CN110297747A - 一种测试统计功能的方法及终端 - Google Patents
一种测试统计功能的方法及终端 Download PDFInfo
- Publication number
- CN110297747A CN110297747A CN201810238263.4A CN201810238263A CN110297747A CN 110297747 A CN110297747 A CN 110297747A CN 201810238263 A CN201810238263 A CN 201810238263A CN 110297747 A CN110297747 A CN 110297747A
- Authority
- CN
- China
- Prior art keywords
- test
- statistical
- function
- data
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Prevention of errors by analysis, debugging or testing of software
- G06F11/3668—Testing of software
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Prevention of errors by analysis, debugging or testing of software
- G06F11/3668—Testing of software
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及测试领域,尤其涉及一种测试统计功能的方法及终端。本发明通过从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。实现提高测试统计功能的准确性。
Description
技术领域
本发明涉及测试领域,尤其涉及一种测试统计功能的方法及终端。
背景技术
随着互联网技术的更新迭代,越来越多的企业借助大数据统计分析平台,对自身的产品运维数据进行分析,并以此为凭进行运营决策。正因如此,统计分析平台中数据的准确性非常重要。
大数据统计分析平台一般具有以下几个特点:1、指标维度较多,统计逻辑相互独立,如可以从整体维度统计新增用户和活跃用户数,也可以从区域维度统计这两个指标,还可以从渠道维度统计这两个指标;2、接入产品类型多样,上报的数据类型众多;3、部分数据为保证实时性,未进行精确数据过滤;这些都需要统计平台在统计数据时,做到很好的数据兼容和数据处理,否则统计结果就会出现错误,因此,为了确保各产品统计数据准确,数据统计算法在上线之前都会由测试人员进行数据准确性测试。
目前此类工作多由人工手动完成,但是人工测试还存在如下问题:
(1)为了更好的验证统计算法对产品数据的处理情况,我们会将线上部分产品的基础数据拷贝至测试环境,然后利用最新统计算法进行数据处理,最后验证算法的准确性。但是,接入产品众多,不同产品的基础数据类型还不同,因此,在测试遍历过程,就需要投入大量的时间和人力来完成所有的产品数据验证,这个数据量非常庞大,就单个应用单天单维度统计指标的单个基础数据量就可达到万级;
(2)人工测试无法在短时间内对全应用的所有数据进行遍历,因此未遍历到的产品数据准确性存在风险;
(3)人工测试多个应用,采取的测试方法相同,存在比较多的重复性工作,执行力翻倍;
(4)各个维度指标统计比较独立,但是数据本身存在业务逻辑的关联性,比如一个应用的单天的整体新增用户数,应该不管从区域维度统计还是从渠道维度统计,统计数据都不应该有太大的差别。因此,测试过程除了验证单一维度指标的准确性,还需要比对同类型指标在不同维度数据准确性,而人工测试精力有限,根本无法在短时内完成所有应用的数据比对工作。
发明内容
本发明所要解决的技术问题是:如何提高测试统计功能的准确性。
为了解决上述技术问题,本发明采用的技术方案为:
本发明提供一种测试统计功能的方法,包括:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。
本发明还提供一种测试统计功能的终端,包括一个或多个处理器及存储器,所述存储器存储有程序,并且被配置成由所述一个或多个处理器执行以下步骤:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。
本发明的有益效果在于:区别于人工测试只能根据部分真实数据模拟特殊数据进行统计功能的正确性验证,当数量级巨大时,由于人工效率低下无法完成完整的验证过程,只能对部分关键的统计数据进行验证,其准确性较低;本发明将人工测试过程自动化处理,从而使得可根据与待测应用程序对应的全量且真实的用户数据对所有统计功能从算法逻辑维度和业务逻辑维度进行全面的测试,极大程度上提高了测试统计功能的准确性。
附图说明
图1为本发明提供的一种测试统计功能的方法的具体实施方式的流程框图;
图2为本发明提供的一种测试统计功能的终端的具体实施方式的结构框图;
标号说明:
1、处理器; 2、存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的技术构思在于:本发明将人工测试过程自动化处理,从而使得可根据与待测应用程序对应的全量且真实的用户数据对所有统计功能从算法逻辑维度和业务逻辑维度进行全面的测试,极大程度上提高了测试统计功能的准确性。
如图1所示,本发明提供一种测试统计功能的方法,包括:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。
进一步地,所述S2具体为:
S21、选取一统计功能,得到当前统计功能;
S22、获取所述全量数据中与所述当前统计功能对应的数据,得到待统计数据;
S23、触发所述当前统计功能统计所述待统计数据,得到第一统计结果;
S24、与所述当前统计功能对应的测试脚本统计所述待统计数据,得到第二统计结果;
S25、根据所述第一统计结果和所述第二统计结果得到所述算法逻辑测试结果。
由上述描述可知,测试脚本是根据对应统计功能的统计规则编写而成,因此,测试脚本统计所述全量数据的统计结果是期望统计值,待测应用程序中的统计功能统计所述全量数据的统计结果是实际统计值,若期望统计值和实际统计值相同,则说明对应统计功能的算法逻辑正确。
进一步地,所述S4具体为:
当与一统计功能对应的算法逻辑测试结果为未通过测试时,添加第一测试时间、所述待测应用程序的标识、所述一统计功能的标识、所述第一统计结果和所述第二统计结果至所述测试报告;
当一业务逻辑测试结果为未通过测试时,添加第二测试时间、所述待测应用程序的标识、与所述一业务逻辑测试结果对应的业务逻辑、与所述业务逻辑对应的两个以上统计功能的统计结果至所述测试报告。
由上述描述可知,根据测试报告可快速分析出存在问题的统计功能,并及时对其进行维护。
进一步地,所述S3具体为:
S31、获取一业务逻辑;
S32、获取与所述一业务逻辑对应的两个以上统计功能,得到统计功能集合;
S33、触发所述统计功能集合中的各统计功能统计所述全量数据,得到统计结果集合;
S34、根据所述一业务逻辑验证所述统计结果集合的正确性,得到与所述一业务逻辑对应的业务逻辑测试结果;
S35、重复执行所述S31至所述S34,直至与所述待测应用程序对应的所有业务逻辑被遍历。
由上述描述可知,从业务逻辑层面对待测应用程序中的各个统计功能进行测试,因为每个统计维度的算法程序是独立执行的,所以在验证单个统计算法功能通过后,还需要通过业务逻辑对每个统计算法的横向相关性进行验证,以确保他们在数据层面不存在业务逻辑的错误,这样可以避免单独验证各个统计算法正确性的时候,统计数据在业务逻辑上存在明显问题而不被发现,从而提高了测试统计功能的准确性。
进一步地,所述S1具体为:
设置时间段;
设置待统计数据的名称;
从与所述待测应用程序对应的生产环境数据库中获取与所述时间段和所述名称对应的所有数据,得到全量数据。
由上述描述可知,基于真实的,大量的用户数据对统计功能进行测试,有利于提高测试结果的准确性。
如图2所示,本发明还提供一种测试统计功能的终端,包括一个或多个处理器1及存储器2,所述存储器2存储有程序,并且被配置成由所述一个或多个处理器1执行以下步骤:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。
进一步地,所述S2具体为:
S21、选取一统计功能,得到当前统计功能;
S22、获取所述全量数据中与所述当前统计功能对应的数据,得到待统计数据;
S23、触发所述当前统计功能统计所述待统计数据,得到第一统计结果;
S24、与所述当前统计功能对应的测试脚本统计所述待统计数据,得到第二统计结果;
S25、根据所述第一统计结果和所述第二统计结果得到所述算法逻辑测试结果。
由上述描述可知,测试脚本是根据对应统计功能的统计规则编写而成,因此,测试脚本统计所述全量数据的统计结果是期望统计值,待测应用程序中的统计功能统计所述全量数据的统计结果是实际统计值,若期望统计值和实际统计值相同,则说明对应统计功能的算法逻辑正确。
进一步地,所述S4具体为:
当与一统计功能对应的算法逻辑测试结果为未通过测试时,添加第一测试时间、所述待测应用程序的标识、所述一统计功能的标识、所述第一统计结果和所述第二统计结果至所述测试报告;
当一业务逻辑测试结果为未通过测试时,添加第二测试时间、所述待测应用程序的标识、与所述一业务逻辑测试结果对应的业务逻辑、与所述业务逻辑对应的两个以上统计功能的统计结果至所述测试报告。
由上述描述可知,根据测试报告可快速分析出存在问题的统计功能,并及时对其进行维护。
进一步地,所述S3具体为:
S31、获取一业务逻辑;
S32、获取与所述一业务逻辑对应的两个以上统计功能,得到统计功能集合;
S33、触发所述统计功能集合中的各统计功能统计所述全量数据,得到统计结果集合;
S34、根据所述一业务逻辑验证所述统计结果集合的正确性,得到与所述一业务逻辑对应的业务逻辑测试结果;
S35、重复执行所述S31至所述S34,直至与所述待测应用程序对应的所有业务逻辑被遍历。
由上述描述可知,从业务逻辑层面对待测应用程序中的各个统计功能进行测试,因为每个统计维度的算法程序是独立执行的,所以在验证单个统计算法功能通过后,还需要通过业务逻辑对每个统计算法的横向相关性进行验证,以确保他们在数据层面不存在业务逻辑的错误,这样可以避免单独验证各个统计算法正确性的时候,统计数据在业务逻辑上存在明显问题而不被发现,从而提高了测试统计功能的准确性。
进一步地,所述S1具体为:
设置时间段;
设置待统计数据的名称;
从与所述待测应用程序对应的生产环境数据库中获取与所述时间段和所述名称对应的所有数据,得到全量数据。
本发明提供的实施例一为:
本实施例提供一种测试统计功能的方法,包括:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生。具体为:
设置时间段;设置待统计数据的名称;从与所述待测应用程序对应的生产环境数据库中获取与所述时间段和所述名称对应的所有数据,得到全量数据。
例如,设置的时间段为2018-1-8至2018-1-12;待统计数据的名称为新增用户数,从与待测应用程序对应的生产环境数据库中获取在2018-1-8至2018-1-12这一时间段内所有新增的用户的数据。
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果。具体为:
S21、选取一统计功能,得到当前统计功能;
S22、获取所述全量数据中与所述当前统计功能对应的数据,得到待统计数据;
S23、触发所述当前统计功能统计所述待统计数据,得到第一统计结果;
S24、与所述当前统计功能对应的测试脚本统计所述待统计数据,得到第二统计结果;
S25、根据所述第一统计结果和所述第二统计结果得到所述算法逻辑测试结果。
例如,待测应用程序中用户新增数统计功能的统计过程主要是先提取全量数据中的有效数据,再对有效数据进行统计。如基础用户信息有很多,统计程序要求,用户信息中用户标识不为空的数据才为有效数据,用户标识为空的数据视为无效数据,则通过程序执行后,用户标识为空的这部分数据就会被丢弃。然后统计功能会将所有有效数据进行统计,得出第一统计结果。利用与用户新增数统计功能一样的统计规则编写测试脚本,然后对全量数据进行统计,得到第二统计结果。若第一统计结果得到的新增用户数与第二统计结果得到的新增用户数相同,则待测应用程序的用户新增数统计功能的算法逻辑测试通过。
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;具体为:
S31、获取一业务逻辑;
S32、获取与所述一业务逻辑对应的两个以上统计功能,得到统计功能集合;
S33、触发所述统计功能集合中的各统计功能统计所述全量数据,得到统计结果集合;
S34、根据所述一业务逻辑验证所述统计结果集合的正确性,得到与所述一业务逻辑对应的业务逻辑测试结果;
S35、重复执行所述S31至所述S34,直至与所述待测应用程序对应的所有业务逻辑被遍历。
例如,2018-1-8当天整体统计的新增用户数应该等于当天所有区域新增用户数据之和,也应该等于当天所有渠道的新增用户数据之和,这是一个固有业务逻辑;其他天数校验逻辑相同;如果校验结果为不相同,则视为新增用户数的业务逻辑测试不通过。
因为每个统计维度的算法程序是独立执行的,所以在验证单个统计算法功能通过后,还需要通过业务逻辑对每个统计算法的横向相关性进行验证,以确保他们在数据层面不存在业务逻辑的错误;如区域统计算法程序,跟渠道统计算法程序是2套独立的统计算法,在分别验证这2个维度的统计算法程序正确之后,还需要在横向去校验他们之间的业务逻辑相关性是否正确;如同一个应用在同一天的同一个统计对象(如新增用户数),不管是通过区域统计出的所有区域新增用户数之和还是通过渠道统计出的所有渠道新增用户数之和必须相同,例如,今天,A产品的新增用户都集中在福州和厦门2个地区,福州新增2个人,厦门新增2个人,那么从区域统计维度统计A产品的新增用户数量就是4个人;如果从渠道维度统计的话,假设A产品新增用户都来自官网渠道,那么A产品从渠道维度统计的新增用户数也应该是4个人;这样可以避免单独验证各个统计算法正确性的时候,统计数据在业务逻辑上存在明显问题而不被发现。
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。具体为:
当与一统计功能对应的算法逻辑测试结果为未通过测试时,添加第一测试时间、所述待测应用程序的标识、所述一统计功能的标识、所述第一统计结果和所述第二统计结果至所述测试报告;
当一业务逻辑测试结果为未通过测试时,添加第二测试时间、所述待测应用程序的标识、与所述一业务逻辑测试结果对应的业务逻辑、与所述业务逻辑对应的两个以上统计功能的统计结果至所述测试报告。
例如,以一次数据自动化验证(包含统计维度与业务维度校验)为例,测试系统可以支持如下数据类型的测试遍历:(统计维度的校验次数是经待测统计算法数据处理过的指标值与期望值的对比校验,如单天单应用的4个维度的活跃用户指标需要与期望值完全一致,业务维度的校验次数是待测统计算法数据处理过的不同维度的指标值之间的校验,如单天单应用的活跃用户指标:整体分析-活跃用户数,区域分析-活跃用户数,活跃分析-活跃用户数,渠道分析-活跃用户数,它们四者需要完全一致,因为有四组数据,两两对比,需要比较6次。如下表所示:
由上述描述可知,本实施例提供的测试方法是通过多维的数据比对实现产品统计数据的准确性验证,全流程自动化一键执行,可以在短时间内完成大数据准确性测试,操作简单,提升测试效率。帮助大数据统计产品验证了产品功能中最重要的一环,使统计数据更加精准,更有说服力。该测试方法不仅实现了统计算法的测试覆盖,还自动对统计指标之间的逻辑关联性进行验证,通过横向跟纵向的测试比对,让测试更加完整。以上测试步骤均已通过测试系统实现一系列的自动化操作;测试系统已实现为一个可视化平台,测试人员仅需要在测试平台上对测试参数进行选择,然后点击触发,就可以一键完成后续的所有测试操作:实现指定时间段内指定应用的全维度数据准确性验证,并在测试完成后,自动输出测试结果。全应用数据比对全程仅需8分钟。
区别于现有的人工测试方法,通过前期测试数据准备,模拟小批量的源数据,然后利用算法对这部分数据进行统计,统计结束后,验证统计结果是否与预期一致。本实施例可以根据测试需求导入所需要的源数据,然后进行数据统计校验,不止测试维度涉及业务和算法2个维度。数据量的校验是人工无法企及的,通过本方案,我们可以拉取应用最大限度的源数据进行统计校验,测试覆盖更完整,测试结果更加精准。本方案可以在短时间内实现千万数量级的数据统计校验,且测试过程会收集每一条源数据的比对结果,如果出现测试异常,可以很直观的看出,是哪一部分数据存在统计错误,测试结果更有说服力。
本发明的实施例二为:
本实施例提供一种测试统计功能的终端,包括一个或多个处理器1及存储器2,所述存储器2存储有程序,并且被配置成由所述一个或多个处理器1执行以下步骤:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生。具体为:
设置时间段;设置待统计数据的名称;从与所述待测应用程序对应的生产环境数据库中获取与所述时间段和所述名称对应的所有数据,得到全量数据。
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果。具体为:
S21、选取一统计功能,得到当前统计功能;
S22、获取所述全量数据中与所述当前统计功能对应的数据,得到待统计数据;
S23、触发所述当前统计功能统计所述待统计数据,得到第一统计结果;
S24、与所述当前统计功能对应的测试脚本统计所述待统计数据,得到第二统计结果;
S25、根据所述第一统计结果和所述第二统计结果得到所述算法逻辑测试结果。
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;具体为:
S31、获取一业务逻辑;
S32、获取与所述一业务逻辑对应的两个以上统计功能,得到统计功能集合;
S33、触发所述统计功能集合中的各统计功能统计所述全量数据,得到统计结果集合;
S34、根据所述一业务逻辑验证所述统计结果集合的正确性,得到与所述一业务逻辑对应的业务逻辑测试结果;
S35、重复执行所述S31至所述S34,直至与所述待测应用程序对应的所有业务逻辑被遍历。
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。具体为:
当与一统计功能对应的算法逻辑测试结果为未通过测试时,添加第一测试时间、所述待测应用程序的标识、所述一统计功能的标识、所述第一统计结果和所述第二统计结果至所述测试报告;
当一业务逻辑测试结果为未通过测试时,添加第二测试时间、所述待测应用程序的标识、与所述一业务逻辑测试结果对应的业务逻辑、与所述业务逻辑对应的两个以上统计功能的统计结果至所述测试报告。
综上所述,本发明提供的一种测试统计功能的方法及终端,本发明将人工测试过程自动化处理,从而使得可根据与待测应用程序对应的全量且真实的用户数据对所有统计功能从算法逻辑维度和业务逻辑维度进行全面的测试,极大程度上提高了测试统计功能的准确性。进一步地,测试脚本是根据对应统计功能的统计规则编写而成,因此,测试脚本统计所述全量数据的统计结果是期望统计值,待测应用程序中的统计功能统计所述全量数据的统计结果是实际统计值,若期望统计值和实际统计值相同,则说明对应统计功能的算法逻辑正确。进一步地,根据测试报告可快速分析出存在问题的统计功能,并及时对其进行维护。进一步地,从业务逻辑层面对待测应用程序中的各个统计功能进行测试,高了测试统计功能的准确性。进一步地,基于真实的,大量的用户数据对统计功能进行测试,有利于提高测试结果的准确性。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种测试统计功能的方法,其特征在于,包括:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。
2.根据权利要求1所述的测试统计功能的方法,其特征在于,所述S2具体为:
S21、选取一统计功能,得到当前统计功能;
S22、获取所述全量数据中与所述当前统计功能对应的数据,得到待统计数据;
S23、触发所述当前统计功能统计所述待统计数据,得到第一统计结果;
S24、与所述当前统计功能对应的测试脚本统计所述待统计数据,得到第二统计结果;
S25、根据所述第一统计结果和所述第二统计结果得到所述算法逻辑测试结果。
3.根据权利要求2所述的测试统计功能的方法,其特征在于,所述S4具体为:
当与一统计功能对应的算法逻辑测试结果为未通过测试时,添加第一测试时间、所述待测应用程序的标识、所述一统计功能的标识、所述第一统计结果和所述第二统计结果至所述测试报告;
当一业务逻辑测试结果为未通过测试时,添加第二测试时间、所述待测应用程序的标识、与所述一业务逻辑测试结果对应的业务逻辑、与所述业务逻辑对应的两个以上统计功能的统计结果至所述测试报告。
4.根据权利要求1所述的测试统计功能的方法,其特征在于,所述S3具体为:
S31、获取一业务逻辑;
S32、获取与所述一业务逻辑对应的两个以上统计功能,得到统计功能集合;
S33、触发所述统计功能集合中的各统计功能统计所述全量数据,得到统计结果集合;
S34、根据所述一业务逻辑验证所述统计结果集合的正确性,得到与所述一业务逻辑对应的业务逻辑测试结果;
S35、重复执行所述S31至所述S34,直至与所述待测应用程序对应的所有业务逻辑被遍历。
5.根据权利要求1所述的测试统计功能的方法,其特征在于,所述S1具体为:
设置时间段;
设置待统计数据的名称;
从与所述待测应用程序对应的生产环境数据库中获取与所述时间段和所述名称对应的所有数据,得到全量数据。
6.一种测试统计功能的终端,其特征在于,包括一个或多个处理器及存储器,所述存储器存储有程序,并且被配置成由所述一个或多个处理器执行以下步骤:
S1、从与待测应用程序对应的生产环境数据库中获取全量数据;所述生产环境数据库中的数据由真实的用户操作产生;
S2、预设的测试脚本根据所述全量数据测试所述待测应用程序中各统计功能的算法逻辑正确性,得到算法逻辑测试结果;
S3、根据所述全量数据测试所述待测应用程序中各统计功能之间的业务逻辑正确性,得到业务逻辑测试结果;
S4、根据所述算法逻辑测试结果和所述业务逻辑测试结果生成测试报告。
7.根据权利要求6所述的测试统计功能的终端,其特征在于,所述S2具体为:
S21、选取一统计功能,得到当前统计功能;
S22、获取所述全量数据中与所述当前统计功能对应的数据,得到待统计数据;
S23、触发所述当前统计功能统计所述待统计数据,得到第一统计结果;
S24、与所述当前统计功能对应的测试脚本统计所述待统计数据,得到第二统计结果;
S25、根据所述第一统计结果和所述第二统计结果得到所述算法逻辑测试结果。
8.根据权利要求7所述的测试统计功能的终端,其特征在于,所述S4具体为:
当与一统计功能对应的算法逻辑测试结果为未通过测试时,添加第一测试时间、所述待测应用程序的标识、所述一统计功能的标识、所述第一统计结果和所述第二统计结果至所述测试报告;
当一业务逻辑测试结果为未通过测试时,添加第二测试时间、所述待测应用程序的标识、与所述一业务逻辑测试结果对应的业务逻辑、与所述业务逻辑对应的两个以上统计功能的统计结果至所述测试报告。
9.根据权利要求6所述的测试统计功能的终端,其特征在于,所述S3具体为:
S31、获取一业务逻辑;
S32、获取与所述一业务逻辑对应的两个以上统计功能,得到统计功能集合;
S33、触发所述统计功能集合中的各统计功能统计所述全量数据,得到统计结果集合;
S34、根据所述一业务逻辑验证所述统计结果集合的正确性,得到与所述一业务逻辑对应的业务逻辑测试结果;
S35、重复执行所述S31至所述S34,直至与所述待测应用程序对应的所有业务逻辑被遍历。
10.根据权利要求6所述的测试统计功能的终端,其特征在于,所述S1具体为:
设置时间段;
设置待统计数据的名称;
从与所述待测应用程序对应的生产环境数据库中获取与所述时间段和所述名称对应的所有数据,得到全量数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238263.4A CN110297747A (zh) | 2018-03-22 | 2018-03-22 | 一种测试统计功能的方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238263.4A CN110297747A (zh) | 2018-03-22 | 2018-03-22 | 一种测试统计功能的方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110297747A true CN110297747A (zh) | 2019-10-01 |
Family
ID=68025641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810238263.4A Pending CN110297747A (zh) | 2018-03-22 | 2018-03-22 | 一种测试统计功能的方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110297747A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110917627A (zh) * | 2019-12-05 | 2020-03-27 | 米哈游科技(上海)有限公司 | 物品掉落概率的验证方法、装置、设备和存储介质 |
CN112632105A (zh) * | 2020-01-17 | 2021-04-09 | 华东师范大学 | 大规模事务负载生成与数据库隔离级别正确性验证系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1047407A (zh) * | 1989-05-17 | 1990-11-28 | 国际商业机器公司 | 在数据处理系统提供附加系统特性的方法和装置 |
CN101114953A (zh) * | 2007-07-03 | 2008-01-30 | 中兴通讯股份有限公司 | 一种宽带接入服务器自动化测试的方法 |
CN105227391A (zh) * | 2014-06-30 | 2016-01-06 | 腾讯科技(深圳)有限公司 | 应用程序的流量统计功能测试方法和系统 |
WO2017036068A1 (zh) * | 2015-08-28 | 2017-03-09 | 中兴通讯股份有限公司 | 一种实现软件自动化测试的方法和系统 |
CN106875294A (zh) * | 2017-03-21 | 2017-06-20 | 四川川信通信技术工程有限公司 | 对发电企业监管统计的方法 |
-
2018
- 2018-03-22 CN CN201810238263.4A patent/CN110297747A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1047407A (zh) * | 1989-05-17 | 1990-11-28 | 国际商业机器公司 | 在数据处理系统提供附加系统特性的方法和装置 |
CN101114953A (zh) * | 2007-07-03 | 2008-01-30 | 中兴通讯股份有限公司 | 一种宽带接入服务器自动化测试的方法 |
CN105227391A (zh) * | 2014-06-30 | 2016-01-06 | 腾讯科技(深圳)有限公司 | 应用程序的流量统计功能测试方法和系统 |
WO2017036068A1 (zh) * | 2015-08-28 | 2017-03-09 | 中兴通讯股份有限公司 | 一种实现软件自动化测试的方法和系统 |
CN106875294A (zh) * | 2017-03-21 | 2017-06-20 | 四川川信通信技术工程有限公司 | 对发电企业监管统计的方法 |
Non-Patent Citations (1)
Title |
---|
洪玫: "《人力资源信息化管理》", 30 September 2006 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110917627A (zh) * | 2019-12-05 | 2020-03-27 | 米哈游科技(上海)有限公司 | 物品掉落概率的验证方法、装置、设备和存储介质 |
CN112632105A (zh) * | 2020-01-17 | 2021-04-09 | 华东师范大学 | 大规模事务负载生成与数据库隔离级别正确性验证系统及方法 |
CN112632105B (zh) * | 2020-01-17 | 2021-09-10 | 华东师范大学 | 大规模事务负载生成与数据库隔离级别正确性验证系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109002391A (zh) | 自动检测嵌入式软件接口测试数据的方法 | |
CN101706749B (zh) | 基于软件安全缺陷检测的综合处理方法 | |
CN104794059A (zh) | 一种基于函数调用记录的缺陷定位方法及装置 | |
CN111427928A (zh) | 一种数据质量检测方法及装置 | |
CN110275878B (zh) | 业务数据检测方法、装置、计算机设备及存储介质 | |
CN101888318A (zh) | 一种通信系统性能指标测试的系统和方法 | |
CN110297747A (zh) | 一种测试统计功能的方法及终端 | |
CN111881185A (zh) | 一种数据监控方法、装置、设备及存储介质 | |
CN113791980A (zh) | 测试用例的转化分析方法、装置、设备及存储介质 | |
CN112153378A (zh) | 一种视频审核能力的测试方法及其系统 | |
CN110703183A (zh) | 一种智能电能表故障数据分析方法及系统 | |
De Jong et al. | Cosmic evolution of FRI and FRII sources out to z= 2.5 | |
Zhang et al. | Generating test data for both paths coverage and faults detection using genetic algorithms: multi-path case | |
CN114490413A (zh) | 测试数据的准备方法及装置、存储介质和电子设备 | |
CN112328335B (zh) | 一种并发请求超时的诊断方法及装置、设备、存储介质 | |
CN111930611B (zh) | 一种测试数据的统计方法和装置 | |
CN111367782A (zh) | 回归测试数据自动生成的方法及装置 | |
CN112598326A (zh) | 模型迭代方法、装置、电子设备及存储介质 | |
CN110008072A (zh) | 一种测试硬盘性能并自动统计结果的方法及装置 | |
CN110769076B (zh) | 一种dns测试方法和系统 | |
CN115473740A (zh) | 一种基于异构流程的异常检测方法与系统 | |
CN113342632A (zh) | 仿真数据自动化处理方法、装置、电子设备及存储介质 | |
CN113127542A (zh) | 一种数据异常分析方法和装置 | |
CN113377801A (zh) | 数据检验方法、装置、电子设备及计算机存储介质 | |
CN112131128A (zh) | 数据测试方法、装置、存储介质和电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |