大数据云计算时代软件测试所面临的挑战研究

史晁铭

摘要：大数据云计算技术的不断发展，为软件测试的变革提供条件。本文结合实际分析在大数据云计算时代软件测试面临的挑战，然后借鉴大数据的优势提出相应的对策。

关键词：大数据;云计算时代;软件测试

中图分类号：TP311.53 文献标识码：A 文章编号：1672-9129（2020）03-0003-01

Abstract：The continuous development of big data cloud computing technology provides conditions for the reform of software testing. This paper analyzes the challenges faced by software testing in the era of big data cloud computing based on practice， and then proposes corresponding countermeasures based on the advantages of big data.

Key words：Big data; The era of cloud computing; Software testing

引言：现阶段原有的软件测试已经不符合发展的需要，亟需进行改革。软件测试应该借助大数据云计算的优势，积极迎接各项挑战，不断优化自身的运行效果。提高软件测试的速度，保证数值的精准性;优化数据处理的模式，进行全面的革新;构建健全的大数据测试环境，完善软件测试的水平。

1 在大数据云计算时代软件测试面临的挑战

1.1 ORACLE问题。在软件测试中ORACLE的问题日益凸显出来。软件测试的基本步骤是检测软件的运行状况，对具体的结果进行剖析，探究可能导致的结果，根据数据分析软件的实际性能从而进行科学的评判，确定内部结构的合理性。但是随着互联网+时代的到来，软件测试迎来巨大的考验。在目前的情况下，运行结果的可靠性无法得到确认，每一种运行方法都存在一定的弊端。发生这种情况的主要原因就是，在处理模式的作用下，物理作用与化学作用间的契合度不高，不符合测试的要求。物理作用可以对ORACLE进行充分的利用，对存在的问题进行有效地处理。但是化学作用在使用ORACLE是具有不可调和的矛盾，在正式运行中没有办法对具体的目标进行精准的分析，为结果的获取增加了难度。

1.2性能测试问题。原有的软件测试与现在要求的软件测试之间的需求差异很大。目前，网络信息技术发展迅速，大数据技术拥有庞大的信息库，可以对现有的信息进行有机的整合，自然而然对软件测试的要求也逐渐提高。但是现有的软件测试平台是直接与服务器沟通进行压力测试。因为服务器数量的限制，无法高效地接收成百上千条的数据信息，影响信息回复的效率。所以，当需要处理多项数据信息时，服务器将会保持在高速运转的状态，很容易出现平台崩溃的现象，影响平台内部的运行模式，妨碍测试工作的有效开展。

1.3云计算构架问题。目前，在大数据云计算工作中使用最频繁的就是谷歌公司的Map Reduce。它在大規模数据集的并行运算中得到高效地应用，主要由“Map”（映射）和“Reduce”（归约）这两部分组成。它帮助编程人员把程序运行到分布式系统上。用户可以使用“Map”和“Reduce”对分布式程序进行设计，并为机器容错工作、调度任务、分析等环节做准备。所以，这就要求运行者要拥有一定的程序把控能力，协调好设计程序功能和设计功能的一致性，提高测试的精准性[1]。现在，用户设计中存在一定的弊端，导致对软件测试的要求有所提高。例如，用户需求对任务进行调度与分配，但是现在无法对节点进行有效地定位，同时也没有明确Map和Reduce这两个任务点的基本位置。如果运行中出现不确定的因素，平台无法立刻判断出具体的位置，对软件测试的结果造成干扰。云计算机构的变化，改变原有的运行模式，导致软件测试无法发挥它的最大效用。

1.4软件的免疫力情况。信息技术的革新，提高网络的智能化、数字化的水平，但也引发网络信息安全的问题。为了保障软件的安全性与稳定性，目前已经逐步增加软件测试的数量以及使用频率。因为长时间的进行相同模式的杀毒工作，导致现有的测试技术已经无法对系统中的部分漏洞进行有效地验证。因为系统内部经过多次的测验，已经具有一定的免疫力。软件测试结构不得不进行更新，以此来满足不同的测试需求，但是当革新之后又会进入到新一轮的测试中去，如此反复陷入测试的怪圈中去。

2 解决大数据云计算时代软件测试问题的对策

2.1加快测试速度，提高准确性。因为信息量的增加，影响软件测试的处理速度，干扰了测试的准确度。同时，因为效率较低而引发了一系列的问题，导致软件测试的效果和应用的频率逐渐降低。这时，应该进行多次的测试实验，结合数据的折线图找到数据变化的节点，分析出影响测试速度的根本原因，进而明确改进的方向。

2.2优化数据处理模式，加强智能性和全面性。因为大数据云计算而引发的软件测试的ORACLE问题，应该从软件测试的角度入手进行解决。软件测试应该在保证原有功能和作用的前提下，还应该做着眼于数据样本的性能、特征、大小和判定办法[2]。面对软件测试免疫性的问题，可以采用智能化的处理模式，优化测试软件原有的结构，提高应对不同问题的能力，提高数据测试的效率。

2.3构建大数据测试环境。在大数据云计算时代，开发软件需要一个系统化的过程，前期投入一定的资金，加强对数据的采集工作，保障它的充足与完整性。所以，应该构建一个良好的大数据测试环境，为整个软件测试的发展提供环境支持。第一，完善的数据环境可以调高数据整体运行的速度，对数据进行有机整合，保障数据的精准度，调高数据信息的使用频率。第二，完善的数据环境符合客户的需求。在软件测试中加入云构架的理念，扩大对软件测试的检验规模，在实验中发现问题总结经验，从而解决在软件测试中存在的问题。

结论：软件测试技术应该牢牢把控好大数据云计算时代的优势，处理好ORACLE、性能测试、云计算构架、软件的免疫力的问题，科学地应对各项挑战，逐步改进软件测试的技术，提高测试的智能化水平，形成自动化的模式，进一步提升软件测试的实际水平。

参考文献：

[1]孔璐.浅析大数据云计算时代软件测试所面临的挑战[J].农家参谋，2019（09）：225.

[2]周哲韫.大数据云计算时代软件测试所面临的挑战[J].中国新通信，2019，21（02）：73.