具体的服务；
[0039]所述逻辑控制模块根据路由转发模块的区分结果选择需要传递的缺陷数据；
[0040]所述代码渲染模块用于对待传递的缺陷数据进行代码渲染；
[0041]所述数据传递模块用于将代码渲染后的缺陷数据传递给表示层。
[0042]进一步地，所述表示层包括HTML模块、JavaScript模块、Ajax模块以及ECharts模块；
[0043]所述HTML模块将所需要表达的缺陷数据写成HTML文件；
[0044]所述JavaScript模块用于为网页添加动态显示功能；
[0045]所述Ajax模块用于网页端缺陷数据的动态自动刷新；
[0046]所述ECharts模块用于将缺陷数据渲染成图表使用的图表库，进而生成可视化图表。
[0047]本专利技术具有以下有益效果：
[0048]本专利技术提供一种基于Jira的缺陷报告自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Jira的缺陷报告自动生成系统，其特征在于，采用MVC设计模式，包括表示层、控制层以及模型层；所述模型层用于获取被测系统的缺陷数据，并将缺陷数据进行数据整理和数据组装；通过对组装好的缺陷数据进行算法分析，获得缺陷分析数据；并通过预测模型预测缺陷未来走势，生成缺陷预测数据；所述控制层根据用户调取的服务地址选择待展示的缺陷分析数据和/或缺陷预测数据，将待展示的缺陷分析数据和/或缺陷预测数据进行代码渲染并传递给表示层；所述表示层获取控制层传递的缺陷分析数据和/或缺陷预测数据，在网页端进行数据展示。2.如权利要求1所述的一种基于Jira的缺陷报告自动生成系统，其特征在于，所述缺陷报告自动生成系统为基于主流编程语言Python的django框架搭建的Web系统，采用B/S架构部署在服务器端。3.如权利要求1所述的一种基于Jira的缺陷报告自动生成系统，其特征在于，所述模型层包括数据获取模块、数据组装模块、算法分析模块以及数据预测模块；所述数据获取模块通过调用python的Jira模块以及Jira本身的接口服务来获取被测系统的缺陷数据；所述数据组装模块用于将数据获取模块获取的缺陷数据进行数据整理及数据组装；所述数据预测模块用于根据缺陷预测模型对数据组装模块组装后的缺陷数据进行计算，获得缺陷预测数据；所述算法分析模块用于对缺陷数据及缺陷预测数据进行算法分析，获得缺陷削减趋势，计算出每天需修复的缺陷数量。4.如权利要求3所述的一种基于Jira的缺陷报告自动生成系统，其特征在于，所述数据组装模块包括：Reopen缺陷数量分析单元，其通过Jira提供的restful api遍历每个缺陷的工作记录，获取其中有reopen的操作并进行记录，统计出reopen的缺陷数量；缺陷严重级别分析单元，其按缺陷的严重级别对缺陷数据进行统计；缺陷来源分析单元，其从Jira的项目中实时获取缺陷来源的分类和对应数量；开发团队缺陷比例分析单元，其按开发团队的缺陷数进行统计；各模块缺陷分析单元，其按被测系统各个功能模块的缺陷数量进行统计；各模块遗留缺陷分析单元，其按被测系统各功能模块的遗留缺陷进行统计；缺陷状态分析单元，其按缺陷的状态进行统计。5.如权利要求3所述的一种基于Jira的缺陷报告自动生成系统，其特征在于，所述数据预测模块根据现有缺陷...

【专利技术属性】
技术研发人员：魏强，李振龙，
申请(专利权)人：一汽奔腾轿车有限公司，
类型：发明
国别省市：