当前位置: 首页 > news >正文

一篇文章带你上手批量功能测试

初次接触批量测试的小伙伴一定一头雾水,不知从何下手。

批量交易是什么?它与联机交易有何不同?批量测试都要关注哪些内容?本文结合实际测试经验,详细介绍批量交易的概念、分类以及功能测试关注点,助力测试小伙伴迈出批量功能测试的第一步。

什么是批量交易?

本文所称的批量交易,是与联机交易相对应的概念。联机交易具有实时、快速响应用户请求的特点,接收和处理请求都是实时的,处理完毕后立刻将结果返回客户。

批量交易则是在接收请求后,顺序处理,全部处理完毕后再将处理结果统一输出,因此具有处理数据量大,执行时间较长的特点。

一般而言,批量交易通过建立作业计划模板,以人工干预或系统自动调起程序的方式执行,模板中包含若干根据业务逻辑处理先后顺序进行排列的节点,节点可以调起对应的批量交易程序,对数据进行加工处理并输出结果。

下图举例了一个作业计划模板及其中节点之间的关系情况。

批量交易的分类

以银行系统为例,根据处理数据及结果的不同,批量交易包括账务处理类、统计报表类、状态修改类、数据清理类、生成历史数据类等类型。

1、账务处理类批量,指根据业务规则进行记账等账务处理类型的批量,例如:收费、结息、明细加工等。

2、统计报表类批量,指根据业务规则对数据进行加工生成报表的批量,例如:日报、月报、年报等。

3、状态修改类批量,指根据业务规则在到达某个业务规定的时间后修改产品状态的批量,例如:透支形态转移、解口挂等。

4、数据清理类批量,指根据业务规则或技术需要对表数据进行全部或部分清理的批量, 例如:LOADNULL或其它按时间清理的节点等。

5、生成历史数据类批量,指根据业务规则或技术需要把当前表中满足条件的数据转移至历史表中,例如:将交易明细迁移到历史表等。

批量交易功能测试的共性关注点

在进行上述每一类型的批量交易功能测试时,测试人员都要关注以下内容:

1、关注批量节点的配置信息,比如:归属模板正确性,节点前、后续节点信息正确性,节点执行开始和结束位置参数的连续性和正确性等。

2、批量节点处理的源和目的库、表的正确性。

3、批量节点应处理记录数和抽样处理记录详细内容正确性。

4、批量节点对会计日期进行校验的正确性。

不同类型批量的具体关注点

上一部分我们谈到各个类型批量的共性关注点,这一部分我们来看看不同类型的批量还有哪些具体的关注点。

1、账务处理类批量:

主要关注数据来源表获取正确、数据处理结果正确、数据处理结果存放表正确。

对于自身功能:前序节点提供的全量等价类业务场景数据处理正确(数据处理的记录数、抽样数据各字段数据结果均正确)。

对于节点间功能:给后序节点提供的数据处理正确(含生成中间表或生成的文件内容和格式)。

2、统计报表类批量:

对于节点自身功能:报表名称、格式、内容的正确性(数据处理的记录数、抽样数据各字段数据结果均正确),报表文件发送功能正常(需专属的较完备的环境)。

对于节点间功能,数据消费系统对批量节点生成文件的接收、解析处理、存储、显示和打印功能正常(注意文件格式的检查,特别是文件中分隔符等的检查)。

3、状态处理类批量:

关注点同账务类批量。

4、数据清理类批量:

主要关注清理节点清理策略的验证,数据清理边界值处理准确(清理日及该日前的数据均被清理,清理日后的数据未被清理),最大量数据的清理时间不影响第二天的联机。

5、生成历史数据类批量:

关注点同数据清理类批量,只是需要增加验证清理表的数据是否全部和正确清理到历史表(记录数和抽样数据均需验证)。

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取

http://www.rkmt.cn/news/88884.html

相关文章:

  • scheme中map的处理
  • 《Nature Communications》重磅:片上可见光GHz调制创纪录,量子计算与LiDAR应用再进一步
  • 区块链DAPP开发公司
  • 数据集对比
  • AutoTable终极指南:3分钟上手Java注解驱动数据库表自动化管理
  • Lenia完整指南:探索连续细胞自动机的数学生命世界
  • 一文了解:智能体大模型LangChain 和 Dify有什么区别?
  • day5 Java基础7
  • 数字孪生软件开发公司
  • 终极指南:快速掌握eventpp事件处理库的8种集成方法
  • 【每日一题】PCIe答疑 - 接大量 GPU 时主板不认设备或无法启动和MMIO的可能关系?
  • 区块链 Web3 项目开发公司
  • 品牌营销的“防AI雷区”:MyDetector如何让你的文案和图片双保险
  • 1小时搭建数据库性能测试原型:Sysbench快速验证
  • 基于微信小程序的学生评教系统【源码文末联系】
  • Rubberduck终极指南:快速提升VBA开发效率的完整解决方案
  • AI如何帮你快速搭建Linux Docker环境
  • 会“读心”的HR助手:AI供热企业HR管理系统,让招人管人更聪明
  • 排序算法指南:堆排序
  • 永磁同步电机在线参数辨识仿真模型,使用MRAS算法辨识,辨识精度很高。 可提供参考论文和解答以...
  • 企业级项目中处理npm包资金问题的5个实战技巧
  • 如何用AI自动修复LD_LIBRARY_PATH环境变量问题
  • 1小时搞定:使用0603封装快速验证电路原型
  • leetcode 733. Flood Fill 图像渲染-耗时100%
  • 高效检测PHP恶意代码:PHP Malware Finder实战指南
  • 1小时搞定Redis监控系统原型开发
  • asyncio.run() cannot be called from a running event loop的解决方法
  • 新手友好教程,手把手教你理解和使用SM4算法的核心要素。
  • Walrus去中心化存储实战:Testnet环境完整部署指南
  • 零基础教程:5分钟学会使用Figma汉化插件