大数据测试类型&大数据测试步骤

 

什么是大数据？

         大数据是一个大的数据集合，通过传统的计算技术无法进行处理。这些数据集的测试需要使用各种工具、技术和框架进行处理。大数据涉及数据创建、存储、检索、分析，而且它在数量、多样性、速度方法都很出色。

大数据测试类型

         测试大数据应用程序更多的是验证其数据处理，而不是测试软件产品的个别功能。当涉及到大数据测试时，性能和功能测试是关键。

         在大数据测试中，QA工程师使用集群和其他组件来验证对TB级数据的成功处理。因为处理非常快，所以它需要高水平的测试技能。处理可以是三种类型：批量、实时、交互。

        

         与此同时，数据质量也是大数据测试的一个重要因素。在测试应用程序之前，有必要检查数据的质量，并将其视为数据库测试的一部分。它涉及检查各种字段，如一致性，准确性，重复，一致性，有效性，数据完整性等。

大数据测试步骤

         下图给出了测试大数据应用程序阶段的高级概述：

          

         大数据测试实现被分成三个步。

Step 1：数据阶段验证

         大数据测试的第一步，也称作pre-hadoop阶段该过程包括如下验证：

Ø  来自各方面的数据资源应该被验证，来确保正确的数据被加载进系统

Ø  将源数据与推送到Hadoop系统中的数据进行比较，以确保它们匹配

Ø  验证正确的数据被提取并被加载到HDFS正确的位置

         该阶段可以使用工具Talend或Datameer，进行数据阶段验证。

Step 2："MapReduce"验证

         大数据测试的第二步是MapReduce的验证。在这个阶段，测试者在每个节点上进行业务逻辑验证，然后在运行多个节点后验证它们，确保如下操作的正确性：

Ø  Map与Reduce进程正常工作

Ø  在数据上实施数据聚合或隔离规则

Ø  生成键值对

Ø  在执行Map和Reduce进程后验证数据

Step 3：输出阶段验证

         大数据测试的最后或第三阶段是输出验证过程。生成输出数据文件，同时把文件移到一个EDW（Enterprise Data Warehouse:企业数据仓库）中或着把文件移动到任何其他基于需求的系统中。在第三阶段的活动包括：

Ø  检查转换(Transformation)规则被正确应用

Ø  检查数据完整性和成功的数据加载到目标系统中

Ø  通过将目标数据与HDFS文件系统数据进行比较来检查没有数据损坏

 

 

 

原网站链接：http://www.guru99.com/big-data-testing-functional-performance.html#1