大数据的测试系统特点
2015-11-03 14:32
225 查看
一.大数据特点
1.大规模
大数据分析系统往往由服务器集群组成,目前是可达到成千上万个核的集群.
2.高可用
具备7*24h的正常运行能力,且具有完善的容错能力.
3.高性能
毫秒级资源与负载调度管理.
4.海量历史数据
海量报表与海量数据分析.
5.跨平台
对于主流软硬件的支持能力.
6.易用性
集群的管理简单有效.
二.大数据测试特点
a.数据的读增删改
测试需对提供用户的所有的基本功能/接口进行测试,保证基本功能的正确.
b.分布式的部署方式
对于大数据分析系统支持多种的部署方式,例如32/64位PC,不同的服务部署,配置测试,不同的数据分配策略测试等;
测试的硬件规模(百千台级别测试验证)和覆盖面(各种操作系统和硬件支持,性能,压力,可用性,安全性,浏览器,数据库等)也是大数据测试点.
c.高可扩展性
分布式系统支持服务的热插拔,测试需根据本身系统的特性设计相应的扩展功能或测试用例;
例如增加/删除节点,需保证数据的完整性和一致性,不能影响数据的正确操作.
d.高可用性/高稳定性
稳定性压力测试,保证各情况下服务的正常,增加异常的容灾用例,比如不同节点的异常及服务的关起等测试.
e.高性能
测试需对系统进行性能测试和调优,根据不同大数据分析系统的特点设计相应的测试场景进行性能测试.
1.大规模
大数据分析系统往往由服务器集群组成,目前是可达到成千上万个核的集群.
2.高可用
具备7*24h的正常运行能力,且具有完善的容错能力.
3.高性能
毫秒级资源与负载调度管理.
4.海量历史数据
海量报表与海量数据分析.
5.跨平台
对于主流软硬件的支持能力.
6.易用性
集群的管理简单有效.
二.大数据测试特点
a.数据的读增删改
测试需对提供用户的所有的基本功能/接口进行测试,保证基本功能的正确.
b.分布式的部署方式
对于大数据分析系统支持多种的部署方式,例如32/64位PC,不同的服务部署,配置测试,不同的数据分配策略测试等;
测试的硬件规模(百千台级别测试验证)和覆盖面(各种操作系统和硬件支持,性能,压力,可用性,安全性,浏览器,数据库等)也是大数据测试点.
c.高可扩展性
分布式系统支持服务的热插拔,测试需根据本身系统的特性设计相应的扩展功能或测试用例;
例如增加/删除节点,需保证数据的完整性和一致性,不能影响数据的正确操作.
d.高可用性/高稳定性
稳定性压力测试,保证各情况下服务的正常,增加异常的容灾用例,比如不同节点的异常及服务的关起等测试.
e.高性能
测试需对系统进行性能测试和调优,根据不同大数据分析系统的特点设计相应的测试场景进行性能测试.
相关文章推荐
- 数据存储接口测试用例
- ETL 测试/数据仓库测试-----技巧,技术,过程和挑战
- 抛砖引玉----个人大数据测试小结
- 大数据测试方法
- 软件测试工程师又一大挑战:大数据测试
- [大数据测试]ETL测试或数据仓库测试入门
- 错误分析—linker command failed with exit code 1
- Arcengin调用GP工具“对COM组件的调用返回了错误 HRESULTE_FAIL”解决方法
- Hadoop简单源码样例
- Daily Scrumming* 2015.11.3(Day 15)
- 存储几个基本概念2--RAID,LUN
- socketpair理解
- Hadoop安装过程
- LightOJ 1282 Leading and Trailing (快数幂 + 数学)
- 屏幕方向调节---LANDSCAPE与PORTRAIT
- poj 2673 Kicc Wants to Move a Mountain! 模拟水题
- Daily Scrum 11.3
- 浅谈工业级物联网项目架构设计及实施
- Some index files failed to download. They have been ignored, or old ones used instead.
- httpd: apr_sockaddr_info_get() failedserver's fully qualified domain name 127.0.0.1 for ServerName