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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1004468.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

zz 基于 llama-index与Qwen大模型实现RAG

https://blog.csdn.net/uncle_ll/article/details/145618673 基于 llama-index与Qwen大模型实现RAGhttps://www.kaggle.com/code/alexanderlundervold/simple-gradio-kaggle-example Simple Gradio + Kaggle example

ASCII转换

ASCII(American Standard Code for Information Interchange,美国信息交换标准代码)是一种基于拉丁字母的电脑编码系统,主要用于显示现代英语和其他西欧语言。它是最通用的信息交换标准,并等同于国际标准 ISO/IEC 646。…

3分钟搞定!FlashAI通义千问大模型本地部署完整指南

3分钟搞定!FlashAI通义千问大模型本地部署完整指南 【免费下载链接】通义千问 FlashAI一键本地部署通义千问大模型整合包 项目地址: https://ai.gitcode.com/FlashAI/qwen 还在为复杂的AI模型安装而头疼吗?FlashAI通义千问大模型整合包让你零基础…

springboot基于vue的《面向对象程序设计》在线题库系统_u788o409

目录已开发项目效果实现截图开发技术系统开发工具:核心代码参考示例1.建立用户稀疏矩阵,用于用户相似度计算【相似度矩阵】2.计算目标用户与其他用户的相似度系统测试总结源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式&…

信纸全攻略:揭秘专业信纸背后的设计哲学与制作工艺

在数字化沟通无处不在的今天,您是否曾感觉,那些闪烁的屏幕与千篇一律的字体,正在稀释我们表达中的温度与诚意?一封措辞优雅、印制精良的实体信函或公司信笺,反而成了一种稀缺的、充满力量的沟通仪式。这不仅是怀旧,更…

scheme中map的处理

map是处理list的一个比较简便的方式,通过map可以省去挨个对list元素的处理,强调元素表到结果表的一个变换。 (define (scale-list items factor) (if (null? items) nil (cons (* (car items) factor) (scale-list …

深入了解HTTP缓存!测试要注意这5大应用场景

如果我们测试一个版本时遇到Bug,然后等开发改了以后及时验证,开发可能会好心提醒一句,你先清一下浏览器缓存再测,是不是经常碰到这种情况? 所以我们在测试中要经常和缓存打交道,既然是老朋友了&#xff0c…

springboot基于vue的校园报修管理系统设计与实现_t45k51ip

目录已开发项目效果实现截图开发技术系统开发工具:核心代码参考示例1.建立用户稀疏矩阵,用于用户相似度计算【相似度矩阵】2.计算目标用户与其他用户的相似度系统测试总结源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式&…

跨平台开发框架选型指南:Uniapp、React Native、Flutter

查看全文:https://www.longkui.site/program/frontend/uniapp-react-native-flutter/7176/ 在移动互联网高速发展的今天,跨平台开发已成为企业降本增效、快速覆盖多终端的关键策略。面对日益碎片化的设备生态和用户场景,开发者亟需在开发效率…

EtherCAT 逐帧解析状态机切换过程(初始清零阶段)

第一阶段总结:主站通过一系列广播写(BWR) 和广播读(BRD) 操作,完成从站通信基础配置与状态校准。下面逐帧解析初始化报文: 1、BWR 报文向地址101(对应 DL control 寄存器&#xff09…

《Nature Communications》重磅:片上可见光GHz调制创纪录,量子计算与LiDAR应用再进一步

前沿摘要你是否想象过,控制量子比特的激光,能像手机芯片一样被大规模集成在指甲盖大小的硅片上?这个听上去属于未来的场景,正在成为现实。近日,一项发表于顶级期刊《自然通讯》的突破性研究(https://doi.org/10.1038/s…

区块链DAPP开发公司

寻找一家满意的去中心化应用(DApp)开发公司,是启动区块链项目的关键一步。与传统的App开发相比,DApp涉及智能合约、区块链底层技术和去中心化逻辑,对开发团队的专业度和安全性要求更高。第一步:明确您的DAp…

STM32F103C8T6微控制器实战指南:从选型到项目开发全解析

STM32F103C8T6微控制器实战指南:从选型到项目开发全解析 【免费下载链接】STM32F103C8T6中文数据手册 本资源文件提供了STM32F103C8T6微控制器的中文数据手册。STM32F103C8T6是一款基于ARM Cortex-M3内核的32位微控制器,具有高性能、低功耗和低电压特性&…

仿宋_GB2312字体下载:MAC用户的终极中文排版解决方案

在数字文档排版和平面设计领域,选择一款合适的中文字体至关重要。今天为您推荐的仿宋_GB2312字体资源下载项目,是专为MAC操作系统设计的国家标准编码字体,能够满足您对中文文档排版的高标准要求。无论是撰写论文、设计海报还是制作专业报告&a…

数据集对比

当不确定是不是无意中更改了数据集时,可以做一下数据集对比。import os import json import hashlib import numpy as np from PIL import Image from pathlib import Path import pandas as pd from collections import defaultdictclass DatasetComparator:def __…

AutoTable终极指南:3分钟上手Java注解驱动数据库表自动化管理

AutoTable终极指南:3分钟上手Java注解驱动数据库表自动化管理 【免费下载链接】AutoTable 基于java实体上的注解完成数据库表自动维护的框架 项目地址: https://gitcode.com/dromara/auto-table 还在为数据库表结构维护而烦恼吗?AutoTable作为基于…

一文了解:智能体大模型LangChain 和 Dify有什么区别?

LangChain 和 Dify 是大模型应用开发的两大核心工具,作为这个领域中的佼佼者,各自提供了独特的功能和能力,满足了各种开发者的需求。但二者的定位、目标人群和使用方式差异显著。今天我们来具体分析一下,这两者在定位、能力、如何…

Dify AI 聊天接口后端代理

实现基于 Spring Boot 的 Dify AI 聊天接口代理,支持流式响应,并排查接口调用异常问题 一、Dify 代理接口实现原理 1. 核心功能 通过后端代理转发前端聊天请求至 Dify AI 平台(https://api.dify.ai/v1/chat-messages)&#xff…

意义行为原生论:悟空来路与关山——全领域非专业vs全领域负责制

意义行为原生论:悟空来路与关山——全领域非专业vs全领域负责制 引言:智能时代的认知困境与负责制危机 在专业分工日益精细的今天,我们面临一个深刻的悖论:专业知识不断深化,解决复杂系统性问题的能力却在下降;责…

Lenia完整指南:探索连续细胞自动机的数学生命世界

Lenia完整指南:探索连续细胞自动机的数学生命世界 【免费下载链接】Lenia Lenia - Mathematical Life Forms 项目地址: https://gitcode.com/gh_mirrors/le/Lenia Lenia(莱尼亚)是一个革命性的连续细胞自动机系统,它打破了…