本文介绍了大数据的定义，强调其数据类型多样、体量大、处理速度快和价值密度低的特点。接着，阐述了大数据测试面临的数据多样性和不完整性、高度扩展性及测试数据管理等挑战。提出了包括功能测试、性能测试在内的大数据质量检测测试策略，并详细描述了大数据测试流程。最后，列举了一些常用的大数据测试工具，如Hadoop、HPCC和Cloudera等。
一、主要内容
1、大数据概述
2、大数据测试策略
二、大数据概述
1、大数据的定义
-
是指无法在一定时间内用常规的软件工具来进行捕捉、管理和处理的数据的集合
2、大数据的特点
-
数据类型多样
-
例如发一条微博可能是文字、图片、视频；也可能是语法连贯的、语法不连贯的数据
-
-
数据体量大
-
数据的增长速度快
-
例如普通的用户系统一天增长几百兆，但是微博几亿用户加起来每天的数据量就会很大
-
-
处理速度高速
-
大数据处理数据时要进行实时的分析，所以处理速度比较快，但是价值密度低
-
-
价值密度低
-
要从大数据中获取有用的信息，就需要分析很多没有用的、不相关的数据，所以价值密度低
-
三、大数据的测试策略
1、大数据面临的挑战
-
数据的多样性和不完整性
-
高度扩展性
-
测试数据管理
2、大数据质量检测的测试策略
-
功能测试
-
性能测试
-
数据提取测试
-
数据处理测试
-
数据存储测试
-
数据迁移测试
3、大数据测试流程
-
用户使用
-
数据收集
-
大数据分析
-
缺陷挖掘
4、大数据测试工具
-
Hadoop：开源框架，可以存储大量数据，且具有分布式的处理能力
-
HPCC：高性能的计算机集群，是一个免费的完整的大数据的应用解决方案
-
Cloudera：企业级技术部署比较理想的测试工具
-
Cassandra：免费开源的工具，提供自动的复制、线性的可扩展、无单点故障的相关服务
-
Storm：免费开源的工具，支持非结构化数据实时的处理，并且能够与任何编程语言兼容
722
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
