本文发布于「NebulaGraph 公众平台」，更多产品资讯请访问「NebulaGraph 官网」

一、精准测试介绍

什么是精准测试？

目前业内尚未形成统一的精准测试实践方案，对其也有多种定义：

（1）精准测试是一套计算机测试辅助分析系统。精准测试的核心组件包含的软件测试示波器、用例和代码的双向追溯、智能回归测试用例选取、覆盖率分析、缺陷定位、测试用例聚类分析、测试用例自动生成系统，这些功能完整的构成了精准测试技术体系。

（2）精准测试是一种测试方法，旨在通过优化测试过程和测试结果，提高软件质量和可靠性。该测试方法结合了自动化和手动化测试技术，以尽可能地覆盖所有的功能和边缘情况，从而减少潜在的缺陷和错误。

为什么要做精准测试？

精准测试是为了解决测试的质量和效率问题。

传统测试主要依赖测试人员的自身经验结合具体需求，分析出可能涉及的功能模块以和受影响的功能模块，从而评估出测试范围。如果想提高精准度，则需要沉浸到代码中去寻找答案，不仅提高了人力成本，更是对测试同学提出了更高的要求，更不适用于敏捷迭代中。

常见的精准测试方案

精准测试核心有两方面：精准推荐（用例推荐、接口、方法等）、测试度量（度量代码被测情况即代码覆盖率）

二、得物精准测试平台介绍

得物精准测试平台主要负责推荐精准测试范围，减少盲测、漏测、冗测现象。并将 “精准推荐 + 用例执行 + 结果度量”结合形成有机整体，在测试前、测试中、测试后帮助质量团队保质量、提效率。

目前平台已提供服务端 Java/Golang 应用和前端 H5 应用的精准推荐能力。

相比于上文提到的精准测试的定义，其实我们更关注它能给我们带来什么帮助，我们期望精准测试实现以下目标：

• 推荐测试范围，减少盲测、漏测、冗测，降低上线风险，提高测试准度和效率

• 测试前：评估影响面（增量影响面，风险影响面（如：资损、核心等），自动跑用例，前置发现问题

• 测试中：暴露未测代码，降低漏测风险，引导测试方向

• 测试后：度量测试覆盖度，找出卡点，保证上线质量

三、得物精准推荐平台的实现方案

得物精准测试平台主要由“精准测试平台”和“推荐引擎（链路分析器、差异分析器、知识库、推荐引擎）”两部分构成。

整体思路是建立由“代码行”反推“代码方法”并逆向追踪“API接口”，以“API接口”为枢纽，推荐“自动化用例、功能用例、资损用例等内容”的精准推荐体系。

我们建立完链路分析器后，会输出完整的方法调用链原数据和 API 入口方法标记信息，即建立了方法与方法、方法与类、类与类、类与接口（interface）、接口（interface）与接口（interface）之间的第一层关系，如：当前方法调用了哪些方法以及当前方法被哪些方法调用了。

但仅有原数据还不能进行变更接口推荐，因为原数据中只维护了一层调用关系，需要借助图数据库来把这些原数据串成一张调用链关系网。

为什么是图数据库？

一方面，由于得物精准测试平台“服务端”推荐技术底层是依赖“方法调用链”的，需要提供多版本推荐和实时查看能力。

另一方面，热点应用总方法量大、方法调用关系复杂、应用数量多、代码版本多、链路收集频率高，传统关系型数据库无法满足这种复杂场景，所以需要寻找一款合适的数据库。

经过调研，得物最终选择使用 NebulaGraph 图数据库来作为底层存储库。

NebulaGraph

“图”在人们的日常生活中出现的频率非常高，开心时发个靓照到朋友圈、网购时看完卖家秀再去评论区看看买家秀，这些都涉及到“图”，也许你想象的图是这样的 ↓↓↓

但 NebulaGraph 的“图”并非日常生活中常指的“图”。日常说的图一般指的的图片（Image），这里所说的图（ Graph）其实是一种“关系图”，更侧重体现事物之间的关系。

一张图（Graph）由一些小圆点（称为顶点或节点，即 Vertex 或 Node）和连接这些圆点的直线或曲线（称为边，即 Edge 或 Relationship）组成。

用 NebulaGraph 探索《权力的关系》人物关系图谱，最终呈现效果这样的 ↓↓↓

NebulaGraph 是一款开源的分布式高性能图数据库，在 DB-Engines 排名中位列全球图数据库第二，专门用于存储和处理巨大规模的图数据，擅长处理千亿节点万亿条边的超大规模数据集，并且提供毫秒级查询：

• 采用了分布式架构，将图数据分片存储在多个服务器上，以实现水平扩展和高可用性

• 提供了丰富的功能，包括顶点和边的属性和索引管理、多层次的图模型、高效的图遍历算法等

• 支持查询语言 Cypher、GQL、nGQL

得物 NebulaGraph ORM

由于 NebulaGraph 对于 Python 没有提供符合我们预期的 ORM 库，返回的结果是原生的数据格式，使用起来比较麻烦，所以我们自研了轻量级的 NebulaGraph ORM.

我们的精准测试方法的调用链中，主要涉及到 2 种点类型和 4 种边类型，将方法和类（类或接口）设计成 2 种点类型，将方法与方法、类与类、方法与类、变更方法与类这四种关系设计成“边类型”，具体模型定义如下：

class JMethodTag(Tag)：Java 方法-点类型，存储方法的相关属性信息

class JMethodTag(Tag):
    """
    Java方法-点类型
    """
    __NAME_PREFIX__ = 'tjm_'
    __VID_PREFIX__ = 'tjm_'   # vid前缀
    vid = Vid('vid', String, nullable=False, comment='点ID')
    name = Field('name', String, nullable=False, comment='简称')
    sign = Field('sign', String, nullable=False, comment='签名(全称)', index_len=50)
    type = Field('type', String, default='', nullable=False, comment='方法类型(method,constructor,static,get_set,field)')
    pkName = Field('pkName', String, default='', nullable=False, comment='包名')
    abs = Field('abs', Bool, default=False, nullable=False, comment='是否是抽象类')
    api = Field('api', Bool, default=False, nullable=False, comment='是否是API接口', index_len=None)
    aPtl = Field('aPtl', String, default='', nullable=False, comment='接口协议(http,dubbo,grpc)', index_len=20)
    aPath = Field('aPath', String, default='', nullable=False, comment='API接口路径(http: /xx/xx, dubbo: com.xx.xx.Cxx::mxx, /grpc.CntCenterService/MGetTrendInfo)', index_len=100)
    cName = Field('cName', String, default='', nullable=False, comment='所属类简称')
    cSign = Field('cSign', String, default='', nullable=False, comment='所属类签名', index_len=50)
    cType = Field('cType', String, default='', nullable=False, comment='所属类类型(class,interface,annotation,enum,unknown)')
    parNames = Field('parNames', String, default='', nullable=False, comment='参数名(多个";"分割)')
    parTypes = Field('parTypes', String, default='', nullable=False, comment='参数类型名(多个";"分割)')
    retType = Field('retType', String, default='', nullable=False, comment='返回类型名')
    calls = Field('calls', String, default='', nullable=False, comment='调用哪些方法调用(多个";"分割)')
    usages = Field('usages', String, default='', nullable=False, comment='被哪些方法调用(多个";"分割)')
    sLine = Field('sLine', Int, default=0, nullable=False, comment='开始行(从1开始)')
    eLine = Field('eLine', Int, default=0, nullable=False, comment='结束行')
    zsScan = Field('zsScan', String, default='', nullable=False, comment='资损字段')

class JClassTag(Tag)：Java类-点类型，存储类/接口的相关属性信息

class JClassTag(Tag):
    """
    Java类-点类型
    """
    __NAME_PREFIX__ = 'tjc_'
    __VID_PREFIX__ = 'tjc'   # vid前缀
    vid = Vid('vid', String, nullable=False, comment='点ID')
    name = Field('name', String, nullable=False, comment='简称')
    sign = Field('sign', String, nullable=False, comment='签名(全称)', index_len=50)
    type = Field('type', String, default='', nullable=False, comment='类类型(class,interface,annotation,enum,unknown)')
    pkName = Field('pkName', String, default='', nullable=False, comment='包名')
    abs = Field('abs', Bool, default=False, nullable=False, comment='是否是抽象类')
    dApi = Field('dApi', Bool, default=False, nullable=False, comment='是否是dubbo接口类')
    dInf = Field('dInf', String, default='', nullable=False, comment='dubbo接口interface值')
    hPrefix = Field('hPrefix', String, default='', nullable=False, comment='http接口路径前')
    faces = Field('faces', String, default='', nullable=False, comment='被我实现的接口(多个";"分割)')
    impls = Field('impls', String, default='', nullable=False, comment='实现我的接口(多个";"分割)')
    p = Field('p', String, default='', nullable=False, comment='我继承的父类')
    subs = Field('subs', String, default='', nullable=False, comment='继承我的子类(多个";"分割)')
    sLine = Field('sLine', Int, default=0, nullable=False, comment='开始行(从1开始)')
    eLine = Field('eLine', Int, default=0, nullable=False, comment='结束行')
    zsScan = Field('zsScan', String, default='', nullable=False, comment='资损字段')

class JClassClassEdge(Edge)：Java类->类-边类型

classJClassClassEdge(Edge):
"""
    Java类->类-边类型
    """
    __NAME_PREFIX__ = 'ejcc_'

    FACE_RELATION = 'face'
    PARENT_RELATION = 'parent'

    src_vid = Vid('src_vid', String, nullable=False, comment='起始点ID')
    dst_vid = Vid('dst_vid', String, nullable=False, comment='目的点ID')
    relation = Field('relation', String, default='', nullable=False, comment='类->类关系(face: 我实现的接口, parent: 我的父类)')

class JMethodMethodEdge(Edge)：Java方法->方法-边类型

classJMethodMethodEdge(Edge):
"""
    Java方法->方法-边类型
    """
    __NAME_PREFIX__ = 'ejmm_'

    CALL_RELATION = 'call'
    REWRITE_RELATION = 'rewrite'
    HEAVY_LOD_RELATION = 'heavy_load'

    src_vid = Vid('src_vid', String, nullable=False, comment='起始点ID')
    dst_vid = Vid('dst_vid', String, nullable=False, comment='目的点ID')
    relation = Field('relation', String, default='', nullable=False, comment='方法->方法关系(call: 调用, rewrite: 重写，heavy_load：重载)')
    api = Field('api', Bool, default=False, nullable=False, comment='src(开始)点是否是接口')

class JMethodClassEdge(Edge)：Java方法->类-边类型

classJMethodClassEdge(Edge):
"""
    Java方法->类-边类型
    """
    __NAME_PREFIX__ = 'ejmc_'

    MYC_RELATION = 'myc'

    src_vid = Vid('src_vid', String, nullable=False, comment='起始点ID')
    dst_vid = Vid('dst_vid', String, nullable=False, comment='目的点ID')
    relation = Field('relation', String, default='', nullable=False, comment='方法->类关系(myc: 我的类)')

class JChangeClassMethodEdge(Edge)：Java变更(类->方法)-边类型

classJChangeClassMethodEdge(Edge):
"""
    Java变更(类->方法)-边类型
        - 推荐接口任务产生的增量方法和类
    """
    __NAME_PREFIX__ = 'ejccm_'

    src_vid = Vid('src_vid', String, nullable=False, comment='起始点ID')
    dst_vid = Vid('dst_vid', String, nullable=False, comment='目的点ID')
    contrast_v = Field('contrast_v', String, default='', nullable=False, comment='对比版本(commit)')

调用链展示

使用 NebulaGraph 获取调用链信息

获取到变更类下面的方法

（先获取目标点ID，再根据点ID查询点数据性能最佳），查询语句如下：

MATCH (v:{tag_name}) WHERE v.{tag_name}.cSign IN [{cSignsStr}] RETURN id(v);

MATCH (v:{tag_name}) WHERE id(v) IN [{tag_name_vid_str}] RETURN v;

使用点 ID 根据“JMethodMethodEdge 边”遍历找出调用链中是接口的入口方法

这里使用 GO 语句，并设置 1 到 50 跳来遍历（即从原始点开始找 50 层关系，如：a() -> b() -> c()，则a()到b()是 1 跳，b()到c()是 1 跳，a()到c() 是 2 跳

GO 1 TO 50 STEPS FROM {vid_str} OVER {edge_name} REVERSELY WHERE properties(edge).api == true YIELD DISTINCT src(edge);

查找增量类和增量方法

通过“JChangeClassMethodEdge 边”的属性“contrast_v”的值来判断哪些是目标增量边，根据增量边的起始点 ID 和结束点 ID 来获取最终的增量方法和增量类

MATCH (v_c:{c_tag_name})-[e:{ccme_name}]->(v_m:{m_tag_name}) RETURN e, v_m;

如：获取增量变更方法

defget_add_java_method(self, **kwargs) -> ResponseResult:
"""获取增量变更方法"""
    app_name = kwargs.get('app_name')
    current_version = kwargs.get('current_version')
    contrast_version = kwargs.get('contrast_version')
    zs_scan = kwargs.get('zs_scan')
    ...
    tag_handler = TagHandler(app_name, current_version)
    c_tag_name = tag_handler.get_tag_name(JClassTag)
    m_tag_name = tag_handler.get_tag_name(JMethodTag)
    edge_handler = EdgeHandler(app_name, current_version)
    ccme_name = edge_handler.get_edge_name(JChangeClassMethodEdge)

# 模版 MATCH (v_c:tag_name1)-[e:edge_name]->(v_m:tag_name2) RETURN e, v_m;
    n_gql = f"MATCH (v_c:{c_tag_name})-[e:{ccme_name}]->(v_m:{m_tag_name}) RETURN e, v_m;"
    _res = edge_handler.session.execute_json(n_gql)
if type(_res) is bytes:
        _res = _res.decode(encoding='utf-8')
# Nebula Graph Studio前端客户端工具报【-1009:SemanticError: PlanNode(Start) not support to append an input.】错是客
# 户端版本不匹配，代码里可以支持
    res: dict = json.loads(_res)
if res['errors'][0]['code'] != 0:
        err = f"{res['errors'][0]['code']}:{res['errors'][0].get('message')}"
return ResponseResult.fail_response(message='获取增量变更方法失败', err=err)

# 筛选&组装数据
    raws = res['results'][0]['data']
    res_class_zs = []
    res_method_rows = []
    class_zs_dict = {}
for raw in raws:
        _inner_row = raw['row']
# 对比版本commitID只取前8位
if _inner_row[0]['contrast_v'][:8] == contrast_version[:8]:
            _new_row = {
"meta": [{
"type": "vertex",
"id": raw['meta'][1]['id']
                }],
"row": [_inner_row[1]]
            }
            res_method_rows.append(_new_row)

    method_tags: List[JMethodTag] = tag_handler.convert_raw_to_tag_model(res_method_rows, JMethodTag)

# 获取类的资损标签
if zs_scan and method_tags:
        cSign_set = set()
# 获取增量类
for method_tag in method_tags:
            _fsr_cSign = String.fsr(method_tag.cSign)
if _fsr_cSign notin cSign_set:
                cSign_set.add(_fsr_cSign)
        n_gql = f'MATCH (v:{c_tag_name}) ' \
f'WHERE v.{c_tag_name}.zsScan != "" AND v.{c_tag_name}.sign IN [{",".join(cSign_set)}] ' \
f'RETURN v.{c_tag_name}.sign, v.{c_tag_name}.zsScan;'

        _res = edge_handler.session.execute_json(n_gql)
if type(_res) is bytes:
            _res = _res.decode(encoding='utf-8')
# 户端版本不匹配，代码里可以支持
        res: dict = json.loads(_res)
if res['errors'][0]['code'] != 0:
            err = f"{res['errors'][0]['code']}:{res['errors'][0].get('message')}"
return ResponseResult.fail_response(message='获取增量变更方法失败', err=err)
        raws = res['results'][0]['data']
for raw in raws:
            _row = raw['row']
            class_zs_dict[_row[0]] = {
'class_sign': _row[0],
'zs': _row[1]
            }

    class_infos = []
    class_tag_info_dict = {}
    class_n = 0

for method_tag in method_tags:
        class_tag_info = class_tag_info_dict.get(method_tag.cSign)
if class_tag_info isNone:
            class_tag_info = class_tag_info_dict[method_tag.cSign] = {
'class_sign': method_tag.cSign,
'class_zs': ''if class_zs_dict.get(method_tag.cSign) isNoneelse class_zs_dict.get(method_tag.cSign)['zs'],
'methods': []
            }
            class_infos.append(class_tag_info)
            class_n += 1

# 转化成JSON
        _method_tag = method_tag.__dict__.copy()
        _calls = _method_tag['calls']
        _method_tag['calls'] = _calls.split(';') if _calls else []
        _usages = _method_tag['usages']
        _method_tag['usages'] = _usages.split(';') if _usages else []
        class_tag_info['methods'].append(_method_tag)

return ResponseResult.success_response(data={'class_n': class_n, 'method_n': len(method_tags),
'class_infos': class_infos})

四、总结与展望

精准测试是一套有效提高软件测试质量和效率的技术体系，可以有效解决传统测试中的盲测、漏测、冗测等现象提升测试效率和准确性，前置暴露风险，保障上线质量。

精准测试从理念走向落地的关键，在于能否构建一条高效、可靠的“数据驱动链”，而 NebulaGraph，正是锻造这条链条的核心引擎 。凭借其卓越存储与关联查询能力，NebulaGraph 将原本散落、静态的代码方法，编织成一张动态、立体的调用关系网。

未来，我们期待能与 NebulaGraph 开源社区更紧密地协同共建，将得物在复杂业务场景下的实战经验反哺社区，共同推动图技术的创新与应用。

本文发布于「NebulaGraph 公众平台」，更多产品资讯请访问「NebulaGraph 官网」

---

本文转自「得物技术」公众号⬇️

得物精准测试平台设计与实现

推荐阅读

NebulaGraph 全球图数据库排名第二

复杂关系场景，图数据库为何是首选？

开源版、企业版怎么选？产品对比+选型指南奉上～