[发明专利]一种对实时用户行为系统的自动化测试方法在审

专利信息
申请号: 202010512491.3 申请日: 2020-06-08
公开(公告)号: CN111831552A 公开(公告)日: 2020-10-27
发明(设计)人: 陈媛媛 申请(专利权)人: 南通大学
主分类号: G06F11/36 分类号: G06F11/36
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 秦秋星
地址: 226019 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实时 用户 行为 系统 自动化 测试 方法
【说明书】:

发明提供一种对实时用户行为系统的自动化测试方法,包括如下步骤:步骤1:录制生产流量,加入到测试数据集中;步骤2:针对实时数据处理节点,mock异常数据,加入到测试数据集中;步骤3:将测试数据集导入实时用户行为系统,作为实时数据处理节点的入参,并导出实时数据处理节点的出参;步骤4:校验实时数据处理节点出参的数据格式,并与导入数据进行准确性校验;步骤5:将下一级实时数据处理节点的异常数据加入实时数据处理节点的出参,作为下一级实时数据处理节点入参;步骤6:重复步骤4‑5,直至测试数据集经过所有实时数据处理节点处理。本发明将系统切分为多个子系统之后,可以对中间流程进行覆盖,整体测试覆盖率提升了很多。

技术领域

本发明涉及自动化测试领域,具体涉及一种对实时用户行为系统的自动化测试方法。

背景技术

对于一个互联网应用来说,业务多样而且相对独立,每一个业务都有自己的行为打点上报与分析系统,为精细化的运营场景,实时感知用户的行为,需要构建用户的实时画像,由此衍生出一个统一的实时用户行为系统,以数据流的形式,进行一层层处理,最后会形成一个统一标准的数据,并形成实时用户行为画像。如图2所示。

对于这类内部闭合的系统,常用的漏斗形(关注出参和入参的方式)测试方案并不适用:

原因一:流程长,一旦某个节点出现问题不容易定位异常;

原因二:每一个节点,都可能会出现异常数据,而下一个节点对于异常数据的处理无法覆盖。

发明内容

针对上述现有技术的不足,本发明提供一种对实时用户行为系统的自动化测试方法,能够提升整体测试覆盖率。

为了实现上述目的,本发明采用如下技术方案:

一种对实时用户行为系统的自动化测试方法,包括如下步骤:

步骤1:录制生产流量,加入到测试数据集中;

步骤2:针对实时数据处理节点,mock异常数据,加入到测试数据集中;

步骤3:将测试数据集导入实时用户行为系统,作为实时数据处理节点的入参,并导出实时数据处理节点的出参;

步骤4:校验实时数据处理节点出参的数据格式,并与导入数据进行准确性校验;

步骤5:将下一级实时数据处理节点的异常数据加入实时数据处理节点的出参,作为下一级实时数据处理节点入参;

步骤6:重复步骤4-5,直至测试数据集经过所有实时数据处理节点处理。

有益效果:

1、相对于常规的自动化测试方法,只关注系统的入口和出口,中间流程很难覆盖到,而对于在将系统切分为多个子系统之后,可以对中间流程进行覆盖,整体测试覆盖率提升了很多。

2、方便问题定位,对于流程比较长的系统,一旦出现问题,无法快速定位出问题,而通过切分系统,对于每一个节点是单独校验,所以更容易定位问题。

3、保障每一个节点的健壮性,对于系统来说是一个持续迭代的过程,正常情况下每一个节点都会正确处理该节点的异常数据,但是如果在持续迭代过程中或者其他异常情况下,导致异常数据流入下一个节点,那如果下一个节点不够健壮,很可能会导致整个系统的数据处理流的断裂。因此通过切片,将异常数据加入到每一个子节点中,可以验证每一个子节点的健壮性。

附图说明

图1为本发明实时用户行为系统的自动化测试方法的流程图;

图2为现有实时用户行为系统的结构示意图;

图3为本发明实时用户行为系统的结构示意图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学,未经南通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010512491.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top