大数据背景下软件测试技术

李文龙

摘要：当前我国信息技术的发展比较快速，大数据以及计算机技术的快速发展使得我国快速进入信息化时代。在当前大数据的背景下，通过计算机技术可以实现大数据技术的延伸，而且计算机技术与大数据的相互融合推动了我国的整体发展，在推动社会进步的同时，改善了我国的整体经济体系。本文首先介绍大数据的特征，其次对软件测试的意义作出分析，最后对大数据背景下软件测试的技术进行总结，以供参考。

关键词：大数据背景;软件测试;软件升级

引言

大数据处理以计算机软件作为技术核心，通过大量的数据进行识别、获取、储存、分析等操作，将获取的数据信息进行共享，而且在相应的基础上还保证了使用安全性。在当前大数据的背景下，需要对软件技术进行升级与完善，这样有利益与提高整体的使用效率，同时还能减少其他的问题出现，在具体的改善过程中需要重视其传统的理念，并合理的开发技术框架，这样能够实现对于整个软件的使用，针对其存在的不足进行优化与调整，并结合当前大数据的背景满足客户的不同需求。

一、大数据的特征

在当前大数据的时代背景下，相关信息在不断增多，这也说明对于数据的应用与分析具有一定的重要性。在具体使用的过程中需要考虑到大数据技术的自身的情况以及特殊性，软件的应用需要结合大数据自身的特性，同时还要利用数据优势，实现对于软件的调整和改善，这样可以更好的利用大数据进行工作，当前大数据技术具备以下几个特征：（1）大数据自身的数量比较庞大，大数据的信息具有超高量的信息内容，在具体的开展相关工作的过程中需要合理的对数据进行储存与分析，从而找到有用的数据并满足当前客户的需求。在数据信息的初始阶段应该掌握工作的重点，同时还要做好相应的开发工作，对来往的数据进行有效管理，从而保障信息获取的真实性和有效性，这样可以获取更多有效的数据信息。（2）大数据种类较多，数据获取途径是通过互联网、传感器以及物联网等渠道，在具体的开展中不仅会依靠大数据技术，还会通过有效的形式与网页、图片以及音频等半数据形成衔接。同时，考虑到大数据自身的价值和应用，数据技术在具体的应用过程中需要考虑到对数据信息的过滤以及分析，从而获取相关的价值信息，这也是大数据技术分析整理的整个过程。

二、软件测试应用的重要意义

（一）满足客户的需求

软件测试技术应用的主要目的是为了满足当前用户的需求，从当前客户的整体角度出发来看，软件应用需要符合用户的多种不同习惯，通过对系统的软件的测试得到对应的问题。在具体的软件测试中，应该重视其自身的实效性，对于软件本身的实用性进行全面分析，从而找到软件中存在的不足与缺陷，进而更好的满足用户的需求。

（二）提高程序可靠性

大数据的背景下，对软件测试应用需要坚持可靠性的原则，同时还要注重分析测试技术的有效性，并对其中的问题进行全面分析，这样有利于构建相应的问题解决方案，在针对软件进行检测的过程中需要有计划的展开，这样能够防止一些其他因素干扰，最终影响软件技术测试的可靠性。在具体的软件测试过程中需要制定科学的测试计划，通过计划执行相关工作，从而确保软件的测试质量，同时还要对软件测试技术进行定期升级，这样能够及时发现互联网和大数据软件中存在的问题，从而更好的做好相应的程序优化，以此确保整体的使用效果。

（三）降低风险与使用成本

在实践的过程中，对于软件进行有效的测试可以降低存在的风险，同时还可以减少一些成本的使用，这样能够实现对其有效管理和控制。在当前新时期，考虑到数据技术的全面应用，应该及时的对计算机软件进行更新，从而加强软件的改善，并提高其抗干擾能力，同时还能及时发现当前软件中存在的问题。

三、大数据背景下软件测试技术方法总结

（一）白盒测试法与A/B测试

白盒测试法是软件测试技术中比较基本的形式，该方法主要是针对软件自身内部构造进行分析，通过分析获取软件形成的源代码，从而了解技术的形成原理。在白盒测试的使用中，它能够对软件结构进行全面分析，从而形成较好的测试效果。在具体的应用中这种方法对于技术要求比较高，而且使用该技术的人员需要具备一定的技术经验，这样能够较好的分析源代码和自身形成结构，并了解软件形成的原理，以此实现全面分析。

软件测试中应用A/B测试技术具有一定的独特性，在具体的使用过程中该方法可以实现多个程序和软件测试共同展开，在具体的使用的过程中，相关人员根据实际情况对测试内容进行分类，通过分配的形式实现两种不同的方案，再根据测试要求，收集方案统计的数据信息，并形成对应的测试指标，最终结合两种方案的优点与缺点进行评估，对软件测试技术进行科学的选择。

（二）黑盒测试法与探索测试

黑盒测试法是当前比较常用的软件测试方法，该项方法在使用的过程中相对比较简单，而且在数据的获取方面比较可靠。在软件测试的不同阶段，可以根据相应的对象要求采取一定的方案，这样可以对软件潜在的能力进行发掘，从而提高软件的可靠性。因此，在实践开展的过程中，该项方法对于技术人员的要求并不高。

作为功能测试和自动化测试的技术应用，探索性的测试应用相对比较多，该项方法一般都不能通过脚本的形式展开，它需要在相关测试中才能使用。相比较于以往传统的测试方法，该项方法具有较强的主动性，它可以自动忽略一些多余的测试和检测，针对技术节点进行全面检测，这种探索性的形式可以在较短的时间内发现系统存在的问题。不过，该项技术在使用的过程中对于软件的评估没有较好的准确性。

大数据应用的测试一般会分为程序功能测试，数据库测试和性能测试等部分。功能测试可以根据程序的具体设计进行黑盒测试。数据库测试部分可以根据不同数据源进行分段测试，其中要测试数据的正确性和完整性，同时要将数据仓库中的数据反复进行再验证，确保数据的一致性。

性能测试部分，可以利用Hadoop的性能监视器来监测运行状态的性能指标以及在不同负载情况下的性能情况。使用LTP、POSTMARK和FIO等工具模拟生产负载，验证长期不间断运行时的稳定性。LTP还可以进行数据一致性测试，也可以使用md5sum编写脚本测试。

结束语

综上所述，在当前大数据的背景下，软件测试技术具有一定的重要性，相关技术人员需要重视软件的测试相关工作。在具体的开展中需要明确大数据的特征以及软件测试的意义，在结合实际情况选择对应的测试技术，从而确保测试有效性。针对存在的问题进行改善与处理，以此推动我国科学技术的进一步发展。

参考文献

[1]颜龙. 大数据背景下的软件测试技术研究[J]. 农家参谋，2020（20）：134.

[2]王秀娟. 关于大数据背景下的软件测试技术研究[J]. 电子技术与软件工程，2020（13）：55-56.

[3]秦怡. 大数据背景下软件测试技术面临的挑战及发展方向[J]. 电子技术与软件工程，2019（18）：46-47.