[发明专利]一种基于自动化测试的数据生成方法及装置

说明书

本发明公开了一种基于自动化测试的数据生成方法及装置，涉及计算机领域。用以解决大数据系统测试存在数据量级巨大，数据类型繁多复杂，导致测试效率比较低的问题。该方法包括：根据待测数据的类型和格式确定所述待测数据的分类规则，根据分类规则，将待测数据生成样本数据，确定样本的初始权值；根据缺陷划分标准确定样本类的测试结果、样本类缺陷总数以及缺陷情况等级；根据初始权值和样本类缺陷总数，确定样本类的缺陷数量等级；根据缺陷情况等级，样本类缺陷总数以及缺陷数量等级确定样本类的缺陷情况得分；根据缺陷情况得分，权值评估函数和初始权值确定样本类的新权值，根据新权值调整样本类，得到调整后的样本数据。

技术领域

本发明涉及计算机技术领域，更具体的涉及一种基于自动化测试的数据生成方法及装置。

背景技术

近几年来，大数据在全球迅猛发展，计算机硬件更新换代，大数据时代的特征并不局限于掌握规模庞大的数据，更多的是能够拥有相关行业的大规模数据专业化处理的能力。由于大数据拥有巨大的数据量、复杂的数据类型、高速信息处理以及较低的价值密度四大特征，当前的数据处理方式相比传统的处理方式有了很大的不同，导致软件测试形式、重点以及方法手段也需要及时更新变化。

针对不同架构、不同技术组件的大数据系统，功能测试主要方法仍然可以使用黑盒测试法。将程序看做黑盒，不考虑程序内部结构和内部特性，将准备的样本数据作为输入，测试程序是否能适当的接收数据而产生正确的输出信息。该方法的好处是忽略软件程序的具体实现方式，从用户角度考虑业务处理正确性，因此适用范围较广。

但是，大数据系统测试与传统软件平台测试还存在很多区别，主要在于处理数据量级巨大，数据类型繁多复杂，以及测试阶段数据信息无法完全确定等。

综上所述，现有的大数据系统测试存在数据量级巨大，数据类型繁多复杂，导致测试效率比较低的问题。

发明内容

本发明实施例提供一种基于自动化测试的数据生成方法及装置，用以解决现有的大数据系统测试存在数据量级巨大，数据类型繁多复杂，导致测试效率比较低的问题。

本发明实施例提供一种基于自动化测试的数据生成方法，包括：

根据待测数据的类型和格式确定所述待测数据的分类规则，根据所述分类规则，将所述待测数据生成样本数据，确定所述样本数据包括的样本类的总数以及每个所述样本的初始权值；

根据缺陷划分标准确定所述样本类的测试结果、样本类缺陷总数以及缺陷情况等级；

根据所述初始权值和所述样本类缺陷总数，确定所述样本类的缺陷数量等级；根据所述缺陷情况等级，所述样本类缺陷总数以及所述缺陷数量等级确定所述样本类的缺陷情况得分；

根据所述样本类的缺陷情况得分，权值评估函数和所述初始权值确定所述样本类的新权值，根据所述新权值调整所述样本类，得到调整后的样本数据。

优选地，所述缺陷情况等级至少包括1级，2级...m级，其中，所述缺陷情况等级的赋值按照递增顺序增加；

所述根据所述缺陷情况等级，所述样本类缺陷总数以及所述缺陷数量等级确定所述样本类的缺陷情况得分，具体包括：

通过下列公式确定所述样本类的缺陷等级评分平均值：

根据所述缺陷等级评分平均值和所述缺陷数量等级，通过下列公式确定所述样本类的缺陷情况得分：

s＝g×z

其中，g为缺陷等级评分平均值，x_j为第j级缺陷所对应的评分，y_j为第j级缺陷的实际数量，z为所述缺陷数量等级，s为所述样本类的缺陷情况得分，m为缺陷情况最高等级。