每日一博 | 数据平台流量回放最佳实践
1 背景与挑战 1.1 数据平台业务背景 数据平台利用大数据智能分析、数据可视化等技术,对公司内外部经过采集、建设、管理、分析的多源异构数据进行呈现和应用,实现了数据共享、日常报表自动生成、快速和智能分析,深度挖掘数据价值,满足企业各级部门之间的数据分析应用需求。因而也具有数据量大,场景多,数据准确性要求高,查询性能要有保障等特点。 1.2 传统测试方法 基于数据平台的特点,使得我们在线下进行数据测试或者回归测试时成本比较高,难度也比较大。所以我们希望能有一种有效的手段来降低测试的成本和门槛,实现测试的标准化。一直以来我们都是通过编写自动化测试来实现的。但是传统的自动化测试其实是有很多弊端的,比如成本高,覆盖场景有限,标准化难度高等。 1.3 传统自动化的弊端 1.3.1 成本高: 人工编写、维护自动化用例成本高 较低的测开比无法跟上迭代的速度 1.3.2 覆盖场景有限: 线下构造测试场景难度大 场景覆盖度有限 1.3.3 标准化难度高: 强依赖QA个人经验和能力 开发独立排查自动化问题难度高,推动开发自测效果差 因此我们希望利用线上的流量来搭建一个流量回放的平台,与自动化测试结合,来...
