[发明专利]一种基于数据分布特征的核心化软件测试方法和装置

说明书

本发明提供一种基于数据分布特征的核心化软件测试方法，包括：捞取线上API调用数据存储于数据池中，并将API调用数据分成业务API调用数据和页面API调用数据两类；对每类API调用数据分组，并对每组API调用数据进行数学函数拟合后，根据数学拟合曲线划分核心数据区间，以确定核心业务API调用数据和核心页面API调用数据；采用接口测试自动化方式对核心业务API调用数据进行测试，采用接口测试自动化方式或UI自动化方式对核心页面API调用数据进行测试。该方法通过对API调用量做统计分析和建模来确定优先级，以精准化软件测试方向，进而提高软件测试效能。

技术领域

本发明属于互联网软件测试领域，具体涉及一种基于数据分布特征的核心化软件测试方法和装置。

背景技术

齐夫定律是一种实验定律，认为若把一篇较长的文章中每个词出现的频次从高到低进行递减排列，其数量关系特征呈双曲线分布，即在自然语言的语料库里，一个单词出现的频率与它在频率表里的排名成反比。该齐夫定律常备应用于情报检索用的词表的编制和情报检索系统中文档结构的设计中。

帕累托分布(Pareto distribution)简称Pareto分布，是一种连续概率分布，主要应用于经济学里面。

随着IT技术的发展，软件覆盖的行业范围越来越广，系统也变得越得越来越复杂。针对开发出来的各种复杂的软件系统，怎样有效的开展软件测试，也是软件行业目前关注的问题，如软件开发中如何实现快速、高效的功能测试、回归测试、冒烟测试等。

软件测试是为了发现错误而执行程序的过程，从而对软件质量进行评估。对于新人而言，软件测试更加倾向于找出软件BUG，保证没有问题。而互联网大热的今天，产品更新迅速。常听到，一旦有新产品诞生，就要对其进行产品(即B/S架构)测试。大量的测试用例，便会随着产品更新做出调整，甚至需要用到自动化测试工具对大量的测试用例做维护。

软件测试具备业务迭代迅速、业务架构持续优化的特点，在此基础上的自动化测试在用例维护上的投入成本极大。尤其对于探索性业务，往往要求快速试错、快速修正，采用跟随业务的持续集成方式会造成巨大的资源损耗，进而将测试人员陷入大规模手工回归的境地。同时，业务迭代的加剧带来大量冗余代码，这些代码干扰正常的研发工作，为稳定性埋下巨大隐患。

申请公布号为CN107832232A公开了一种基于模型的软件测试方法，主要是根据被测软件的系统特性进行建模，从模型生成抽象测试，把高层的抽象测试转化为可执行的具体测试，在被测系统上执行具体的测试用例，分析测试结果，得到测试结果后，必须确定产生该故障的原因并采取纠正措施。申请公布号为CN 108073510 A公开了一种软件测试方法，包括对软件业务场景进行分割，生成多个软件业务子场景；从所述软件业务子场景中抽取软件业务功能点，生成包含所述软件业务子场景信息和所述软件业务功能点信息的表单；根据所述表单和软件业务规则获得有效软件业务场景；以及根据所述有效软件业务场景获取软件业务功能点脚本进行测试。这两个专利申请公布的软件测试方法虽然能够检测软件的缺陷，但是测试稳定性不高。

发明内容

本发明的目的是提供一种基于数据分布特征的核心化软件测试方法和装置。该方法通过对API(Application Programming Interface，应用程序编程接口)调用量做统计分析和建模来确定优先级，以精准化软件测试方向，进而提高软件测试效能。

为实现上述发明目的，提供以下技术方案：

一种基于数据分布特征的核心化软件测试方法，包括以下步骤：

捞取线上API调用数据存储于数据池中，并将API调用数据分成业务API调用数据和页面API调用数据两类；

对每类API调用数据分组，并对每组API调用数据进行数学函数拟合后，根据数学拟合曲线划分核心数据区间，以确定核心业务API调用数据和核心页面API调用数据；