欢迎光临
梦想从学习开始!

大数据测试实践小结| 小熊测试

本文主要介绍 大数据测试实践小结| 小熊测试,小熊希望对大家的学习或者工作具有一定的参考学习价值,在测试领域有所提升和发展。

  针对我们产品线的某些模型产品的需求,开始展开大数据测试,对大数据测试仍然属于摸索和尝试的阶段,大家感兴趣的欢迎拍砖。

  一、 模型产生的过程

您现在正在阅读的是由小熊分享邦为您整理的 大数据测试实践小结| 小熊测试
  ·  信息收集:需明确项目目标和业务需求,根据确定的数据分析对象,确定分析对象所需要的特征信息,以及特征信息的计算方法;这个过程业务方会做很多的准备工作,会拉数据去证明哪些特征信息与我们的数据分析对象是有关联的;

  ·  数据准备: 从数据仓库中获取数据构造用于模型分析的数据集,包括选择数据、格式化数据、数据清理、数据整合等过程,是整个数据挖掘过程中最耗时的环节,甚至占据整个模型项目一半以上的工作量。而数据是整个数据挖掘的根基,数据的质量直接决定模型分析的结果的准确性;

  ·  建立模型:选择合适的建模技术和算法,将最终得到的数据集是作为模型的输入进行训练,同时对它们的参数进行校准以达到最优值。

  ·  模型评估: 通过模型的训练会最终得到一个分析结果,需要对它们进行验证和评价,证明其合理性和准确性。一般对模型进行评估的方法有:业务上抽样数据验证、计算模型的准确率、信息分布、 K-S 值、 Gini 值等;

  二、 数据测试的范围和难点

  针对模型产生的这一过程,可以确定我们的测试范围和重点是数据准备这个环节,就如上所述,数据是整个过程最重要和最关键的一个环节,需要确保数据的质量。

  测试对象:开发人员开发数据的 HiveSql 脚本及脚本产出的数据集合;

  我们产品的数据特点:

  1. 大部分字段有比较复杂的计算逻辑;

  2. 无需求说明文档,加大了理解字段的难度;

  3. 无设计文档,即无执行计划,表关系、计算逻辑、源表只能通过分析代码获得;代码在划分模块、编写风格上,不同开发有不同特点;

  三、 数据测试技术 & 方法

  公司有一些 BU 在做数据的测试,目前大家一起筹备在做大数据测试的共建。

  ·   相关的技术 :

  1.      规则扫描技术:对数据集合的字段列配置一些校验规则,自动进行扫描;

  2.      静态代码扫描:目前有列顺序扫描、代码规范扫描等;

  3.      单元测试:数据准确、单元脚本的执行。提供单测平台,驱动开发去做 hivesql 的单元测试,测试人员主要是 review 开发的单测脚本校验规则是否齐全和正确;

  4.      数据对比:数据集合的对比;

  等等 。。。。。。应用到我们模型数据测试中的技术有规则扫描、列对比、数据对比等技术,比较适用,发现的数据类 bug 比较多;

  ·   关于数据测试方面的沉淀和方法比较零散,没有形成体系;且各个 BU 因为业务的差异性,测试方法也存在不同。针对我们产品的数据特点,我整理了一些过程中用到的 测试方法 :

  1.      结果数据比对方法,主要做数据量的比对、数据取值是否和源数据仓库中的数据一致;

  2.      抽样数据验证:此方法主要用于校验有比较复杂计算逻辑的字段数据是否正确;计算逻辑比较复杂,编写自动化脚本做大批量数据的比对代价会比较大,需要产生很多中间表,因此,做抽样数据验证,大大提高了效率,也易于发现 bug ;

  3.      代码静态分析和 code review ,会发现一些业务上和筛选条件上的错误;

  4.      造测试数据,验证计算逻辑;

  5.      数据列顺序对比;

  ·   校验的场景:

  1.      数据量;

  2.      记录是否唯一;

  3.      数据区间和分布( min 、 max 、 avg 等);

  4.      数据中 null 值的替换及格式化特征;

  5.      数据边界;

  6.      数据是否一致、存在丢失;

  7.      列顺序是否正确;

  8.      数据的精度和格式化信息;

  四、 测试工具

  过程中,运用的测试工具有:

  1.      Hivetest

  既可做 sql 与 sql 的比对,也能做 sql 与值的比对测试,平台包括数据准确、同步、脚本的模版、执行等;

  2.      规则扫描工具:主要是对字段列配置规则进行扫描;

  3.      表关系生成工具;

  还有一些工具,例如 Slowly 平台、一淘的单元测试平台、 BI 的 checklist 数据对比工具、单元测试平台,没有进行适用, Slowly 目前只支持支付宝的集群,一淘的目前还未做权限开放,当然想用的话,仍然可以联系灵石做处理; BI 的单测平台目前只支持云梯 2 ,而我们却在云梯 1 ……

  总体感觉,在大数据测试这块,大数据对比、规则扫描、代码静态扫描、表关系生成、执行计划自动生成、单测平台会有比较大的应用前景,大数据的比对是难点。

  五、 常见 bug 分类

  尝试做了 2 个模型的数据测试,发现的 bug 不多,大体上集中在:

  1.      记录不唯一;

  2.      Null 值替换问题;

  3.      过滤条件不正确;

  4.      数据不一致和丢失;

  5.      列顺序错误;

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持小熊分享邦(www.xxfxb.com),希望大家能坚持软件测试之路,谢谢。

赞(0) 打赏
未经允许不得转载:小熊分享邦 » 大数据测试实践小结| 小熊测试

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏