基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
基于K8S容器编排技术的智能化测试环境生成方法


[0001]本专利技术涉及智能化测试
，尤其涉及一种基于
K8S
容器编排技术的智能化测试环境生成方法
。

技术介绍

[0002]在传统软件测试过程中，测试环境的创建和管理通常是手动完成的，需要人工配置并维护测试环境，不仅需要耗费大量时间和精力，而且难以保持一致性和可重复性，导致测试的效率和质量欠佳，难以满足现代化的测试环境需求
。
并且，现有的软件测试过程中并没有关注到测试需求和资源情况之间的适配关系，影响测试环境生成的准确性和质量，同时还可能会使得软件测试结果出现错误，影响测试的效率和质量
。
[0003]因此，期望一种智能化的测试环境生成方案，以使用容器编排技术来自动创建和管理测试环境，提高测试效率和质量
。

技术实现思路

[0004]本专利技术实施例提供一种基于
K8S
容器编排技术的智能化测试环境生成方法，其分析测试需求，通过
K8S API
或命令行工具，向
K8S
集群发送创建测试环境的请求； K8S
集群根据发送的测试环境的请求，从可用节点中选择合适的节点，为测试环境分配资源，并在节点上创建和启动相应的容器； K8S
集群根据测试环境的依赖关系，为容器之间建立网络连接，并配置相关的服务发现和负载均衡机制；通过 K8S
集群监控测试环境的运行状态，根据需要进行扩缩容
、
更新和回滚等操作，并提供日志
、
指标和事件等信息；测试完成后，通过
K8S API
或命令行工具，向
K8S
集群发送删除测试环境的请求，
K8S
集群释放资源，并清理相关的容器和数据
。
这样，可以提高软件测试的效率和质量
。
[0005]第一方面，提供了一种基于
K8S
容器编排技术的智能化测试环境生成方法，其包括：
[0006]分析测试需求，确定测试环境的规模
、
类型
、
配置和依赖关系，并通过
K8S API
或命令行工具，向
K8S
集群发送创建测试环境的请求，其中，所述测试环境的请求包括指定测试环境的名称
、
标签
、
命名空间等信息；
[0007]所述 K8S
集群根据发送的所述测试环境的请求，从可用节点中选择合适的节点，为测试环境分配资源，并在所述节点上创建和启动相应的容器；
[0008]所述 K8S
集群根据测试环境的依赖关系，为所述容器之间建立网络连接，并配置相关的服务发现和负载均衡机制；
[0009]通过所述 K8S
集群监控测试环境的运行状态，根据需要进行扩缩容
、
更新和回滚等操作，并提供日志
、
指标和事件等信息；
[0010]测试完成后，通过所述
K8S API
或所述命令行工具，向所述
K8S
集群发送删除测试环境的请求，所述
K8S
集群释放资源，并清理相关的容器和数据
。
[0011]本专利技术实施例中，所述分析测试需求，确定测试环境的规模
、
类型
、
配置和依赖关
系，并通过
K8S API
或命令行工具，向
K8S
集群发送创建测试环境的请求，包括：获取测试需求的文本描述；对所述测试需求的文本描述进行分词处理以得到测试需求描述词的序列；对所述测试需求的文本描述进行分字处理以得到测试需求描述字的序列；将所述测试需求描述词的序列通过词嵌入层以得到测试需求描述词嵌入向量的序列；将所述到测试需求描述字的序列通过词袋模型以得到测试需求描述字嵌入向量的序列；将所述测试需求描述词嵌入向量的序列通过基于转换器的第一语义编码器以得到第一尺度测试需求语义理解特征向量；将所述测试需求描述字嵌入向量的序列通过基于
RNN
模型的第二语义编码器以得到第二尺度测试需求语义理解特征向量；使用级联函数来融合所述第一尺度测试需求语义理解特征向量和所述第二尺度测试需求语义理解特征向量以得到测试需求语义理解特征向量；对所述测试需求语义理解特征向量进行基于概率密度特征模仿范式的分布增益以得到优化测试需求语义理解特征向量；以及，将所述优化测试需求语义理解特征向量通过基于
AIGC
的测试请求生成器以得到生成测试环境请求
。
[0012]本专利技术实施例中，将所述测试需求描述词嵌入向量的序列通过基于转换器的第一语义编码器以得到第一尺度测试需求语义理解特征向量，包括：使用所述基于转换器的第一语义编码器对所述测试需求描述词嵌入向量的序列进行基于全局的上下文语义编码以得到多个测试需求特征向量；以及，将所述多个测试需求特征向量进行级联以得到所述第一尺度测试需求语义理解特征向量
。
[0013]本专利技术实施例中，将所述测试需求描述字嵌入向量的序列通过基于
RNN
模型的第二语义编码器以得到第二尺度测试需求语义理解特征向量，包括：使用所述基于
RNN
模型的第二语义编码器对所述测试需求描述字嵌入向量的序列进行基于全局的上下文语义编码以得到多个测试需求语义特征向量；以及，将所述多个测试需求语义特征向量进行级联以得到所述第二尺度测试需求语义理解特征向量
。
[0014]本专利技术实施例中，使用级联函数来融合所述第一尺度测试需求语义理解特征向量和所述第二尺度测试需求语义理解特征向量以得到测试需求语义理解特征向量，包括：以如下级联公式使用级联函数来融合所述第一尺度测试需求语义理解特征向量和所述第二尺度测试需求语义理解特征向量以得到测试需求语义理解特征向量；其中，所述级联公式为：，其中，表示所述第一尺度测试需求语义理解特征向量和所述第二尺度测试需求语义理解特征向量，表示级联函数，表示所述测试需求语义理解特征向量
。
[0015]本专利技术实施例中，对所述测试需求语义理解特征向量进行基于概率密度特征模仿范式的分布增益以得到优化测试需求语义理解特征向量，包括：以如下优化公式对所述测试需求语义理解特征向量进行基于概率密度特征模仿范式的分布增益以得到优化测试需求语义理解特征向量；其中，所述优化公式为：，其中，是所述测试需求语义理解特征向量，是所述测试需求语义理解特征向量的第个特征值，是所述测试需求语义理解特征向量的长度，表示所述测试需求语义理解语义特征向量的二范数的平方，是
加权超参数，是所述优化测试需求语义理解特征向量
。
[0016]本专利技术实施例中，基于
K8S
容器编排技术的智能化测试环境生成方法，其分析测试需求，通过
K8S API
或命令行工具，向
K8S
集群发送本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
K8S
容器编排技术的智能化测试环境生成方法，其特征在于，包括：分析测试需求，确定测试环境的规模
、
类型
、
配置和依赖关系，并通过
K8S API
或命令行工具，向
K8S
集群发送创建测试环境的请求，其中，所述测试环境的请求包括指定测试环境的名称
、
标签
、
命名空间等信息；所述 K8S
集群根据发送的所述测试环境的请求，从可用节点中选择合适的节点，为测试环境分配资源，并在所述节点上创建和启动相应的容器；所述 K8S
集群根据测试环境的依赖关系，为所述容器之间建立网络连接，并配置相关的服务发现和负载均衡机制；通过所述 K8S
集群监控测试环境的运行状态，根据需要进行扩缩容
、
更新和回滚等操作，并提供日志
、
指标和事件等信息；测试完成后，通过所述
K8S API
或所述命令行工具，向所述
K8S
集群发送删除测试环境的请求，所述
K8S
集群释放资源，并清理相关的容器和数据
。2.
根据权利要求1所述的基于
K8S
容器编排技术的智能化测试环境生成方法，其特征在于，所述分析测试需求，确定测试环境的规模
、
类型
、
配置和依赖关系，并通过
K8S API
或命令行工具，向
K8S
集群发送创建测试环境的请求，包括：获取测试需求的文本描述；对所述测试需求的文本描述进行分词处理以得到测试需求描述词的序列；对所述测试需求的文本描述进行分字处理以得到测试需求描述字的序列；将所述测试需求描述词的序列通过词嵌入层以得到测试需求描述词嵌入向量的序列；将所述到测试需求描述字的序列通过词袋模型以得到测试需求描述字嵌入向量的序列；将所述测试需求描述词嵌入向量的序列通过基于转换器的第一语义编码器以得到第一尺度测试需求语义理解特征向量；将所述测试需求描述字嵌入向量的序列通过基于
RNN
模型的第二语义编码器以得到第二尺度测试需求语义理解特征向量；使用级联函数来融合所述第一尺度测试需求语义理解特征向量和所述第二尺度测试需求语义理解特征向量以得到测试需求语义理解特征向量；对所述测试需求语义理解特征向量进行基于概率密度特征模仿范式的分布增益以得到优化测试需求语义理解特征向量；以及将所述优化测试需求语义理解特征向量通过基于
AIGC
的测试请求生成器以得到生成测试环境请求
。3.
根据权利要求2所述的基于
K8S
容器编排技术的智能化测试环境生成方法，其特征在于，将所述测试需求描述词嵌入向量的序列通过基于转换器的第一语义编码器以得到第一尺度测试需求语义理解特征向量，包括：使用所述基于转换器的第一语义编码器对所述测试需求描述词嵌入向量的序列进行基于全局的上下文语义编码以得到多个测试需求特征向量；以及将所述多个测试需求特征向量进行级联以得到所述第一尺度测试需求语义理解特征向量
...

【专利技术属性】
技术研发人员：刘晓欣，梁建，陶嘉驹，
申请(专利权)人：杭银消费金融股份有限公司，
类型：发明
国别省市：