北方自动控制技术研究所 山西太原 030006
摘要：大数据处理是指不能通过传统计算技术处理的海量数据集合的数据创建、存储、检索和分析等操作,具有大批量、多样性、复杂性、实时性、交互性等特性。在大数据背景下,随着互联网、政府、企业、个人用户需求量的增加,基于大数据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。接下来，文章就大数据云计算时代软件测试所面临的挑战展开论述。
关键词：大数据；云计算时代；软件测试；挑战
引言
大数据是指无法在一定时间内利用常规软件进行捕捉、管理与处理的数据集合，具有数据量大、数据类型多、数据价值密度低和数据处理速度快等特征。大数据时代最早源于麦肯锡公司，其指出现数据已遍布至各行业及领域，后来阿里巴巴创始人马云也提出，未来人们将进入大数据时代。伴随时代的不断进步及科学技术的不断发展，在大数据时代下，硬件产品愈发复杂多样，应用范围也不断拓宽，在这种背景下，软件系统的规模不断扩大，复杂性不断增加，为保证软件的质量与运行的安全性，软件测试技术的发展与应用至关重要。
1普通软件测试存在的问题
1.1处理规模有限，不能满足社会需求
传统的普通软件测试系统适用于小规模短距离的运用，现在不能满足用户的需求，在实际应用的过程中会出席卡顿现象，严重时候可能造成软件测试系统不能正常应用。在测试的过程中控制系统发送指令对测试系统进行全面测试，但测试服务器有限，对测试的运算速度都有一定的影响，软件测试的效果不好。
1.2软件测试存在相关ORACLE问题
软件开发完成以后都需要进行软件测试，软件测试主要测试软件运行的速度，频率根据我们开发前的预测进行对比，看软件开发是否符合开发的结果。在软件测试的过程中ORACLE问题非常严重，在技术开发等过程都存在一定的问题，必须利用新技术解决软件测试中ORACLE问题，完善软件测试的职能。
2大数据时代下软件测试所面临的挑战
2.1Oracle问题愈发突出
实施软件测试的目的在于发现并找出软件的错误运行情况，而Oracle是指对测试过程是否通过的可验证进行专门判断。进入大数据时代，无论是趋势分析还是图类计算，软件测试都变得更加困难。大数据处理模式分为物理模式和化学模式，其中物理模式下的大数据处理是指基于确保大数据价值的前提下，不断缩小大数据的规模，并充分清洗数据的一些固定基本属性。此过程包含了很多数据处理方式，可有效实现对大数据的物理处理。据此也可以看出，在物理模式下，大数据的处理测试Oracle本身是无任何问题的。但在化学模式下，对于大数据的处理则需具备两方面问题：一是最主要预测；二是快速算法，此两方面问题在很大程度上加大了Oracle的难度，导致Oracle变得极其困难。如在计算个性化推荐统计信息时，通过分析个性化数据，可向用户推荐出满足用户需求的产品或商品，但这也意味着可能会有一半的用户是不喜欢这个商品的，大数据的化学处理仅能通过计算得出用户对于某类商品的喜爱程度，而无法再深入进行分析。此问题的出现表明了结果的准确性与正确性产生了本质性的偏差，也就使得Oracle更加难以确定。
2.2传统测试平台无法满足大数据的处理需求
传统软件测试所采取的方法主要为利用控制器对本地进行协调，通过将服务请求发送至服务器端来实现对服务器压力的测试。
期刊文章分类查询,尽在期刊图书馆此方法对于服务器构成较少的系统而言是非常实用的，但进入大数据时代后，尤其是云计算技术的出现与广泛应用，应用服务器的用户数量不断增多，其需求量也不断增加，系统的并发用户数量不断上涨，使得系统的访问量迅速加大。此时，为保证系统能够承载这巨大的用户访问量并能正常运行，就必须测试服务端系统。服务端系统测试可于系统上线前开始，先对测试内容相对充分地实施测试。但是传统的局域网测试方法则很难满足服务器的这一测试需求，因此而产生了诸多软件测试问题：第一，负载产生器的物理机数量难以获得动态拓展；第二，大数据驱动云计算，现云计算大量采取分散客户端，加大了软件测试的工作量；第三，由于大数据的推动，负载产生器状态的测试限制了系统性能的测试，致测试失败风险加大；第四，就当前而言，我国实施软件测试所使用的控制器和负载产生器的同步问题愈发复杂，严重影响了负载产生器的测试效果。
2.3软件服务化加大了测试困难度
从开发模式方面来看，软件的开发主要包括完全编码、构建化、服务和云计算4个阶段，而在这个4个阶段当中，由于软件的服务化程度不断加深，导致软件的测试难度不断加大。首先，完全编码阶段。完全编码阶段是软件开发的基础阶段，在此阶段，研发人员可掌握除系统本身的类库以外的所有代码，用户的可测性较强，基本可应用所有调试测试盒的方法。其次，构建化阶段。在构建化阶段，开发人员的工作是基于系统类库依软件业务所需对一些可重复利用业务组建进行重新构建，以提高软件的开发效率。但这些经重新构建的组件通常只能应用于本地，业务系统具较高耦合度，用户也可更好地掌握组件。虽然用户无法对第三方组件实施内部跟踪和分析，但却可更好地跟踪其运动结构。再次，服务阶段。服务阶段即将本地所运用的组织转变为远程方式，以为用户提供更好的服务。在此阶段，用户对外部服务的掌握逐步减少，仅可通过服务输入与输出了解服务情况。最后，云计算阶段。云计算技术是伴随科学技术的发展而逐步发展起来的，进入大数据时代，云计算技术得到了广泛应用。在云计算阶段，用户很难了解组件的服务情况，尤其是采取PASS架构的应用程序，仅能通过输入与输出接口来了解组件的服务运行状态，这在很大程度上增加了软件测试的困难度。
3大数据背景下软件测试的展望
在大数据背景下,云计算、虚拟化技术得到了较好的应用。结合相关资料,大数据背景下软件测试展望主要如下:
(1)完善与改进测试技术,在大数据背景下,测试技术只有朝着多元化方向发展,才能够实现突破。将已知测试技术、测试方法相互结合,并进行综合利用。针对数据储存模糊认知,导致影响测试精准性的情况,其解决措施为:在应用数据库前,必须要反复测试数据库,降低数据错误率带来的影响,全面提升数据的准确性、一致性、完整性,为后期的测试奠定基础。除了功能测试,还要兼顾性能效率、容错性、可用性、扩展性、稳定性、兼容性、数据一致性等方面的测试。
(2)加入智能化技术,提升数据处理质量,在实际应用时,其设计工作不仅需要对输入的数据进行界定,分析数据的属性,还需要依据数据的样本、数据采集情况、数据分布规模等选择正确的评价方式。在数据输入时,需要确保数据属性的规范性,综合分析、考虑数据输入的大小、输出样式,在大数据背景下,应用智能化技术能够消除输入、输出数据之间的差异性,逐步规范操作,全面提升软件测试质量。
(3)基于大数据背景下,在各类数据处理中云计算、虚拟化的应用十分有必要,为了更好的满足大数据时代的性能测试需求,就必须要构建客户端与服务器端需求相匹配的自动化运行环境,发挥负载器的作用,研究并发环境,强化监控,逐步探索全新的测试手段。
结语
总而言之，大数据时代的到来给软件测试带来了诸多挑战，在一定程度上影响了软件测试技术的发展。为了更好地解决大数据时代下软件测试所存在的问题，作为软件测试工作人员，一方面要不断调整和优化Oracle的内存区；另一方面要定期整理数据库碎片；此外，还要提高软件测试数据的准确性，以确保软件测试的质量，保证软件能安全运行，促进软件测试技术的进一步发展，推动我国软件行业的快速进步。
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]孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(01):146-169.
论文作者:董晓峰,晋超琼,陈瑞昱,赵阳,刘春龙
论文发表刊物:《防护工程》2019年第4期
论文发表时间:2019/5/29
标签：测试论文; 数据论文; 软件论文; 技术论文; 时代论文; 阶段论文; 系统论文; 《防护工程》2019年第4期论文;