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.cnnetsun.cn/news/26193.html

相关文章:

  • 《Medical Vision Generalist: Unifying Medical Imaging Tasks in Context》(医学视觉通才:在上下文中统一医学成像任务)的
  • 西安电子科技大学专属信纸模板:3分钟打造专业学术形象
  • 【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?
  • 富有的哈佛人 —— 储蓄:财富积累的第一块基石
  • 终极指南:快速掌握eventpp事件处理库的8种集成方法
  • 光刻胶用二正丁基胺增感剂:
  • Spyder vs Jupyter:科学计算效率大比拼
  • 【第八天】08c#今日小结
  • Windows临时文件夹清理指南:释放C盘空间
  • AI助力:用自然语言生成复杂tar命令,告别记忆负担
  • 三相L型并网逆变器:dq坐标系下的控制系统设计与Simulink仿真模型搭建
  • RBP神经网络PID自适应控制模型(Matlab仿真模型及详解资料包,省去PID参数调节
  • 华为OD机试双机位C卷 - 挑选宝石 (C++ Python JAVA JS GO)
  • 用ROS2快速验证机器人创意:48小时开发挑战
  • 光伏电池电网能量管理控制策略模型仿真与优化在Simulink平台下的研究
  • 在flac3d7.0中实现flac3d和3dec的耦合计算
  • 3分钟用requestIdleCallback打造性能分析工具
  • 如何用Skyvern在5分钟内构建智能Web自动化工作流
  • 必看!2025年OK镜保养注意事项高品质推荐榜单,助你提升视力体验
  • LLC谐振变换器:变频与移相混合控制的仿真模型
  • 科研人员必备:Sci-Hub论文下载与管理的自动化方案
  • 基于Android的安卓云笔记系统(源代码+文档+PPT+调试+讲解)
  • HAMA.bundle:打造专属动漫图书馆的终极解决方案
  • 5分钟搭建texlive安装教程原型
  • 2025刷屏事件背后:一场正在席卷每个人的“能力革命”
  • 源代码加密方案深度解析与选型指南
  • 企业微信Linux客户端开发效率提升300%的秘诀
  • 传统VS现代:WiFi密码字典生成效率对比
  • KMP OpenHarmony 农产品价格预测分析器
  • 2025降重工具大横评:快降重网实测,如何从40%降到5%?