大数据测试最佳实践

时间：该课程暂无课程排期

地点：暂无地点信息

教练：L.S

硅谷大数据公司 质量保证经理

熟悉QA过程以及缺陷管理以及相关工具使用与部署以及部分二次开发（TestLink, Bugzilla, JIRA, Perforce, Git等）。精通自动化测试策略制定和框架搭建及测试工具开发，熟悉C#.NET, Python, VBScript, JavaScript, Java。ISTQB认证测试工程师。拥有10年以上大型软件以及大数据产品的质量保证经验，在大数据产品测试，分布式系统测试以及自动化测试方面有深入研究。

| 培训特色 |

• 所有内容来源于作者在硅谷一线大数据企业实践经验以及在相关企业内训的总结
• 系统化梳理与讲解大数据测试
• 交互式学习体验，边学边做
• 中英文双语学习资料，与国际接轨

| 目标收益 |

通过本课程的学习，您将对大数据测试有个整体的认识，摆脱闻“大”而恐的情况。将有能力规划自己公司的大数据测试，对于可能遇到的风险和依赖有充足的预判和分析。能够建立大数据测试相关配套服务，例如数据生成，状态监控以及自动化测试等。

| 培训对象 |

各级别软件测试工程师，全栈工程师，软件测试经理

| 学员基础 |
熟悉软件工程理论，掌握基本计算机基础，以及代码编写能力

| 课程大纲 |

主题

内容

大数据基础

1. 概念
a. 5V模型
b. 实例讨论
2. 业界主流大数据解决方案
a. ELK
b. Hadoop
3. 大数据产品分类介绍
a. 开源技术
b. 商业产品

大数据测试与传统软件测试

1. 数据
2. 基础设施
3. 验证方法

测试准备

1. 测试框架选择
2. 测试环境基础
3. 数据生成
4. 数据抽样

功能性测试

1. 分布式单元测试
2. 数据处理过程验证
3. 数据质量验证
4. 数据存储验证
5. “map reduce”验证
6. 输出验证
7. 高可用性验证
8. 一致性验证

非功能测试

1. 迁移测试
a. 用户场景研究
b. 目标设定
c. 测试设计
i. 版本到版本迁移
ii. 数据迁移
iii. 拓扑迁移
2. 可扩展性测试
a. 扩展需求分析
b. 目标设定
c. 测试设计
3. 可靠性测试
a. 灾难定义
b. 灾难注入
c. 测试设计

基准测试

1. 业界标准介绍
a. Spec
b. GLDS
c. TPC
2. 微基准
3. 组建基准
4. 系统基准

测试执行

1. 测试管理
2. 自动化测试
3. CI/CD
4. 覆盖率分析
5. 测试拓扑解耦

产品质量评估

1. 延迟
2. 吞吐量
3. 容错率
4. 可扩展性

国内外知名一线技术专家分享世界级软件研发管理实践，讲述他们在知名企业的成功案例与宝贵经验。
msup与企业深度合作，并为其量身定制个性化学习课程，精心设计内容与形式，提供最高质量的学习体验。

服务热线 : 400-812-8020

邮箱： market@msup.com.cn

官网： www.msup.com.cn