CN111597117A - 基于开源软件的自动化测试、监控及智能运维系统 - Google Patents

Abstract

本发明提出一种基于开源软件的自动化测试系统，包括基于边缘计算架构的多个测试设备、测试执行引擎以及流程控制引擎；远程终端单元获取现场被测系统的工况参数初步预处理后获得工况数据流发送至测试设备；边缘网络层接收工况数据流解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给边缘主机层的多种开源测试引擎；基于上报的工况数据流的属性，所述测试执行引擎发送测试执行指令给所述开源测试引擎和/或流程控制引擎发出流程控制指令给所述测试执行引擎。本发明还提出基于开源软件的自动化监控系统以及智能运维系统。本发明的技术方案能够高效全面的针对现场测试设备进行自动化测试、监控以及智能化运维。

Description

基于开源软件的自动化测试、监控及智能运维系统

技术领域

本发明属于系统测试技术领域，尤其涉及一种基于开源软件的自动化测试、监控及智能运维系统。

背景技术

系统测试(System Testing)是将已经集成好的软件系统，作为整个基于计算机系统的一个元素，与计算机硬件、外设、某些支持软件、数据和人员等其他系统元素结合在一起，在实际运行(使用)的环境下，获取实际运行参数，对计算机系统进行一系列的组装测试和确认测试。

边缘计算是在靠近数据源附近的网络边缘侧执行数据处理能力的一种方法。边缘计算可以降低用户和超大规模中心之间的带宽需求、缓解链路负载压力，满足业务所需的数据处理低时延要求。边缘计算作为一种新兴技术，在标准和开源方面得到重大发展。2018年3月，Linux基金会宣布成立了Akraino项目，该项目的主要目标是集成多个边缘计算相关的开源项目，提供更高层次的API集合来统一管理基础设施，为客户提供端到端的边缘计算解决方案。2018年5月，OpenStack基金会宣布成立了StarlingX项目，该项目由Intel主导，主要提供边缘基础设施的管理服务。

边缘计算在智能工厂计算领域存在多种架构各异的实现方案，尚没有完整的系统计算测试方案。

申请号为CN201911045930.8的中国发明专利申请提出一种集成多组网协议多边缘计算框架的边缘计算处理平台，包括：设备层、组网协议层、网关层、传输协议层、硬件加速层、边缘计算层、云端以及应用层。本发明具有如下有益效果：支持多种物联网组网协议，接入简单便捷，部署简单快捷，维护简便，配置变更灵活，具有良好的扩展性，极高的并发处理能力和很强的稳定性；具有较强的安全性和良好的隐私保护能力；可利用硬件加速数据处理。

申请号为CN201910192649.0的中国发明专利申请提出一种针对5G核心网基础设施的测试装置及测试方法。测试装置包括：一个主控制器以及分别与主控制器相连的测试子模块、缓存模块、测试结果展示模块、Web配置界面模块，数据存储模块分别与缓存模块和测试结果展示模块相连。所述主控制器包括：自适应配置模块；Web管理模块；子模块控制模块；接口调用模块。测试方法包括：针对5G核心网的虚拟资源池NFVI的功能和性能测试，通过采用微服务架构和非侵入式方式对5G核心网NFVI进行测试，包括：虚拟化接口一致性测试、虚拟机VM连通性测试、IPv6相关测试、高可用HA测试、网络功能服务链SFC测试、网元NF生命周期管理测试和二三层网络性能测试。

然而，不同于传统的工控项目及常规互联网信息技术(IT)研发项目，智能工厂相关研发项目具有业务范围广、新技术与传统技术融合、开发流程的改变及IT与OT融合等特点。传统的工控测试方案及常规互联网IT测试方案均不能满足智能工厂项目的需求。

发明内容

为解决上述技术问题，本发明提出一种基于开源软件的自动化测试、监控及智能运维系统。自动化测试系统包括基于边缘计算架构的多个测试设备、测试执行引擎以及流程控制引擎；远程终端单元获取现场被测系统的工况参数初步预处理后获得工况数据流发送至测试设备；边缘网络层接收工况数据流解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给边缘主机层的多种开源测试引擎；基于上报的工况数据流的属性，所述测试执行引擎发送测试执行指令给所述开源测试引擎和/或流程控制引擎发出流程控制指令给所述测试执行引擎。自动化监控系统包括安装于测试现场的多个远程终端单元(RTU)、与所述安装于测试现场的远程终端单元(RTU)连接的边缘网络计算设备以及与所述边缘网络计算设备连接的边缘主机设备；所述边缘主机设备包括多种开源测试引擎；智能运维系统包括边缘平台管理系统，所述边缘平台管理系统所述的基于开源软件的自动化测试系统和/或前述所述的基于开源软件的自动化监控系统。

本发明的技术方案能够高效全面的针对现场测试设备进行自动化测试、监控以及智能化运维。

具体来说，在本发明第一个方面提供一种基于开源软件的自动化测试系统，所述测试系统包括基于边缘计算架构的多个测试设备、测试执行引擎以及流程控制引擎。

在本发明中，智能工厂现场安装有多个远程终端单元(RTU)。

所述测试设备连接至安装于测试现场的远程终端单元(RTU)，所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流，发送至所述测试设备。

更具体的，作为本发明的第一个优点，远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流具体包括：

所述远程终端单元按照所述工况参数的时间连续属性，将所述工况参数分段处理为多个工况数据流，其中，每一个工况数据流中工况参数的采集时间处于预定长度的时间区段。

这里的时间连续属性，是指多个工况参数在预定范围内的某个时间段内采集构成一个工况数据流。不同的工况数据流处于不同的预定范围。

作为体现本发明再一个优点的创造性体现，所述多个测试设备配置不同的边缘计算架构，所述每个边缘计算架构包含边缘网络层和边缘主机层；

所述边缘网络层提供数据进出所述边缘主机层的通道，所述边缘主机层包括多种开源测试引擎；

所述边缘网络层接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给所述边缘主机层的多种开源测试引擎；

所述数据流属性包括当前工况数据流的数据量大小S、时间区段长度T以及当前边缘网络层的数据负载Lo；

基于所述数据流属性计算当前工况数据流分发值F：

其中，S′为紧随当前工况数据流的下一个工况数据流的数据量大小，T′为所述下一个工况数据流的时间区间长度；

所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性；

基于所述上报的工况数据流的属性，所述测试执行引擎发送测试执行指令给所述开源测试引擎；

和/或；

基于所述上报的工况数据流的属性，所述流程控制引擎发出流程控制指令给所述测试执行引擎，所述测试执行引擎指示所述多个开源测试引擎按照所述流程控制指令执行测试。

具体来说，作为体现上述创造性的关键性技术手段，如果所述当前工况数据流分发值F满足预定条件，则将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机层的同一个开源测试引擎；

否则，将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机层的不同开源测试引擎。

所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性，具体包括：

每个开源测试引擎K_i上报自身接收的工况数据流D_i的数据量大小S_i、时间区段[t_ia，t_ib]；

如果开源测试引擎K_i与K_j上报的工况数据流的时间区间长度总和相等并且数据量大小相同，则所述测试执行引擎发送测试执行指令给所述开源测试引擎K_i与K_j，使得开源测试引擎K_i与K_j同时执行测试。

如果开源测试引擎K_i与K_j上报的工况数据流的时间区间长度总和不等，则所述流程控制引擎发出流程控制指令给所述测试执行引擎，所述流程控制指令指示所述测试执行引擎先启动执行时间区间长度较大的工况数据流对应的开源测试引擎。

在本发明的第二个方面，提供一种基于开源软件的自动化监控系统，所述系统包括安装于测试现场的多个远程终端单元(RTU)、与所述安装于测试现场的远程终端单元(RTU)连接的边缘网络计算设备以及与所述边缘网络计算设备连接的边缘主机设备；所述边缘主机设备包括多种开源测试引擎；

所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流；

所述边缘网络计算设备接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性；

基于所述所述数据流属性将所述工况数据流分发给所述边缘主机设备的多种开源测试引擎，具体包括：

所述数据流属性包括当前工况数据流的数据量大小S、时间区段长度T以及当前边缘网络计算设备的数据负载Lo；

基于所述数据流属性计算当前工况数据流分发值F：

其中，S′为紧随当前工况数据流的下一个工况数据流的数据量大小，T′为所述下一个工况数据流的时间区间长度；

如果所述当前工况数据流分发值F满足预定条件，则将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机设备的同一个开源测试引擎；

否则，将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机设备的不同开源测试引擎。

所述自动化监控系统中的所述边缘主机设备包括安装于边缘主机上的多个边缘应用，所述多个边缘应用连接至边缘主机管理系统。

所述边缘主机设备包括安装于边缘主机上的多个边缘应用，所述多个边缘应用连接至边缘主机管理系统，具体包括：

所述开源测试引擎向所述边缘主机管理系统上报自身接收的所述工况数据流的属性；所述边缘主机管理系统包括测试执行引擎以及流程控制引擎。

基于所述上报的工况数据流的属性，所述边缘主机管理系统中的所述测试执行引擎和/或流程控制引擎发送测试执行指令给所述开源测试引擎。

利用上述基于开源软件的自动化测试系统和/或基于开源软件的自动化监控系统，可实现一种基于开源软件的智能运维系统，从而基于边缘计算以及开源软件实现智能工厂的自动化测试、监控及智能运维。

本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的基于开源软件的自动化测试系统的模块架构图；

图2是图1所述系统进行系统测试的数据流原理图；

图3是本发明一个实施例的基于开源软件的自动化监控系统的模块架构图；

图4是图3所述系统中的边缘主机设备的组成图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。下面，结合附图以及具体实施方式，对发明做出进一步的描述。

参照图1是发明一个实施例的基于开源软件的自动化测试系统的模块架构图。

图1中所述自动化测试系统包括基于边缘计算架构的多个测试设备、测试执行引擎以及流程控制引擎。

所述多个测试设备配置不同的边缘计算架构，所述每个边缘计算架构包含边缘网络层和边缘主机层；

所述边缘网络层提供数据进出所述边缘主机层的通道，所述边缘主机层包括多种开源测试引擎。

作为一个实例，边缘网络层包括硬件芯片Edge TPU和软件堆栈Cloud IoT Edge；

作为再一个实例，边缘主机层包括面向边缘设备的人工智能计算平台JetsonTX2；边缘主机层提供一套虚拟化的基础设施，可承载各种5G、物联网相关的边缘应用软件，应用软件接受边缘平台的管理。

作为一个示意性的例子，开源测试引擎可以基于Akraino与StarlingX实现。

所述边缘网络层接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给所述边缘主机层的多种开源测试引擎；

更具体的，所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流，包括：

所述远程终端单元按照所述工况参数的时间连续属性，将所述工况参数分段处理为多个工况数据流，其中，每一个工况数据流中工况参数的采集时间处于预定长度的时间区段。

作为一个非限制性的例子，假设工况参数Xi与其采集时间Ti的一个示例如下：

则可得到多个工况数据流如下：

[A，B，C]，时间区段长度为9min；

[D，E]，时间区段长度为12min；

[F，G，H，I]，时间区段长度为2min。

所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性；

基于所述上报的工况数据流的属性，所述测试执行引擎发送测试执行指令给所述开源测试引擎；

和/或；

基于所述上报的工况数据流的属性，所述流程控制引擎发出流程控制指令给所述测试执行引擎，所述测试执行引擎指示所述多个开源测试引擎按照所述流程控制指令执行测试。

更具体的，在图1基础上，参见图2，是图1所述系统进行系统测试的数据流原理图。

所述边缘网络层接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给所述边缘主机层的多种开源测试引擎，具体包括：

所述数据流属性包括当前工况数据流的数据量大小S、时间区段长度T以及当前边缘网络层的数据负载Lo；

基于所述数据流属性计算当前工况数据流分发值F：

其中，S′为紧随当前工况数据流的下一个工况数据流的数据量大小，T′为所述下一个工况数据流的时间区间长度；

如果所述当前工况数据流分发值F满足预定条件，则将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机层的同一个开源测试引擎；

否则，将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机层的不同开源测试引擎。

在图2中，所述预定条件为F是否大于预定差异值，所述预定差异值可以根据经验确定。

在图2中，所述数据流是连续不断的，因此，图2所述流程为对数据流的循环处理过程。

在图2和图1中，所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性，具体包括：

每个开源测试引擎K_i上报自身接收的工况数据流D_i的数据量大小S_i、时间区段[t_ia，t_ib]；

如果开源测试引擎K_i与K_j上报的工况数据流的时间区间长度总和相等并且数据量大小相同，则所述测试执行引擎发送测试执行指令给所述开源测试引擎K_i与K_j，使得开源测试引擎K_i与K_j同时执行测试。

如果开源测试引擎K_i与K_j上报的工况数据流的时间区间长度总和不等，则所述流程控制引擎发出流程控制指令给所述测试执行引擎，所述流程控制指令指示所述测试执行引擎先启动执行时间区间长度较大的工况数据流对应的开源测试引擎。

接下来参见图3，是本发明一个实施例的基于开源软件的自动化监控系统的模块架构图。

所述自动化监控系统包括安装于测试现场的多个远程终端单元(RTU)、与所述安装于测试现场的远程终端单元(RTU)连接的边缘网络计算设备以及与所述边缘网络计算设备连接的边缘主机设备；所述边缘主机设备包括多种开源测试引擎。

在图3中，每一个远程终端单元(RTU)连接连接一个独立的边缘网络计算设备，所有边缘网络计算设备连接至一个边缘主机设备。

所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流；

所述边缘网络计算设备接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性；

基于所述所述数据流属性将所述工况数据流分发给所述边缘主机设备的多种开源测试引擎，具体包括：

所述数据流属性包括当前工况数据流的数据量大小S、时间区段长度T以及当前边缘网络计算设备的数据负载Lo；

基于所述数据流属性计算当前工况数据流分发值F：

其中，S′为紧随当前工况数据流的下一个工况数据流的数据量大小，T′为所述下一个工况数据流的时间区间长度；

如果所述当前工况数据流分发值F满足预定条件，则将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机设备的同一个开源测试引擎；

否则，将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机设备的不同开源测试引擎。

在图3基础上，参见图4。

所述边缘主机设备包括安装于边缘主机上的多个边缘应用，所述多个边缘应用连接至边缘主机管理系统。所述边缘主机管理系统包括测试执行引擎以及流程控制引擎。

所述开源测试引擎向所述边缘主机管理系统上报自身接收的所述工况数据流的属性；

基于所述上报的工况数据流的属性，多个边缘应用进行计算后，所述边缘主机管理系统的测试执行引擎以及流程控制引擎发送测试执行指令给所述开源测试引擎。

在图4中，边缘主机管理系统包括边缘平台管理系统和VIM(VirtualisedInfrastructure Manager，虚拟资源管理)系统，分别提供对边缘平台的管理，和对虚拟网络、计算、存储资源的管理。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于开源软件的自动化测试系统，所述测试系统包括基于边缘计算架构的多个测试设备、测试执行引擎以及流程控制引擎；

其特征在于：

所述测试设备连接至安装于测试现场的远程终端单元(RTU)，所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流，发送至所述测试设备；

所述多个测试设备配置不同的边缘计算架构，所述每个边缘计算架构包含边缘网络层和边缘主机层；

所述边缘网络层提供数据进出所述边缘主机层的通道，所述边缘主机层包括多种开源测试引擎；

所述边缘网络层接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给所述边缘主机层的多种开源测试引擎；

所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性；

基于所述上报的工况数据流的属性，所述测试执行引擎发送测试执行指令给所述开源测试引擎；

和/或；

基于所述上报的工况数据流的属性，所述流程控制引擎发出流程控制指令给所述测试执行引擎，所述测试执行引擎指示所述多个开源测试引擎按照所述流程控制指令执行测试。

2.如权利要求1所述的基于开源软件的自动化测试系统，其特征在于：

所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流，具体包括：

所述远程终端单元按照所述工况参数的时间连续属性，将所述工况参数分段处理为多个工况数据流，其中，每一个工况数据流中工况参数的采集时间处于预定长度的时间区段。

3.如权利要求1所述的基于开源软件的自动化测试系统，其特征在于：

所述边缘网络层接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性，基于所述所述数据流属性将所述工况数据流分发给所述边缘主机层的多种开源测试引擎，具体包括：

所述数据流属性包括当前工况数据流的数据量大小S、时间区段长度T以及当前边缘网络层的数据负载Lo；

基于所述数据流属性计算当前工况数据流分发值F：

其中，S′为紧随当前工况数据流的下一个工况数据流的数据量大小，T′为所述下一个工况数据流的时间区间长度；

如果所述当前工况数据流分发值F满足预定条件，则将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机层的同一个开源测试引擎；

否则，将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机层的不同开源测试引擎。

4.如权利要求3所述的基于开源软件的自动化测试系统，其特征在于：

所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性，具体包括：

每个开源测试引擎K_i上报自身接收的工况数据流D_i的数据量大小S_i、时间区段[t_ia，t_ib]；

如果开源测试引擎K_i与K_j上报的工况数据流的时间区间长度总和相等并且数据量大小相同，则所述测试执行引擎发送测试执行指令给所述开源测试引擎K_i与K_j，使得开源测试引擎K_i与K_j同时执行测试。

5.如权利要求3所述的基于开源软件的自动化测试系统，其特征在于：

所述开源测试引擎向所述测试执行引擎以及流程控制引擎上报自身接收的所述工况数据流的属性，具体包括：

每个开源测试引擎K_i上报自身接收的工况数据流D_i的数据量大小S_i、时间区段[t_ia，t_ib]；

如果开源测试引擎K_i与K_j上报的工况数据流的时间区间长度总和不等，则所述流程控制引擎发出流程控制指令给所述测试执行引擎，所述流程控制指令指示所述测试执行引擎先启动执行时间区间长度较大的工况数据流对应的开源测试引擎。

6.一种基于开源软件的自动化监控系统，所述系统包括安装于测试现场的多个远程终端单元(RTU)、与所述安装于测试现场的远程终端单元(RTU)连接的边缘网络计算设备以及与所述边缘网络计算设备连接的边缘主机设备；所述边缘主机设备包括多种开源测试引擎；

其特征在于：

所述远程终端单元获取现场被测系统的工况参数并进行初步预处理后获得工况数据流；

所述边缘网络计算设备接收所述远程终端单元发送的工况数据流，对所述工况数据流进行解析后获得数据流属性；

基于所述所述数据流属性将所述工况数据流分发给所述边缘主机设备的多种开源测试引擎，具体包括：

所述数据流属性包括当前工况数据流的数据量大小S、时间区段长度T以及当前边缘网络计算设备的数据负载Lo；

基于所述数据流属性计算当前工况数据流分发值F：

其中，S′为紧随当前工况数据流的下一个工况数据流的数据量大小，T′为所述下一个工况数据流的时间区间长度；

如果所述当前工况数据流分发值F满足预定条件，则将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机设备的同一个开源测试引擎；

否则，将所述当前工况数据流以及下一个工况数据流分发给所述边缘主机设备的不同开源测试引擎。

7.如权利要求6所述的一种基于开源软件的自动化监控系统，其特征在于：

所述边缘主机设备包括安装于边缘主机上的多个边缘应用，所述多个边缘应用连接至边缘主机管理系统。

8.如权利要求7所述的一种基于开源软件的自动化监控系统，其特征在于：

所述边缘主机设备包括安装于边缘主机上的多个边缘应用，所述多个边缘应用连接至边缘主机管理系统，具体包括：

所述开源测试引擎向所述边缘主机管理系统上报自身接收的所述工况数据流的属性；

基于所述上报的工况数据流的属性，所述边缘主机管理系统发送测试执行指令给所述开源测试引擎。

9.如权利要求6所述的一种基于开源软件的自动化监控系统，其特征在于：

所述边缘主机管理系统包括测试执行引擎以及流程控制引擎。

10.一种基于开源软件的智能运维系统，所述智能运维系统包括边缘平台管理系统，所述边缘平台管理系统连接至权利要求1-5任一项所述的基于开源软件的自动化测试系统或权利要求6-9任一项所述的基于开源软件的自动化监控系统。

Images