大数据测试方法及系统

技术领域

本发明涉及大数据测试技术领域，具体而言，涉及一种大数据测试方法及系统。

背景技术

测试大数据应用程序更多的是验证其数据处理，而不是测试软件产品的个别功能。当涉及到大数据测试时，性能和功能测试是关键。

处理可以是三种类型：批量、实时、交互，在测试应用程序之前，有必要检查数据的质量，并将其视为数据库测试的一部分。它涉及检查各种字段，如一致性，准确性，重复，一致性，有效性，数据完整性等。

相关技术中，发明人研究发现目前的方案中没有考虑分区测试需求执行数据和整区测试需求执行数据的影响，需要耗费较多的时间来确定期望测试实例。

发明内容

为了至少克服现有技术中的上述不足，本发明的目的在于提供一种大数据测试方法及系统，通过对待进行大数据测试的目标大数据测试业务的目标测试需求执行数据中的实例运行记录进行实例跟踪，并进行分区修复和整区修复，以实现大数据测试处理，得到目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例。由于确定目标测试需求执行数据在设定测试范围内对应的测试实例是考虑了分区测试需求执行数据和整区测试需求执行数据的影响的，因而能够快速准确地确定目标测试需求执行数据在设定测试范围内对应的测试实例，无需耗费较多的时间来确定期望测试实例，这样能够尽可能提高针对目标大数据测试业务的大数据测试效率，以及时地缓解大数据测试过程的停滞。

第一方面，本发明提供一种大数据测试方法，应用于与测试设备通信的大数据测试服务器，所述方法包括：

获取待进行大数据测试的目标大数据测试业务的目标测试需求执行数据，对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪和失败运行实例跟踪，得到错误运行的实例跟踪结果和失败运行的实例跟踪结果；

通过预设的针对实例跟踪结果的分区修复网络，对所述错误运行的实例跟踪结果进行分区修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例；

通过预设的针对实例跟踪结果的整区修复网络，对所述失败运行的实例跟踪结果进行整区修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例；

基于所述分区测试需求执行数据在设定测试范围内对应的测试实例和所述整区测试需求执行数据在设定测试范围内对应的测试实例进行大数据测试处理，得到所述目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例；其中，所述目标实例包括错误运行实例和失败运行实例中的至少一种，所述目标测试需求执行数据在设定测试范围内对应的测试实例用于对所述目标大数据测试业务进行大数据测试。

在第一方面的一种可能的设计方案中，所述对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪和失败运行实例跟踪，得到错误运行的实例跟踪结果和失败运行的实例跟踪结果，包括：

对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪，得到各个实例运行记录中的错误运行实例跟踪指标、以及各错误运行实例跟踪指标所对应的初始测试实例类别标签；

基于各实例运行记录中的错误运行实例跟踪指标和相应的初始测试实例类别标签，确定错误运行的实例跟踪结果；

对所述目标测试需求执行数据中的多个实例运行记录分别进行失败运行实例跟踪，得到失败运行的实例跟踪结果。

在第一方面的一种可能的设计方案中，所述对所述目标测试需求执行数据中的多个实例运行记录分别进行失败运行实例跟踪，得到失败运行的实例跟踪结果，包括：

对所述目标测试需求执行数据中的多个实例运行记录分别进行预期输出路径解析，得到各实例运行记录分别对应的预期输出路径解析结果；

对所述目标测试需求执行数据中的多个实例运行记录分别进行预期业务转换路径解析，得到各实例运行记录分别对应的预期业务转换路径解析结果；

将对应于相同实例元素的预期输出路径解析结果和预期业务转换路径解析结果进行关联；

基于所述目标测试需求执行数据中与目标预期输出路径解析结果相关联的预期业务转换路径解析结果进行失败运行实例跟踪处理，得到失败运行的实例跟踪结果；其中，所述目标预期输出路径解析结果是被标记的实例元素对应的预期输出路径解析结果。

在第一方面的一种可能的设计方案中，所述通过预设的针对实例跟踪结果的分区修复网络，对所述错误运行的实例跟踪结果进行分区修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例，包括：

对所述错误运行的实例跟踪结果中的每个实例运行记录分别进行实例类型匹配，得到每个实例运行记录各自对应的唯一测试实例类别标签；

基于每个实例运行记录中与相应唯一测试实例类别标签对应的错误运行实例跟踪指标的分析指标修复记录，分别进行实例跟踪指标修复处理，得到修复后的错误运行的实例跟踪结果；

对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多个包括有错误运行实例的分区候选测试需求执行数据在设定测试范围内对应的测试实例；

根据各所述分区候选测试需求执行数据在设定测试范围内对应的测试实例分别所对应的错误运行型，对属于相同错误运行型的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行分区实例修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例；

其中，所述对所述错误运行的实例跟踪结果中的每个实例运行记录分别进行实例类型匹配，得到每个实例运行记录各自对应的唯一测试实例类别标签，包括：

针对所述错误运行的实例跟踪结果中的每个实例运行记录，当实例运行记录的初始测试实例类别标签的类型数量为不低于两个时，获取每个初始测试实例类别标签的实例联动测试指标信息；

当实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签为一个时，将所述实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签作为相应实例运行记录的唯一测试实例类别标签；

当所述实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签为不低于两个时，针对每个实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签，获取对应的错误运行实例跟踪指标的实例跟踪指标变化程度；根据最高的实例跟踪指标变化程度所对应的初始测试实例类别标签，确定相应实例运行记录所对应的唯一测试实例类别标签；

其中，所述基于每个实例运行记录中与相应唯一测试实例类别标签对应的错误运行实例跟踪指标的分析指标修复记录，分别进行实例跟踪指标修复处理，得到修复后的错误运行的实例跟踪结果，包括：

对于每个实例运行记录，获取各实例运行记录中与相应唯一测试实例类别标签对应的错误运行实例跟踪指标的接口调用次数信息；

当所述接口调用次数信息对应的当前接口调用次数在预设接口调用次数区间内时，维持相对应的错误运行实例跟踪结果，维持的所述错误运行实例跟踪结果包括错误运行实例跟踪指标、以及所述错误运行实例跟踪指标对应的唯一测试实例类别标签；

当所述接口调用次数信息对应的当前接口调用次数不在所述预设接口调用次数区间内时，将相应的实例运行记录的错误运行实例跟踪结果进行删除；

基于各实例运行记录各自对应的错误运行实例跟踪结果，得到修复后的错误运行的实例跟踪结果。

在第一方面的一种可能的设计方案中，所述对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多个包括有错误运行实例的分区候选测试需求执行数据在设定测试范围内对应的测试实例，包括：

对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多组的自适应测试实例和非自适应测试实例；

确定每组自适应测试实例和非自适应测试实例之间的测试需求执行数据在设定测试范围内对应的测试实例比较结果；

当所述测试需求执行数据在设定测试范围内对应的测试实例比较结果对应的匹配参数大于或等于预设匹配参数时，将相应组的自适应测试实例和非自适应测试实例所构成的测试需求执行数据在设定测试范围内对应的测试实例作为分区候选测试需求执行数据在设定测试范围内对应的测试实例；

对于每个分区候选测试需求执行数据在设定测试范围内对应的测试实例，根据所述分区候选测试需求执行数据在设定测试范围内对应的测试实例中各实例运行记录分别对应的修复后的唯一测试实例类别标签，确定统计次数最多的目标错误运行型；

将所述目标错误运行型，作为相对应分区候选测试需求执行数据在设定测试范围内对应的测试实例所包括的错误运行实例所对应的错误运行型；

其中，所述错误运行的实例跟踪结果中的错误运行实例跟踪结果包括动态循环跟踪结果和静态循环跟踪结果，所述对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多组的自适应测试实例和非自适应测试实例，包括：

将所述修复后的错误运行的实例跟踪结果中，处于当次修复处理中的首个静态循环跟踪结果所对应的实例运行记录作为当前组的自适应测试实例；

遍历所述当前组的自适应测试实例之后的实例运行记录；

当遍历至的当前实例运行记录对应动态循环跟踪结果、且从所述当前实例运行记录开始的整区预设时长内实例运行记录所对应的错误运行实例跟踪结果均为动态循环跟踪结果时，将所述当前实例运行记录作为所述当前组的非自适应测试实例；

将所述当前组的非自适应测试实例之后的首个静态循环跟踪结果所对应的实例运行记录，作为下一次修复处理的当前组的自适应测试实例，并返回所述遍历所述当前组的自适应测试实例之后的实例运行记录的步骤继续执行，直至得到多组的自适应测试实例和非自适应测试实例；

其中，所述当遍历至的当前实例运行记录对应动态循环跟踪结果、且从所述当前实例运行记录开始的整区预设时长内实例运行记录所对应的错误运行实例跟踪结果均为动态循环跟踪结果时，将所述当前实例运行记录作为所述当前组的非自适应测试实例之前，所述方法还包括：

当由遍历至的当前实例运行记录与所述当前组的自适应测试实例所确定的测试需求执行数据在设定测试范围内对应的测试实例的持续测试循环时间小于设定测试循环时间阈值时，确定所述当前实例运行记录对应的错误运行实例跟踪结果是否为动态循环跟踪结果；

在所述当前实例运行记录对应静态循环跟踪结果时，将所述当前实例运行记录作为所述当前组所对应的测试需求执行数据在设定测试范围内对应的测试实例中的其中一实例运行记录；

在所述当前实例运行记录对应动态循环跟踪结果、且从所述当前实例运行记录开始的整区预设时长内的错误运行实例跟踪结果中包括静态循环跟踪结果时，将从所述当前实例运行记录开始的所述整区预设时长内的首个静态循环跟踪结果所对应的实例运行记录，作为遍历的下一实例运行记录，并返回所述当由遍历至的当前实例运行记录与所述当前组的自适应测试实例所确定的测试需求执行数据在设定测试范围内对应的测试实例的持续测试循环时间小于设定测试循环时间阈值时，确定所述当前实例运行记录对应的错误运行实例跟踪结果是否为动态循环跟踪结果的步骤继续执行。

在第一方面的一种可能的设计方案中，所述将所述修复后的错误运行的实例跟踪结果中，处于当次修复处理中的首个静态循环跟踪结果所对应的实例运行记录作为当前组的自适应测试实例，包括：

确定所述修复后的错误运行的实例跟踪结果中，处于当次修复处理中的首个静态循环跟踪结果所对应的目标测试需求执行数据；

当所述目标测试需求执行数据的后一实例运行记录所对应的错误运行实例跟踪结果为动态循环跟踪结果时，将所述目标测试需求执行数据对应的错误运行实例跟踪结果进行删除；

当所述目标测试需求执行数据的后一实例运行记录所对应的错误运行实例跟踪结果为静态循环跟踪结果时，将所述目标测试需求执行数据作为当前组的自适应测试实例。

在第一方面的一种可能的设计方案中，所述根据各所述分区候选测试需求执行数据在设定测试范围内对应的测试实例分别所对应的错误运行型，对属于相同错误运行型的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行分区实例修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例，包括：

确定各所述分区候选测试需求执行数据在设定测试范围内对应的测试实例分别所对应的错误运行型；

当在时序先后上相邻的多于一个的分区候选测试需求执行数据在设定测试范围内对应的测试实例均属于相同的错误运行型时，将所述多于一个的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行测试实例拼接，得到与所述相同的错误运行型对应的分区测试需求执行数据在设定测试范围内对应的测试实例。

在第一方面的一种可能的设计方案中，所述通过预设的针对实例跟踪结果的整区修复网络，对所述失败运行的实例跟踪结果进行整区修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例，包括：

对所述失败运行的实例跟踪结果进行不间断修复处理，得到多个包括有失败运行实例的整区候选测试需求执行数据在设定测试范围内对应的测试实例；

根据各所述整区候选测试需求执行数据在设定测试范围内对应的测试实例所对应的失败运行型，对属于相同失败运行型的整区候选测试需求执行数据在设定测试范围内对应的测试实例进行整区实例修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例。

第二方面，本发明实施例还提供一种大数据测试系统，所述大数据测试系统包括测试设备以及与所述测试设备通信的大数据测试服务器，所述系统包括：

所述大数据测试服务器用于：

获取待进行大数据测试的目标大数据测试业务的目标测试需求执行数据，对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪和失败运行实例跟踪，得到错误运行的实例跟踪结果和失败运行的实例跟踪结果；

通过预设的针对实例跟踪结果的分区修复网络，对所述错误运行的实例跟踪结果进行分区修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例；

通过预设的针对实例跟踪结果的整区修复网络，对所述失败运行的实例跟踪结果进行整区修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例；

基于所述分区测试需求执行数据在设定测试范围内对应的测试实例和所述整区测试需求执行数据在设定测试范围内对应的测试实例进行大数据测试处理，得到所述目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例；其中，所述目标实例包括错误运行实例和失败运行实例中的至少一种，所述目标测试需求执行数据在设定测试范围内对应的测试实例用于对所述目标大数据测试业务进行大数据测试。

第三方面，本发明实施例还提供一种大数据测试服务器，所述大数据测试服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个测试设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的实现方式中的大数据测试方法。

第四方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的实现方式中的大数据测试方法。

基于上述任意一个方面，本发明的实施方式中，通过对待进行大数据测试的目标大数据测试业务的目标测试需求执行数据中的实例运行记录进行实例跟踪，并进行分区修复和整区修复，以实现大数据测试处理，得到目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例。由于确定目标测试需求执行数据在设定测试范围内对应的测试实例是考虑了分区测试需求执行数据和整区测试需求执行数据的影响的，因而能够快速准确地确定目标测试需求执行数据在设定测试范围内对应的测试实例，无需耗费较多的时间来确定期望测试实例，这样能够尽可能提高针对目标大数据测试业务的大数据测试效率，以及时地缓解大数据测试过程的停滞。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本发明实施例提供的大数据测试系统的应用场景示意图；

图2为本发明实施例提供的大数据测试方法的流程示意图；

图3为本发明实施例提供的大数据测试装置的功能模块示意图；

图4为本发明实施例提供的用于实现上述的大数据测试方法的大数据测试服务器的结构示意框图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是本发明一种实施例提供的大数据测试系统10的交互示意图。大数据测试系统10可以包括大数据测试服务器100以及与所述大数据测试服务器100通信连接的测试设备200。图1所示的大数据测试系统10仅为一种可行的示例，在其它可行的实施例中，该大数据测试系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。

本实施例中，大数据测试系统10中的大数据测试服务器100和测试设备200可以通过配合执行以下方法实施例所描述的大数据测试方法，具体大数据测试服务器100和测试设备200的执行步骤部分可以参照以下方法实施例的详细描述。

为了解决前述背景技术中的技术问题，图2为本发明实施例提供的大数据测试方法的流程示意图，本实施例提供的大数据测试方法可以由图1中所示的大数据测试服务器100执行，下面对该大数据测试方法进行详细介绍。

步骤S110，获取待进行大数据测试的目标大数据测试业务的目标测试需求执行数据，对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪和失败运行实例跟踪，得到错误运行的实例跟踪结果和失败运行的实例跟踪结果。

例如，目标大数据测试业务的可以是经大数据分析或管理人员反馈之后存在测试需求的业务，比如用户使用场景频繁、或者用户访问量较大对应的大数据测试业务。测试需求执行数据可以理解为基于预设的测试需求进行大数据采集稳定性测试后获得的执行记录数据，可以包括业务对象或者业务对象集合的实例数据（如订单业务实例）以及相应的时间顺序，测试需求执行数据用于进行测试异常情况的分析。

实例运行记录可以用于描述实例运行过程中的记录情况。进一步，错误运行实例跟踪和失败运行实例跟踪可以通过实例运行过程中存在的错误代码或者错误提示或者失败提示的运行数据进行。在实际应用时，错误运行和失败运行可能会同时进行，在这里，错误运行实例跟踪指代没有出现失败运行的错误运行测试节点，出现失败运行的错误运行测试节点可以归类为失败运行实例跟踪。

步骤S120，通过预设的针对实例跟踪结果的分区修复网络，对所述错误运行的实例跟踪结果进行分区修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例。

例如，分区修复网络可以是深度学习模型，设定测试范围可以是预先根据目标大数据测试业务的业务场景中的用户访问量进行设置的，例如，若用户访问量较大，则设定测试范围可以设置为相对较小，若用户访问量较小，则设定测试范围可以设置为相对较大，在此不作限定。进一步地，分区测试需求执行数据可以是目标大数据测试业务中的部分业务区域对应的测试需求执行数据，例如目标大数据测试业务存在20条业务区域，那么分区测试需求执行数据可以是其中的2条或者4条业务区域，在此不作限定。

步骤S130，通过预设的针对实例跟踪结果的整区修复网络，对所述失败运行的实例跟踪结果进行整区修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例。

例如，整区修复网络同样可以是深度学习模型，进一步地，分区修复网络和整区修复网络在训练的时候可以采用不同的训练集，也可以在后期模型使用时进行不同的模型参数调整以实现两者的区分，具体实施方式依实际业务需求而定，在此不作限定。进一步地，整区测试需求执行数据可以是目标大数据测试业务中所有业务区域对应的测试需求执行数据。

步骤S140，基于所述分区测试需求执行数据在设定测试范围内对应的测试实例和所述整区测试需求执行数据在设定测试范围内对应的测试实例进行大数据测试处理，得到所述目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例；其中，所述目标实例包括错误运行实例和失败运行实例中的至少一种，所述目标测试需求执行数据在设定测试范围内对应的测试实例用于对所述目标大数据测试业务进行大数据测试。

例如，大数据测试处理可以是针对不同的业务对象的测试实例的整区调整处理，例如可以结合不同的算法来实现不同业务对象的测试实例的预测，从而实现对目标大数据测试业务中的尽可能多的业务对象的测试实例测试。进一步地，大数据服务器可以根据目标测试需求执行数据在设定测试范围内对应的测试实例生成与不同业务对象对应的测试实例测试指示，并下发给对应业务对象的测试终端，这样，处于目标大数据测试业务中的业务对象能够根据对应的测试实例测试指示进行测试实例调整，可以理解，目标测试需求执行数据在设定测试范围内对应的测试实例可以理解为完成测试之后的实例，也就是说，大数据服务器可以根据预先分析出的期望测试实例实现对不同业务对象的测试实例的反馈测试，由于确定目标测试需求执行数据在设定测试范围内对应的测试实例是考虑了分区测试需求执行数据和整区测试需求执行数据的影响的，因而能够快速准确地确定目标测试需求执行数据在设定测试范围内对应的测试实例，无需耗费较多的时间来确定期望测试实例，这样能够尽可能提高针对目标大数据测试业务的大数据测试效率，以及时地缓解大数据测试过程的停滞。

接下来将对一些可选实施例进行说明，这些实施例应当理解为示例，不应理解为实现本方案所必不可少的技术特征。

在一些可能的设计方案下，步骤S110所描述的对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪和失败运行实例跟踪，得到错误运行的实例跟踪结果和失败运行的实例跟踪结果，可以包括以下步骤S1101-步骤S1103所描述的内容。

步骤S1101，对所述目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪，得到各个实例运行记录中的错误运行实例跟踪指标、以及各错误运行实例跟踪指标所对应的初始测试实例类别标签。例如，错误运行实例跟踪指标可以通过实例运行过程中的错误代码进行，初始测试实例类别标签可以包括针对业务测试对象的变化而进行调整的实例类型。

步骤S1102，基于各实例运行记录中的错误运行实例跟踪指标和相应的初始测试实例类别标签，确定错误运行的实例跟踪结果。

步骤S1103，对所述目标测试需求执行数据中的多个实例运行记录分别进行失败运行实例跟踪，得到失败运行的实例跟踪结果。

可以理解，通过实施上述步骤S1101-步骤S1103，在确定错误运行的实例跟踪结果时能够考虑不同的错误运行实例跟踪指标及其对应的初始测试实例类别标签，从而确保错误运行的实例跟踪结果能够将实时情况考虑在内，从而确保实例跟踪结果的完整性和准确性。

在一些可能的设计方案下，步骤S1103所描述的对所述目标测试需求执行数据中的多个实例运行记录分别进行失败运行实例跟踪，得到失败运行的实例跟踪结果，进一步可以包括以下步骤S11031-步骤S11034所描述的内容。

步骤S11031，对所述目标测试需求执行数据中的多个实例运行记录分别进行预期输出路径解析，得到各实例运行记录分别对应的预期输出路径解析结果。

步骤S11032，对所述目标测试需求执行数据中的多个实例运行记录分别进行预期业务转换路径解析，得到各实例运行记录分别对应的预期业务转换路径解析结果。

步骤S11033，将对应于相同实例元素的预期输出路径解析结果和预期业务转换路径解析结果进行关联。

步骤S11034，基于所述目标测试需求执行数据中与目标预期输出路径解析结果相关联的预期业务转换路径解析结果进行失败运行实例跟踪处理，得到失败运行的实例跟踪结果；其中，所述目标预期输出路径解析结果是被标记的实例元素对应的预期输出路径解析结果。

这样一来，在应用上述步骤S11031-步骤S11034所描述的内容时，能够对预期输出路径解析结果和预期业务转换路径解析结果进行关联分析，从而确保得到的失败运行的实例跟踪结果与实际的业务对象测试状态相匹配，这样可以从整区层面实现失败运行实例跟踪。

对于一些可能的实施例，步骤S120所描述的通过预设的针对实例跟踪结果的分区修复网络，对所述错误运行的实例跟踪结果进行分区修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例，可以包括以下步骤S1201-步骤S1204所描述的内容。

步骤S1201，对所述错误运行的实例跟踪结果中的每个实例运行记录分别进行实例类型匹配，得到每个实例运行记录各自对应的唯一测试实例类别标签。

步骤S1202，基于每个实例运行记录中与相应唯一测试实例类别标签对应的错误运行实例跟踪指标的分析指标修复记录，分别进行实例跟踪指标修复处理，得到修复后的错误运行的实例跟踪结果。

步骤S1203，对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多个包括有错误运行实例的分区候选测试需求执行数据在设定测试范围内对应的测试实例。

步骤S1204，根据各所述分区候选测试需求执行数据在设定测试范围内对应的测试实例分别所对应的错误运行型，对属于相同错误运行型的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行分区实例修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例。

如此设计，基于上述步骤S1201-步骤S1204，能够对错误运行型进行考虑，从而对属于相同错误运行型的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行分区实例修复处理，这样可以尽可能消除分区测试需求执行数据对整区测试需求执行数据的影响，便于后续更加快速地确定目标测试需求执行数据在设定测试范围内对应的测试实例。

进一步地，在步骤S1201中，对所述错误运行的实例跟踪结果中的每个实例运行记录分别进行实例类型匹配，得到每个实例运行记录各自对应的唯一测试实例类别标签，可以包括以下步骤S12011-步骤S12013。

步骤S12011，针对所述错误运行的实例跟踪结果中的每个实例运行记录，当实例运行记录的初始测试实例类别标签的类型数量为不低于两个时，获取每个初始测试实例类别标签的实例联动测试指标信息。例如，实例联动测试指标信息可以用于表征出现测试联动的原因。

步骤S12012，当实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签为一个时，将所述实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签作为相应实例运行记录的唯一测试实例类别标签。例如，指标强度用于表征测试联动程度，指标强度越高，表明测试队列越复杂。

步骤S12013，当所述实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签为不低于两个时，针对每个实例联动测试指标信息对应的指标强度最高的初始测试实例类别标签，获取对应的错误运行实例跟踪指标的实例跟踪指标变化程度；根据最高的实例跟踪指标变化程度所对应的初始测试实例类别标签，确定相应实例运行记录所对应的唯一测试实例类别标签。例如，实例跟踪指标变化程度用于表征错误运行实例跟踪指标的实时变化情况，可以理解，测试情况是实时变化的，通过考虑实例跟踪指标变化程度，能够准确可靠地确定相应实例运行记录与测试实例类别标签的一一对应关系。

可以理解，在应用上述步骤S12011-步骤S12013所描述的内容时，在进行实例类型匹配时能够将实时变化的测试情况考虑在内，从而准确可靠地确定相应实例运行记录与测试实例类别标签的一一对应关系。

在另外的一个实施例中，步骤S1202所描述的基于每个实例运行记录中与相应唯一测试实例类别标签对应的错误运行实例跟踪指标的分析指标修复记录，分别进行实例跟踪指标修复处理，得到修复后的错误运行的实例跟踪结果，可以包括以下步骤S12021-步骤S12024所描述的内容。

步骤S12021，对于每个实例运行记录，获取各实例运行记录中与相应唯一测试实例类别标签对应的错误运行实例跟踪指标的接口调用次数信息。例如，接口调用次数信息可以用于表征错误运行实例跟踪指标的使用热度，接口调用次数越高，表明对应的错误运行实例跟踪指标的使用越频繁。

步骤S12022，当所述接口调用次数信息对应的当前接口调用次数在预设接口调用次数区间内时，维持相对应的错误运行实例跟踪结果，维持的所述错误运行实例跟踪结果包括错误运行实例跟踪指标、以及所述错误运行实例跟踪指标对应的唯一测试实例类别标签。例如，预设接口调用次数区间可以根据实际情况进行适应性调整，在此不作更多说明。

步骤S12023，当所述接口调用次数信息对应的当前接口调用次数不在所述预设接口调用次数区间内时，将相应的实例运行记录的错误运行实例跟踪结果进行删除。

步骤S12024，基于各实例运行记录各自对应的错误运行实例跟踪结果，得到修复后的错误运行的实例跟踪结果。

可以理解，通过执行上述步骤S12021-步骤S12024，能够在确定修复后的错误运行的实例跟踪结果时对错误运行实例跟踪指标的接口调用次数信息进行分析，从而将错误运行实例跟踪指标的历史使用情况考虑在内，这样可以确保修复后的错误运行的实例跟踪结果尽可能与主流的分析结果相匹配，进而为后续的大数据测试提供可靠的决策依据。

在一些可能的设计方案下，步骤S1203所描述的对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多个包括有错误运行实例的分区候选测试需求执行数据在设定测试范围内对应的测试实例，可以包括以下步骤S12031-步骤S12035。

步骤S12031，对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多组的自适应测试实例和非自适应测试实例。

步骤S12032，确定每组自适应测试实例和非自适应测试实例之间的测试需求执行数据在设定测试范围内对应的测试实例比较结果。

步骤S12033，当所述测试需求执行数据在设定测试范围内对应的测试实例比较结果对应的匹配参数大于或等于预设匹配参数时，将相应组的自适应测试实例和非自适应测试实例所构成的测试需求执行数据在设定测试范围内对应的测试实例作为分区候选测试需求执行数据在设定测试范围内对应的测试实例。例如，预设匹配参数可以根据实际情况进行调整，在此不作限定。

步骤S12034，对于每个分区候选测试需求执行数据在设定测试范围内对应的测试实例，根据所述分区候选测试需求执行数据在设定测试范围内对应的测试实例中各实例运行记录分别对应的修复后的唯一测试实例类别标签，确定统计次数最多的目标错误运行型。

步骤S12035，将所述目标错误运行型，作为相对应分区候选测试需求执行数据在设定测试范围内对应的测试实例所包括的错误运行实例所对应的错误运行型。

这样一来，在对所述修复后的错误运行的实例跟踪结果进行不间断修复处理时，能够对自适应测试实例和非自适应测试实例进行区别分析，从而确保针对实例跟踪结果的修复处理不会将自适应测试实例和非自适应测试实例进行混淆。

在一些可能的设计方案下，所述错误运行的实例跟踪结果中的错误运行实例跟踪结果包括动态循环跟踪结果和静态循环跟踪结果，基于此，步骤S12031所描述的所述对所述修复后的错误运行的实例跟踪结果进行不间断修复处理，得到多组的自适应测试实例和非自适应测试实例，可以包括以下步骤S120311-步骤S120314。

步骤S120311，将所述修复后的错误运行的实例跟踪结果中，处于当次修复处理中的首个静态循环跟踪结果所对应的实例运行记录作为当前组的自适应测试实例。

步骤S120312，遍历所述当前组的自适应测试实例之后的实例运行记录。

步骤S120313，当遍历至的当前实例运行记录对应动态循环跟踪结果、且从所述当前实例运行记录开始的整区预设时长内实例运行记录所对应的错误运行实例跟踪结果均为动态循环跟踪结果时，将所述当前实例运行记录作为所述当前组的非自适应测试实例。

步骤S120314，将所述当前组的非自适应测试实例之后的首个静态循环跟踪结果所对应的实例运行记录，作为下一次修复处理的当前组的自适应测试实例，并返回所述遍历所述当前组的自适应测试实例之后的实例运行记录的步骤继续执行，直至得到多组的自适应测试实例和非自适应测试实例。

如此，在应用上述步骤S120311-步骤S120314进行自适应测试实例和非自适应测试实例的区分时，能够结合动态循环跟踪结果和静态循环跟踪结果进行综合考虑，这样可以尽可能确保自适应测试实例和非自适应测试实例之间的精准区分，避免自适应测试实例和非自适应测试实例之间出现的交叉和混淆。

对于可选的实施例而言，在步骤2313所描述的当遍历至的当前实例运行记录对应动态循环跟踪结果、且从所述当前实例运行记录开始的整区预设时长内实例运行记录所对应的错误运行实例跟踪结果均为动态循环跟踪结果时，将所述当前实例运行记录作为所述当前组的非自适应测试实例之前，所述方法还可以包括以下步骤a-步骤c所描述的技术方案。

步骤a，当由遍历至的当前实例运行记录与所述当前组的自适应测试实例所确定的测试需求执行数据在设定测试范围内对应的测试实例的持续测试循环时间小于设定测试循环时间阈值时，确定所述当前实例运行记录对应的错误运行实例跟踪结果是否为动态循环跟踪结果。

步骤b，在所述当前实例运行记录对应静态循环跟踪结果时，将所述当前实例运行记录作为所述当前组所对应的测试需求执行数据在设定测试范围内对应的测试实例中的其中一实例运行记录。

步骤c，在所述当前实例运行记录对应动态循环跟踪结果、且从所述当前实例运行记录开始的整区预设时长内的错误运行实例跟踪结果中包括静态循环跟踪结果时，将从所述当前实例运行记录开始的所述整区预设时长内的首个静态循环跟踪结果所对应的实例运行记录，作为遍历的下一实例运行记录，并返回所述当由遍历至的当前实例运行记录与所述当前组的自适应测试实例所确定的测试需求执行数据在设定测试范围内对应的测试实例的持续测试循环时间小于设定测试循环时间阈值时，确定所述当前实例运行记录对应的错误运行实例跟踪结果是否为动态循环跟踪结果的步骤继续执行。

在一些可能的设计方案下，步骤S120311所描述的将所述修复后的错误运行的实例跟踪结果中，处于当次修复处理中的首个静态循环跟踪结果所对应的实例运行记录作为当前组的自适应测试实例，可以包括：确定所述修复后的错误运行的实例跟踪结果中，处于当次修复处理中的首个静态循环跟踪结果所对应的目标测试需求执行数据；当所述目标测试需求执行数据的后一实例运行记录所对应的错误运行实例跟踪结果为动态循环跟踪结果时，将所述目标测试需求执行数据对应的错误运行实例跟踪结果进行删除；当所述目标测试需求执行数据的后一实例运行记录所对应的错误运行实例跟踪结果为静态循环跟踪结果时，将所述目标测试需求执行数据作为当前组的自适应测试实例。

在一些可能的设计方案下，步骤S1204所描述的根据各所述分区候选测试需求执行数据在设定测试范围内对应的测试实例分别所对应的错误运行型，对属于相同错误运行型的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行分区实例修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例，可以包括以下步骤S12041和步骤S12042。

步骤S12041，确定各所述分区候选测试需求执行数据在设定测试范围内对应的测试实例分别所对应的错误运行型。

步骤S12042，当在时序先后上相邻的多于一个的分区候选测试需求执行数据在设定测试范围内对应的测试实例均属于相同的错误运行型时，将所述多于一个的分区候选测试需求执行数据在设定测试范围内对应的测试实例进行测试实例拼接，得到与所述相同的错误运行型对应的分区测试需求执行数据在设定测试范围内对应的测试实例。如此设计，在进行分区实例修复处理时，通过时序先后顺序进行实例拼接，能够尽可能改善不同分区测试需求执行数据之间的互相影响，从而为后续的整区性大数据测试提供准确的决策依据。

在一些可能的设计方案下，步骤S130所描述的通过预设的针对实例跟踪结果的整区修复网络，对所述失败运行的实例跟踪结果进行整区修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例，可以包括以下步骤S1301和步骤S1302所描述的内容。

步骤S1301，对所述失败运行的实例跟踪结果进行不间断修复处理，得到多个包括有失败运行实例的整区候选测试需求执行数据在设定测试范围内对应的测试实例。

步骤S1302，根据各所述整区候选测试需求执行数据在设定测试范围内对应的测试实例所对应的失败运行型，对属于相同失败运行型的整区候选测试需求执行数据在设定测试范围内对应的测试实例进行整区实例修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例。

可以理解，通过上述步骤S1301和步骤S1302，能够将失败运行型考虑在内，从而考虑整区候选测试需求执行数据之间的测试授权影响，这样能够确保在进行整区实例修复处理时将上述的测试授权影响进行尽可能的消除，从而确保包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例尽可能不受分区测试需求执行数据的授权影响。

在一些可能的设计方案下，步骤S140所描述的基于所述分区测试需求执行数据在设定测试范围内对应的测试实例和所述整区测试需求执行数据在设定测试范围内对应的测试实例进行大数据测试处理，得到所述目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例，可以包括以下步骤S1401-步骤S1403所描述的内容。

步骤S1401，当所述整区测试需求执行数据在设定测试范围内对应的测试实例完全处于所述分区测试需求执行数据在设定测试范围内对应的测试实例内时，或者，所述分区测试需求执行数据在设定测试范围内对应的测试实例完全处于所述整区测试需求执行数据在设定测试范围内对应的测试实例内时，修复所述整区测试需求执行数据在设定测试范围内对应的测试实例并维持所述分区测试需求执行数据在设定测试范围内对应的测试实例，得到与错误运行实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例。

步骤S1402，当所述分区测试需求执行数据在设定测试范围内对应的测试实例中的在后实例运行记录，与所述整区测试需求执行数据在设定测试范围内对应的测试实例中的在前实例运行记录发生交叉时，维持所述分区测试需求执行数据在设定测试范围内对应的测试实例作为与错误运行实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例，并将所述分区测试需求执行数据在设定测试范围内对应的测试实例中的非自适应测试实例作为所述整区测试需求执行数据在设定测试范围内对应的测试实例的自适应测试实例，得到修复后的整区测试需求执行数据在设定测试范围内对应的测试实例，将所述修复后的整区测试需求执行数据在设定测试范围内对应的测试实例作为与失败运行实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例。

步骤S1403，当所述整区测试需求执行数据在设定测试范围内对应的测试实例中的在后实例运行记录，与所述分区测试需求执行数据在设定测试范围内对应的测试实例中的在前实例运行记录发生交叉时，维持所述分区测试需求执行数据在设定测试范围内对应的测试实例作为与错误运行实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例，并将所述分区测试需求执行数据在设定测试范围内对应的测试实例中的自适应测试实例作为所述整区测试需求执行数据在设定测试范围内对应的测试实例的非自适应测试实例，得到修复后的整区测试需求执行数据在设定测试范围内对应的测试实例，将修复后的整区测试需求执行数据在设定测试范围内对应的测试实例作为与失败运行实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例。

可以理解，通过实施上述步骤S1401-步骤S1403所描述的内容，能够对整区测试需求执行数据以及分区测试需求执行数据对应的形式实例的包含关系考虑在内，并结合自适应测试实例和非自适应测试实例确定目标测试需求执行数据在设定测试范围内对应的测试实例，这样一来，在确定目标测试需求执行数据在设定测试范围内对应的测试实例（期望测试实例）时，能够尽可能削弱整区测试需求执行数据以及分区测试需求执行数据之间的相互的测试授权影响，从而减少确定期望测试实例的耗时，这样能够提高针对目标大数据测试业务的大数据测试效率，使得大数据服务器能够快速地基于期望测试实例进行测试策略相关的指示信息的生成和下发，从而快速地改善目标大数据测试业务的停滞。

图3为本发明实施例提供的大数据测试装置300的功能模块示意图，本实施例可以根据上述大数据测试服务器100执行的方法实施例对该大数据测试装置300进行功能模块的划分，也即该大数据测试装置300所对应的以下各个功能模块可以用于执行上述大数据测试服务器100执行的各个方法实施例。下面分别对该大数据测试装置300的各个功能模块的功能进行详细阐述。

获取模块310，用于获取待进行大数据测试的目标大数据测试业务的目标测试需求执行数据，对目标测试需求执行数据中的多个实例运行记录分别进行错误运行实例跟踪和失败运行实例跟踪，得到错误运行的实例跟踪结果和失败运行的实例跟踪结果。

修复模块320，用于通过预设的针对实例跟踪结果的分区修复网络，对错误运行的实例跟踪结果进行分区修复处理，得到包括有错误运行实例的分区测试需求执行数据在设定测试范围内对应的测试实例。

修复模块330，用于通过预设的针对实例跟踪结果的整区修复网络，对失败运行的实例跟踪结果进行整区修复处理，得到包括有失败运行实例的整区测试需求执行数据在设定测试范围内对应的测试实例。

测试模块340，用于基于分区测试需求执行数据在设定测试范围内对应的测试实例和整区测试需求执行数据在设定测试范围内对应的测试实例进行大数据测试处理，得到目标测试需求执行数据中与目标实例相对应的目标测试需求执行数据在设定测试范围内对应的测试实例。其中，目标实例包括错误运行实例和失败运行实例中的至少一种，目标测试需求执行数据在设定测试范围内对应的测试实例用于对目标大数据测试业务进行大数据测试。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件防护程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

图4示出了本发明实施例提供的用于实现上述的大数据测试方法的大数据测试服务器100的硬件结构示意图，如图4所示，大数据测试服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。

在具体实现过程中，至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令（例如图3中所示的大数据测试装置300包括的获取模块310、聚类模块320、配置模块330以及推送模块340），使得处理器110可以执行如上方法实施例的大数据测试方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的测试设备200进行数据收发。

处理器110的具体实现过程可参见上述大数据测试服务器100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

在上述的图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，DSP)、专用集成电路(英文：ApplicationSpecificIntegrated Circuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。

总线130可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本发明附图中的总线并不限定仅有一根总线或一种类型的总线。

此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上大数据测试方法。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。