[发明专利]测试数据的构造方法和构造系统

说明书

本发明实施例提供一种测试数据的构造方法和构造系统，该测试数据的构造方法包括：收集不同来源的测试数据，所述测试数据包括接口数据、流程数据和用例组合数据；将所述测试数据上传到统一的数据资源池进行存储；以及通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据。通过收集不同来源的测试数据，统一存储，并根据机器学习将不同的测试数据分类和组合，得出新的测试数据，可以快速、方便地得出多个测试数据，覆盖范围较广，整体提高测试数据的准备效率及覆盖率。

技术领域

本发明涉及计算机技术领域，具体涉及一种测试数据的构造方法和构造系统。

背景技术

目前大多产品都是由很多的不同的系统组成，各个系统之间经常会有大量的数据交互，这些数据都有具体的业务含义。在开发与测试过程中，需要准备大量的测试数据用于系统功能的测试与验证，以及系统联调，而且这些数据并不是完全随意的数据，而是具有业务含义的业务数据。

目前这些数据的准备，基本上是通过人工，即测试人员根据不同的业务场景，准备测试数据。包括同一接口的不同类型的接口数据，以及不同接口的联调流程数据，并根据场景组合不同的流程数据形成的用例组合测试数据。

准备这些数据需要耗费大量的时间和精力，需要人员对所有场景都非常清晰，对于复杂场景或者流程化场景来说，测试人员所想到的场景有限，难免出现漏测情况，而且测试人员想到的用例的组合可能由于时间紧张等情况缺少步骤。

因此，发明人认为，上述的测试数据的构造方法有很大的局限性，准备这些数据需要大量的时间和精力，效率低下，存在难以全面覆盖不同场景的测试用例的问题。

发明内容

有鉴于此，本发明实施例提供一种测试数据的构造方法和构造系统，基于机器学习构造数据，即自动学习所有的接口调用过程，并以此为基础对数据进行分类和重新组合，进行较为全面的测试数据的构造，来避免不必要的重复工作和统一数据收集处理过程。

根据本发明第一方面，提供一种测试数据的构造方法，包括：收集不同来源的测试数据，所述测试数据包括接口数据、流程数据和用例组合数据；将所述测试数据上传到统一的数据资源池进行存储；以及通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据。

优选地，所述构造方法还包括：将所述测试数据分别进行数据解析和格式转换处理。

优选地，所述收集不同来源的测试数据包括：通过代理服务器或数据抓取工具获取接口测试数据、流程测试数据和用例组合测试数据。

优选地，所述构造方法还包括：将所述新的测试数据进行系统测试后，与原有的所述测试数据一同进行存储和分类，用做后续的回归测试及新功能测试。

优选地，所述测试数据包括接口自动调用的测试数据和手工调用的测试数据。

优选地，所述规则包括：所述测试数据在不同场景下调用同一接口的成功概率。

优选地，通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据包括：选择一种测试数据，计算多个所述测试数据在不同场景下调用同一接口的成功概率；根据所述成功概率的高低对所述测试数据进行初步分类；自主学习分类后的所述测试数据的共性，并进行重新分配，直到重新分类后每一类的概率均值不再发生变化；以及将重新分类后得到的分类数据按照不同的接口和不同的概率进行重新组合并计算概率乘积，得出所述新的测试数据。

优选地，通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据还包括：排除不能进行接口调用的概率计算的所述测试数据。