大数据云计算时代软件测试所面临的挑战

贾丽慧

摘要：随着时代变迁科学技术已逐渐运用到人们的生活中，给人们带来诸多的便利，因此社会对科技的要求也逐渐提高，从而大数据云计算背景下的软件测试产生了新的挑战。传统的软件测试已不能适应这个日益变迁的时代，改善或研究出新的软件测试技巧尤为重要。

关键词：大数据云计算；软件测试；挑战

中图分类号：TP311 文献标识码：A 文章编号：2095-3178（2018）20-0473-01

引言

随着互联网、政府、企业、个人用户需求量的增加，基于大数据云计算技术的应用系统越来越多，对软件测试工作提出了很大的挑战。只有转变传统的测试思维，合理利用多种技术和框架、各种自动化工具的融合，并不断开拓创新测试方法和技术，优化改进测试策略和流程，才能够获得更好的发展。

1 基于大数据云计算的计算机软件测试概述

目前，在学术界关于基于云计算的计算机软件测试的概念至今还没有达成共识。从总体上讲，大致可以分为以下几种观点：（1）这一测试指在云计算的环境下，利用应用程序，对用户流量展开模拟；（2）它指在云环境既有的资源基础上，通过基础设施的建设，规避测试中可能出现的问题，从而保障计算机软件性能进一步提高；（3）这一测试技术主要包含两部分，第一部分主要指借助云环境现有资源，模拟用户流量与实际负荷，第二部分指在云环境基础设施建设前提下，开展综合性调试，从而保证计算软件性能[1]。现阶段，我国学术界比较认可第三种定义。上述有关阐述主要是从广义的视角来分析的。从狭义的视角讲，基于云计算的计算机软件测试技术主要指软件开发商在云计算平台的基础上，所进行的一种软件测试行为，实际是借助云计算平台，采用便于扩展、按需的形式来获取测试资源，从而达到各类测试目标。

2 大数据云计算时代软件测试所面临的挑战

2.1 软件内部测试效果不理想

软件测试部门开展了单元、部件、配置项以及系统级的软件内部测试，大幅提升了软件质量。但内部测试完成后，三方测试和定型测评机构依然能够提出较多问题，说明系统承制单位的软件内部测试效果仍有较大提升空间。内部测试效果不理想的主要原因包括：（1）测试人员的能力有待提高：测试人员多数为计算机相关专业，缺少武器系统和嵌入式软件的设计经验，对被测产品的设计原理认识不够深刻，对新的测试理念测试方法学习不及时；（2）软件测试部门承担的测试项目多、测试类型多，测试人员的精力严重不足；（3）型号线为软件测试提供的工作时间极短，测试时间不充分，测试工作难以全面深入开展。

2.2 大数据性能测试的问题

传统的B/S或C/S性能测试一般通过客户端测试负载器模拟向服务器发送请求来实现对服务器的压力测试。在大数据背景下，数据处理平台一般架构在可动态扩展的PaaS平台，传统的局域网环境下开展压力测试模式，已无法满足需求，难以实现负载器数量的扩展，也无法采取有效的控制措施[3]。在大数据时代背景下，云计算系统分布范围较广，测试客户端需要设置分布式特征，在大量用户数据的驱动下，控制设备的监控压力也在不断增加，受到负载器数据及状态的影响，很大程度上会对软件性能测试造成影响。并且由于大数据应用所涉及的技术、环境的复杂性，对于问题的诊断调优也存在难度。

3 大数据云计算时代软件测试应应对策略

3.1 完善云计算环境下軟件测试中测试云系统构成

交互平台实现了用户和设备的转换和信息的传递，在此基础上需要考虑构建测试云系统，这样才能对整个测试过程实现自动化。在基础设施云的构建上一般有两种途径，一是通过市场了解和对比分析合理购进，二是技术开发自行构建。由于自行构建需要很大的技术支持和财力、人力、物力的投入，很多非专门的公司不会选择自行构建，大都选择直接购进。在云系统的选择上，要全面综合考虑系统测试的要求和配合度以及资金等方面。现在市场上基础设施云的选择多以AmazonEC2为主，因其灵活性较强、弹性很大，在计算能力上能够做到熟练缩放，方便交互平台上进行信息的储存和调用，极大缩短页面请求和反应的时间，受到广大用户的青睐。其次，在构建模板映像配置上，需要将相关配置、程序和数据都融入其中，虚拟机实际运行中会出现多个运行地点，为防止运行混乱，降低提取信息速度，可以将虚拟机实例、静态IP端点等设置其中，确保整个虚拟机可靠运行。测试人员在进行虚拟机调度和配置当中，应根据实际需求来配置，单机配置中能够直接开启虚拟机，并调度到响应接口，在客户端输入指令后，虚拟机能够通过服务器来获取相应的测试数据，再根据要求向客户端传达测试信息和结果，并将自动转变为待机状态。

3.2 提高测试速度，加大测试准确性

由于软件测试的速度较慢以及准确性模糊不清，软件数据的测试效果和实用性就比较低。我们需要通过反复的实验找到降低测试速度和准确性的根本，做出进一步的完善和改进，使出错率降到最低运算速度提到更高。

3.3 合理利用测试工具

目前业界暂无通用、标准的大数据性能测试工具，要自行开发或整合多种相关测试工具才可能实现性能测试及问题诊断。首先搭建测试环境，需要考虑：是否有足够的存储设备来存储和处理大数据；有足够的CPU、内存资源保障高性能处理；有集群处理分布式节点和数据等[6]。接着准备测试数据、设计测试场景、编写测试脚本，需要考虑：各业务的占比；各节点测试数据量的准备；并发线程/用户量的需求；超时时间/参数/消息队列长度设置；选用测试工具或测试脚本开发等。最后执行性能测试，可通过Hadoop性能监控器来监测平均响应时间、吞吐量、资源占用率等运行状态性能指标和瓶颈问题[7]。

3.4 利用人工智能使数据处理更加全面

在大数据时代人工智能逐渐深入人心。因为传统的软件测试存在ORACLE问题和杀虫剂问题，让人民对此忧虑。智能化技术的输入数据范围广泛而且具有人工智能特效。我们可以利用智能化改变软件测试的原始设计，使测试取长补短，在原来的基础上解决问题并且让测试数据更加方便快捷。

3.5 规范测试结果收集生成

以在进行软件测试的时候就需要测试人员依据用户需求来收集测试结果，进行个性化分析，以满足更多特殊需求的用户。系统中的AGENT能够对平台接口进行直接的利用，缩短了系统的启动和转换时间，AGENT能够在规定时间内完成对相应软件配置的要求，测试完成后，AGENT能够按照预先设定的标准向服务器上传结果报告，根据需求编写出有关软件的标准数据以及想要的相关信息，有针对的进行测试和提取针对性信息能够有效的缩短测试的时间和服务器的运转分类时间，在服务器接收到结果后，应用预先设定的标准进行相应的分析、统计和整理，提取最有效的信息，进行总结汇总，最终向用户做出软件测试报告的结果反馈。

4 结束语

综上所述，我国计算机技术起步较晚，对于计算机软件测试技术的改进和优化已成为当前工作的重中之重。而云计算技术已成为我国现代信息技术的主要发展趋势。基于云计算的计算机软件测试还存在不足之处，需要进一步加强对其的研究。

参考文献

[1]吴真炜.大数据背景下软件测试的挑战与展望[J].江苏科技信息，2018，35（19）：69-71.

[2]王京.大数据背景下软件测试技术研究[J].信息与电脑（理论版），2018（07）：26-27+30.

[3]王子进.云计算下的软件测试系统设计方法分析[J].数码世界，2018（04）：319.

[4]刘淑平，江依诺，杨俊伟.基于云计算的电力软件测试技术研究[J].电力信息与通信技术，2018，16（03）：64-68.

[5]叶思思.基于云计算环境下的软件测试研究[J].计算机产品与流通，2018（03）：31.