[发明专利]服务器性能测试时间的预测方法、装置、设备及存储介质

说明书

本发明公开了一种服务器性能测试时间的预测方法，通过获取服务器性能测试任务中的测试变量的类型，测试变量包括自变量和测试时间，采集测试变量的历史数据，根据历史数据建立服务器性能测试任务的测试时间预测模型，从而得到与当前的服务器性能测试任务对应的测试时间预测模型，将服务器测试任务中各自变量的变量值输入该测试时间预测模型，即可得到针对该服务器性能测试任务的准确的测试时间预测结果，进而可以协助对项目进度的监控，有助于测试人员做好测试计划，避免出现项目交付延期的纰漏。本发明还公开了一种服务器性能测试时间的预测装置、设备及存储介质，具有上述有益效果。

技术领域

本发明涉及服务器测试技术领域，特别是涉及一种服务器性能测试时间的预测方法、装置、设备及存储介质。

背景技术

在服务器性能测试过程中，测试用例中通常会给出各个性能测试项的测试时间，但是实际测试过程中，不同的机型以及不同的配件，其测试时间可能会有较大的差别。虽然这个时间差距不是太大，但是如果某个测试项目中存在较多的性能测试项，可能会造成实际测试时间与测试计划时间产生较大的偏离，严重情况下可能会导致项目交付的延期，给公司的利益与形象带来一定影响。

如何提高对服务器性能测试时间的预测的准确性，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种服务器性能测试时间的预测方法、装置、设备及存储介质，提高了对服务器性能测试时间的预测的准确性。

为解决上述技术问题，本发明提供一种服务器性能测试时间的预测方法，包括：

获取服务器性能测试任务中的测试变量的类型；所述测试变量的类型包括自变量和测试时间；

采集所述测试变量的历史数据；

根据所述历史数据建立所述服务器性能测试任务的测试时间预测模型；

接收所述服务器测试任务中各所述自变量的变量值；

将所述变量值输入所述测试时间预测模型，得到所述服务器性能测试任务的测试时间预测结果。

可选的，在所述根据所述历史数据建立所述服务器性能测试任务的测试时间预测模型之前，还包括：

根据所述历史数据计算各所述自变量与所述测试时间的相关度；

删除所述相关度小于预设阈值的自变量的历史数据。

可选的，所述根据所述历史数据建立所述服务器性能测试任务的测试时间预测模型，具体包括：

基于所述历史数据建立训练样本和测试样本；

利用所述训练样本训练预设的神经网络模型，得到初始测试时间预测模型；

利用所述测试样本测试所述初始测试时间预测模型的预测误差；

利用所述预测误差调整所述初始测试时间预测模型，得到所述测试时间预测模型。

可选的，所述预设的神经网络模型具体为BP神经网络模型。

可选的，在所述得到所述服务器性能测试任务的测试时间预测结果之后，还包括：

在根据所述服务器性能测试任务的多个变量值组得到的测试时间预测结果中，确定最小的测试时间预测结果对应的变量值组；

输出所述最小的测试时间预测结果对应的变量值组；

其中，一个所述变量值组为在一次所述服务器性能测试任务中各所述自变量的变量值的组合。

可选的，还包括：

在得到所述服务器性能测试任务的测试时间真实值后，利用所述测试时间真实值更新所述测试时间预测模型。