自動(dòng)化測試的每次執(zhí)行，都會(huì)產(chǎn)生大量的日志信息。特別是當(dāng)執(zhí)行發(fā)生錯(cuò)誤，比如數(shù)據(jù)庫異常、通訊異常等情況的時(shí)候，大量執(zhí)行的自動(dòng)化測試用例會(huì)報(bào)錯(cuò)。
實(shí)際上，很多錯(cuò)誤的類型是比較類似的，但由于測試用例的數(shù)量很大，比如一次執(zhí)行20,000個(gè)測試用例，可能會(huì)產(chǎn)生500個(gè)錯(cuò)誤。逐個(gè)分析500個(gè)錯(cuò)誤日志，是一件非常消耗時(shí)間的工作。
因此，TestOne提供了自動(dòng)分類算法，幫助我們首先把錯(cuò)誤的日志分成不同的類型，這樣我們就可以批量處理相同類型的日志，從而大大節(jié)省了處理時(shí)間。
TestOne是澤眾軟件自主研發(fā)的一體化測試系統(tǒng)，基于B/S 體系結(jié)構(gòu)，集自動(dòng)化項(xiàng)目管理、測試需求管理、測試用例管理、缺陷問題管理、自動(dòng)化測試執(zhí)行管理、遠(yuǎn)程真機(jī)調(diào)試、移動(dòng)腳本設(shè)計(jì)等功能于一體，覆蓋了GUI界面功能自動(dòng)化測試、接口自動(dòng)化測試、移動(dòng)自動(dòng)化測試、移動(dòng)APP性能測試等測試類型，完整覆蓋自動(dòng)化測試項(xiàng)目的全過程，可快速將自動(dòng)化測試管理體系建立，提高測試效率與質(zhì)量。
下面，我們就來介紹一下TestOne的日志處理。
日志存放
當(dāng)我們執(zhí)行海量的自動(dòng)化測試用例，就會(huì)生成海量的錯(cuò)誤日志，比如日志文件、錯(cuò)誤截圖、錯(cuò)誤的視頻等等。
海量日志數(shù)據(jù)帶來的問題是：導(dǎo)致整個(gè)系統(tǒng)的效率變得低下，系統(tǒng)卡頓。會(huì)嚴(yán)重影響測試用例設(shè)計(jì)者的工作效率。
因此，TestOne采用了“外掛式”的日志模式，即：錯(cuò)誤日志存放在獨(dú)立E/S系統(tǒng)內(nèi)，不影響用戶的檢索效率，也不影響日常系統(tǒng)的使用。
E/S日志系統(tǒng)，還帶來了額外的兩個(gè)特性：日志分布式存儲(chǔ)和智能化檢索。
分布式日志系統(tǒng)，能夠把海量的日志信息存放在分布式系統(tǒng)下的不同節(jié)點(diǎn)之下，防止頻繁和大量的訪問帶來的性能瓶頸。此外，對于日志清理工作，也可以獨(dú)立執(zhí)行，不影響主系統(tǒng)的功能操作。
智能化檢索，就是E/S系統(tǒng)自帶的一個(gè)功能，通過定義日志中出現(xiàn)的特征字符串，來自動(dòng)化的檢索日志，查找自己需要的信息，而不需要用戶逐個(gè)查看。
錯(cuò)誤自定義
對于經(jīng)常發(fā)生的錯(cuò)誤，或者發(fā)現(xiàn)了某個(gè)錯(cuò)誤，用戶就可以定義一個(gè)“特征字符串”，來“掃描”整個(gè)日志，并且根據(jù)掃描結(jié)果來自動(dòng)匹配。
錯(cuò)誤自定義，就是指用戶可以通過定義一個(gè)“特征字符串”，來智能掃描和分析日志。
錯(cuò)誤歸類
在用戶定義了“特征字符串”集合，系統(tǒng)就可以根據(jù)掃描結(jié)果，對錯(cuò)誤進(jìn)行歸類。
對于用戶而言，就可以看到不同錯(cuò)誤的集合，每個(gè)集合匹配了一類的錯(cuò)誤。
從自動(dòng)化測試的實(shí)踐而言，一類的錯(cuò)誤，往往都出自于一個(gè)原因，比如：網(wǎng)絡(luò)異常斷開、數(shù)據(jù)庫突然無法訪問、文件系統(tǒng)異常、被測試系統(tǒng)（AUT）出錯(cuò)等，處理的方式都是一樣的。這樣，我們就從逐個(gè)查看和處理錯(cuò)誤的過程，變成了只需要處理一類的錯(cuò)誤，就可以完成所有的、海量的錯(cuò)誤處理，從而把工作效率提升了幾十倍。
什么Elasticsearch？ （來自百度百科）
Elasticsearch 是一個(gè)分布式、高擴(kuò)展、高實(shí)時(shí)的搜索與數(shù)據(jù)分析引擎。它能很方便的使大量數(shù)據(jù)具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸縮性，能使數(shù)據(jù)在生產(chǎn)環(huán)境變得更有價(jià)值。Elasticsearch 的實(shí)現(xiàn)原理主要分為以下幾個(gè)步驟，首先用戶將數(shù)據(jù)提交到Elasticsearch 數(shù)據(jù)庫中，再通過分詞控制器去將對應(yīng)的語句分詞，將其權(quán)重和分詞結(jié)果一并存入數(shù)據(jù)，當(dāng)用戶搜索數(shù)據(jù)時(shí)候，再根據(jù)權(quán)重將結(jié)果排名，打分，再將返回結(jié)果呈現(xiàn)給用戶。
Elasticsearch是與名為Logstash的數(shù)據(jù)收集和日志解析引擎以及名為Kibana的分析和可視化平臺(tái)一起開發(fā)的。這三個(gè)產(chǎn)品被設(shè)計(jì)成一個(gè)集成解決方案，稱為“Elastic Stack”（以前稱為“ELK stack”）。
Elasticsearch可以用于搜索各種文檔。它提供可擴(kuò)展的搜索，具有接近實(shí)時(shí)的搜索，并支持多租戶。Elasticsearch是分布式的，這意味著索引可以被分成分片，每個(gè)分片可以有0個(gè)或多個(gè)副本。每個(gè)節(jié)點(diǎn)托管一個(gè)或多個(gè)分片，并充當(dāng)協(xié)調(diào)器將操作委托給正確的分片。再平衡和路由是自動(dòng)完成的。相關(guān)數(shù)據(jù)通常存儲(chǔ)在同一個(gè)索引中，該索引由一個(gè)或多個(gè)主分片和零個(gè)或多個(gè)復(fù)制分片組成。一旦創(chuàng)建了索引，就不能更改主分片的數(shù)量。
Elasticsearch使用Lucene，并試圖通過JSON和Java API提供其所有特性。它支持facetting和percolating，如果新文檔與注冊查詢匹配，這對于通知非常有用。另一個(gè)特性稱為“網(wǎng)關(guān)”，處理索引的長期持久性；例如，在服務(wù)器崩潰的情況下，可以從網(wǎng)關(guān)恢復(fù)索引。Elasticsearch支持實(shí)時(shí)GET請求，適合作為NoSQL數(shù)據(jù)存儲(chǔ)，但缺少分布式事務(wù)。
本文內(nèi)容不用于商業(yè)目的，如涉及知識(shí)產(chǎn)權(quán)問題，請權(quán)利人聯(lián)系SPASVO小編(021-60725088-8054)，我們將立即處理，馬上刪除。
sales@spasvo.com
