大数据测试挑战&大数据性能测试挑战

大数据测试挑战

自动化

大数据的自动化测试需要有技术专长的人员。此外，自动化工具未配备处理测试期间出现的意外问题

虚拟化

它是测试的整体阶段之一。虚拟机延迟会在实时大数据测试中产生时序问题。在大数据中管理图像也是一个麻烦。

大数据集

需要验证更多的数据，需要更快的速度；需要自动化测试工作；需要能够跨不同平台进行测试。

大数据性能测试挑战

  多样化的技术：每个子组件属于不同的技术，需要孤立测试

  特定工具的不可用性：没有单个工具可以执行端到端测试。例如，NoSQL可能不适合消息队列

  测试脚本：需要为测试场景和测试用例设计高水的脚

  测试环境：由于数据量大，需要特殊的测试环境

  监控解决方案：存在可监控整个环境的有限解决方案

  诊断解决方案：需要定制解决方案来开发性能瓶颈区域

大数据测试总结

         随着数据工程和数据分析的进一步发展，大数据测试是不可避免的。大数据处理可以是批处理、实时或交互。

         测试大数据应用的3个阶段：数据分段验证、“MapReduce”验证、输出验证阶段。

         架构测试是大数据测试的重要阶段，因为设计不当可能会导致前所未有的错误和性能下降。

         大数据的性能测试包括验证：数据吞吐量、数据处理、子组件性能。

         大数据测试与传统数据测试在数据，基础设施和验证工具方面非常不同。

         大数据测试的挑战包括虚拟化，测试自动化和处理大型数据集。大数据应用程序的性能测试也是一个问题。