CN107506298A - 一种用于线上业务的监控方法及*** - Google Patents

一种用于线上业务的监控方法及*** Download PDF

Info

Publication number
CN107506298A
CN107506298A CN201710631592.0A CN201710631592A CN107506298A CN 107506298 A CN107506298 A CN 107506298A CN 201710631592 A CN201710631592 A CN 201710631592A CN 107506298 A CN107506298 A CN 107506298A
Authority
CN
China
Prior art keywords
failure
business
line
test
test case
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710631592.0A
Other languages
English (en)
Inventor
吕俊杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Pin Guan Network Technology Co Ltd
Original Assignee
Hangzhou Pin Guan Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Pin Guan Network Technology Co Ltd filed Critical Hangzhou Pin Guan Network Technology Co Ltd
Priority to CN201710631592.0A priority Critical patent/CN107506298A/zh
Publication of CN107506298A publication Critical patent/CN107506298A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3692—Test management for test results analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了线上业务的监控方法及***，方法包括以下步骤：通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；根据测试用例进行线上业务的逻辑测试；若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；将测试结果存储后进行统计分析，得到统计报表。实现以下有益效果：可按不同的线上业务和时间维度编写相应的测试用例；当测试用例失败过于频繁时，即通知人员知晓，并通过迅速定位问题所在，进行问题的排查、处理；可精确的评估故障时间和经济损失等情况，也可以直观的对线上环境的稳定性进行评估。***包括：编写单元、逻辑测试单元、判断单元以及统计分析单元，实现方法相同的有益效果。

Description

一种用于线上业务的监控方法及***
技术领域
本发明涉及自动化软件测试技术领域，具体涉及一种用于线上业务的监控方法及***。
背景技术
互联网技术的不断发展以及国家政策的鼓励，使越来越多的人通过互联网进行创业，以求改变传统行业生产、宣传等效率低下的状况；因此，随着传统与互联网结合潮流的不断推进，近年来互联网企业迅速增多，互联网产品也层出不穷。基于上述情况，对线上业务的环境进行监控也变得不可或缺。现有技术中的线上业务监控方法及***，有与常见的curl结合定时器，或者是公共服务平台。
现有技术的不足之处在于，自动化程度低，无法定制业务流程，且拓展性较差；无法按不同的线上业务编写相应的测试用例；无法确保线上业务的运行环境质量，服务持续性差，并且出现问题后无法迅速定位并解决；在后期无法精确的评估故障时间和经济损失等情况，也无法对线上环境的稳定性进行评估。
发明内容
本发明的目的是提供一种用于线上业务的监控方法及***，以解决上述不足之处。
为了实现上述目的，本发明提供如下技术方案：
本发明提供了一种用于线上业务的监控方法，包括以下步骤：
通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；
根据所述测试用例进行线上业务的逻辑测试；
若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；
将测试结果存储后进行统计分析，得到统计报表。
上述用于线上业务的监控方法，测试用例的获得包括以下步骤：
根据不同种类的线上业务的优先级配置不同的执行时间间隔；
按照指定项目对应的时间间隔调用所述robot framework框架，并通过其将所述指定项目分为若干片段后进行编号，得到所述测试用例。
上述用于线上业务的监控方法，逻辑测试包括以下步骤：
对所述测试用例进行成功或失败的判断；
根据判断结果进行成功或失败次数的累加统计，并根据成功或失败的测试用例搜寻到对应的数据。
上述用于线上业务的监控方法，失败重试机制包括以下步骤：
对判断为失败的测试用例进行成功或失败的二次判断；
根据二次判断结果进行成功或失败次数的累加或递减统计，并根据二次判断成功或失败的测试用例搜寻到对应的数据。
上述用于线上业务的监控方法，触发条件包括：次数阈值和时间阈值。
上述用于线上业务的监控方法，在判断测试失败次数满足触发条件后进行问题排查的告警包括以下步骤：
判断逻辑测试的时间是否达到所述时间阈值；
若达到，判断测试失败次数是否达到所述次数阈值；
若达到，通过报警器向管理人员发出告警，并将所述测试结果发送给所述管理人员进行问题排查。
上述用于线上业务的监控方法，统计报表的获得包括以下步骤：
调取所述测试结果中的成功数据、失败数据和对应的失败原因、时刻；
对所述成功数据、失败数据和对应的失败原因进行统计分析，生成成功和/或失败的统计报表。
上述用于线上业务的监控方法，统计报表的获得还包括以下步骤：
调取所述测试结果中的成功与失败次数；
对所述成功与失败次数进行统计分析，得到所述测试用例在指定项目中的成功率或失败率；
将所述成功率和失败率作为质量评估标志归入所述成功和/或失败的统计报表中，得到所述统计报表。
本发明提供的一种线上业务的监控方法，具有以下有益效果：按不同的线上业务和时间维度编写相应的测试用例的效果，进而达到按周期对不同时间段的指定项目中的内容进行测试的目的；当测试用例失败过于频繁时，即通知人员知晓，并通过迅速定位问题所在，进行问题的排查、处理；进而可以增强监控告警的可控性，增加问题定位和排查效率；并且确保线上业务的运行环境质量，服务持续性差；在后期精确的评估故障时间和经济损失等情况，也可以直观的对线上环境的稳定性进行评估。
本发明还提供了一种用于线上业务的监控***，包括：
编写单元，用以通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；
逻辑测试单元，用以根据所述测试用例进行线上业务的逻辑测试；
判断单元，用以若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；
统计分析单元，用以将测试结果存储后进行统计分析，得到统计报表。
上述用于线上业务的监控***，所述判断单元包括：用以逻辑测试失败则触发失败重试机制的失败重试模块，用以判断测试失败次数是否满足触发条件的次数判断模块，以及当所述次数判断模块判断出满足时进行问题排查的告警报警模块。
本发明提供的一种用于线上业务的监控***，包括：编写单元、逻辑测试单元、判断单元以及统计分析单元，通过编写单元按不同的线上业务和时间维度编写相应的测试用例的效果，进而达到按周期对不同时间段的指定项目中的内容进行测试的目的；通过逻辑测试单元和判断单元的配合，实现当测试用例失败过于频繁时，即通知人员知晓，并通过迅速定位问题所在，进行问题的排查、处理；进而可以增强监控告警的可控性，增加问题定位和排查效率；并且确保线上业务的运行环境质量，服务持续性差；通过统计分析单元实现在后期精确的评估故障时间和经济损失等情况，也可以直观的对线上环境的稳定性进行评估。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用于线上业务的监控方法的流程示意图；
图2为本发明一优选实施例提供的用于线上业务的监控方法的流程示意图；
图3为本发明一优选实施例提供的用于线上业务的监控方法的流程示意图；
图4为本发明一优选实施例提供的用于线上业务的监控方法的流程示意图；
图5为本发明一优选实施例提供的用于线上业务的监控方法的流程示意图；
图6为本发明一优选实施例提供的用于线上业务的监控方法的流程示意图；
图7为本发明一优选实施例提供的用于线上业务的监控方法的流程示意图；
图8为本发明实施例提供的用于线上业务的监控***的结构示意图；
图9为本发明实施例提供的用于线上业务的监控方法及***的结构框图之一；
图10为本发明实施例提供的用于线上业务的监控方法及***的结构框图之二。
附图标记说明：
10、编写单元；20、逻辑测试单元；30、判断单元；40、统计分析单元。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。
如图1、9、10所示，为本发明实施例提供的一种用于线上业务的监控方法，包括以下步骤：
S101、通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；
采用基于python的robot framework框架，通过robot framework框架自动化程度提高，可以定制业务流程，且扩展性较好；也可以自行封装python脚本进行不同层面和不同业务的自动化测试监控。通过Jenkins定时任务调用该框架，并且在该框架中进行测试用例的编写；Jenkins定时任务是指监控指定项目的时间间隔，即每隔上述时间间隔执行一次本发明中的流程；执行本发明的流程的时间应当低于时间间隔，当执行本发明的流程后，必须经过时间间隔的时长，再执行本发明的流程，按此不断循环。该时间间隔内的线上业务的环境为测试用例；测试用例即指执行步骤S102所需的数据信息。
如图2所示，在步骤S101中，测试用例的编写包括以下步骤：
S201、根据不同种类的线上业务的优先级配置不同的执行时间间隔；
S202、按照指定项目对应的时间间隔调用所述robot framework框架，并通过其将所述指定项目分为若干片段后进行编号，得到所述测试用例。
具体的，线上业务按照业务的突出特征量分为不同的种类，根据不同的种类确定优先级，再按照优先级配置不同的执行时间间隔；突出特征量包括但不限于，业务的繁忙程度、业务的使用频度、业务的受众广泛程度以及业务的好评度；业务繁忙程度大、使用频度高、受众广泛、好评度高，则分为优等种类，优先级高，执行时间间隔越短；反之，分为低等种类，优先级低，执行时间间隔越长。指定项目是指待监控的某个线上业务；测试用例是指调用所述robot framework框架，按照上述时间间隔将指定项目分为多个片段，其中一个片段即为测试用例。具体而言，当判断达到时间间隔的时长时，开始执行流程，将该时间段内指定项目中的数据信息编号为第一个片段，并依次执行之后的步骤对该片段进行测试、判断、统计等；执行完毕后，再隔该时间段将在第一片段之后的指定项目中的数据信息编号为第二片段进行相同的流程；再编号为第三、四……等片段进行相同的流程，直至达到指定项目的截止时间段。可以是以小时、8小时或者日为截止时间段，即在某时刻开始，执行该截至时间段后停止流程的周期执行；从而可以保证按照时间间隔将指定项目分为多个测试用例。通过以上步骤实现按不同的线上业务和时间维度编写相应的测试用例的效果，进而达到按周期对不同时间段的指定项目中的内容进行测试的目的。
在一些实施例中，利用Jenkins持续集成，通过Execute shell或者Executewindows batch command构建，通过pybot命令调用robot framework执行测试用例。
在一些实施例中，利用Jenkins构建触发器中，Build periodically进行定时任务，根据业务优先级，配置不同的构建时间间隔。
在一些实施例中，robot framework框架下，采用RequestsLibrary、Selenium2Library、自定义python脚本以及其他模块，编写逻辑测试、判断的流程；达到自行封装python脚本的目的。
S102、根据所述测试用例进行线上业务的逻辑测试；
逻辑测试，即根据测试用例进行成功与否的判断以及在数据库中进行相应的搜索并记录，同时在失败后记录失败原因、失败时刻，成功或失败后均记录成功/失败的次数，再根据逻辑测试结果进入以下的步骤。
如图3所示，在步骤S102中，逻辑测试包括以下步骤：
S301、对所述测试用例进行成功或失败的判断；
S302、根据判断结果进行成功或失败次数的累加统计，并根据成功或失败的测试用例搜寻到对应的数据。
具体的，对测试用例中线上环境的稳定性进行稳定性的判断，若稳定性高则表明测试用例没有问题，判断结果为逻辑测试成功，反之，表明测试用例出现问题，则判断结果为逻辑测试失败；如果该条测试用例成功，会在数据库中搜寻到截至时间段内该条测试用例对应的数据，在成功数量的字段上加1；如果用例失败，会在数据库中搜寻到截至时间段内该条测试用例对应的数据，在失败数量的字段上加1；搜寻的方式可以通过测试用例的编号，根据编号可以很容的反向搜索到指定项目中对应出现问题或没有问题的数据，进而可以迅速定位到指定项目中的问题。
S103、若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；
多个测试用例按照时间维度依次进行逻辑测试，逻辑测试失败则触发失败重试机制再次进行逻辑测试，从而可以降低误判的概率，增强本发明方法的可靠性；通过二次判断结果对上述步骤累计得到的失败次数进行次数校正，并通过校正后的失败次数判断是否满足触发条件，若满足就发出告警；从而当测试用例失败过于频繁时，即通知人员知晓，并通过上述步骤迅速定位问题所在，进行问题的排查、处理；进而可以增强监控告警的可控性，增加问题定位和排查效率；并且确保线上业务的运行环境质量，服务持续性差。
如图4所示，在步骤S103中，失败重试机制包括以下步骤：
S401、对判断为失败的测试用例进行成功或失败的二次判断；
S402、根据二次判断结果进行成功或失败次数的累加或递减统计，并根据二次判断成功或失败的测试用例搜寻到对应的数据。
具体的，对判断为失败的测试用例中线上环境的稳定性进行稳定性的二次判断，若稳定性高则表明测试用例没有问题，二次判断结果为二次逻辑测试成功，反之，表明测试用例出现问题，则二次判断结果为二次逻辑测试失败；如果该条测试用例成功，会在数据库中搜寻到截至时间段内该条测试用例对应的数据，在成功数量的字段上加1，并删除先前判断得到的数据，在失败数量的字段上减1；如果用例仍然失败，维持先前判断得到的数据，并且失败和成功数量的字段均保持不变。
如图5所示，在步骤S103中，所述触发条件包括：次数阈值和时间阈值；在判断测试失败次数满足触发条件后进行问题排查的告警包括以下步骤：
S501、判断逻辑测试的时间是否达到所述时间阈值；
S502、若达到，判断测试失败次数是否达到所述次数阈值；
S503、若达到，通过报警器向管理人员发出告警，并将所述测试结果发送给所述管理人员进行问题排查。
具体的，逻辑测试的时间是指指定项目开始运行到S501开始执行的时长，当该时长达到或超过时间阈值执行S502；时间阈值为一个时间间隔或其整数倍，即时间阈值可以由多段时间间隔叠加而成；次数阈值可以为1/2/3/4次；具体而言，若时间间隔为5s，时间阈值为时间间隔的四倍：20s，次数阈值为2次；则每执行一次流程进行一次判断，第一次判断时，判断结果为成功，逻辑测试的时间为5s(或大于5s，小于10s)，此时，必然小于时间阈值，不会告警；第二、三次判断为失败；第四次判断时，判断结果为成功，逻辑测试的时间为20s(或大于20s，小于25s)，此时，必然大于时间阈值，再判断失败次数2次已经达到次数阈值，则发出告警。若第二、三次判断为成功，则达到时间阈值后，也不会发出告警。
本领域的技术人员应当可以理解，第一、二、三次判断的测试用例随着时间维度而改变，且均执行了本发明的所有流程，只是对测试失败次数的时间阈值或次数阈值的判断并未满足条件，因而不会发出告警。
S104、将测试结果存储后进行统计分析，得到统计报表。
测试结果包括但不限于，成功和失败的数据、成功和失败次数、失败原因以及失败时刻；将第一次以及之后多次的测试结果统一存储于数据库中；在数据库中进行统计分析得到单次以及指定项目测试完毕后的统计报表；统计报表是指可以直观反映指定项目和测试用例的线上环境的表格或者折线图等。进而可以在后期精确的评估故障时间和经济损失等情况，也可以直观的对线上环境的稳定性进行评估。
如图6所示，在步骤S104中，统计报表的获得包括以下步骤：
S601、调取所述测试结果中的成功数据、失败数据和对应的失败原因、时刻；
S602、对所述成功数据、失败数据和对应的失败原因进行统计分析，生成成功和/或失败的统计报表。
调取单次的测试结果中的成功数据、失败数据和对应的失败原因，生成单次的成功/失败统计报表；再将上述单次的报表进行合并，得到指定项目在某一时间段的(日、周等)的统计报表；再根据该报表生成某一时间段的失败原因分析图、失败与时间二维图、环境平稳性图等。
如图7所示，在步骤S104中，统计报表的获得还包括以下步骤：
S701、调取所述测试结果中的成功与失败次数；
S702、对所述成功与失败次数进行统计分析，得到所述测试用例在指定项目中的成功率或失败率；
S703、将所述成功率和失败率作为质量评估标志归入所述成功和/或失败的统计报表中，得到所述统计报表。
调取指定项目在某一时间段内测试完毕后的成功次数和失败次数，并且计算成功率和失败率，在将其归入指定项目对应的统计报表中，由此可以通过成功率失败率更直观的反应环境运行的稳定性，以便于运营商后期可以根据情况对自己的线上业务做出适当调整。
如图8-10所示，为本发明实施例提供的一种用于线上业务的监控***，包括：
编写单元10，用以通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；
逻辑测试单元20，用以根据所述测试用例进行线上业务的逻辑测试；
判断单元30，用以若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；
统计分析单元40，用以将测试结果存储后进行统计分析，得到统计报表。
作为本实施例中优选的，所述判断单元30包括：用以逻辑测试失败则触发失败重试机制的失败重试模块，用以判断测试失败次数是否满足触发条件的次数判断模块，以及当所述次数判断模块判断出满足时进行问题排查的告警报警模块。
本发明提供的一种用于线上业务的监控***，包括：编写单元10、逻辑测试单元20、判断单元30以及统计分析单元40，通过编写单元10按不同的线上业务和时间维度编写相应的测试用例的效果，进而达到按周期对不同时间段的指定项目中的内容进行测试的目的；通过逻辑测试单元20和判断单元30的配合，实现当测试用例失败过于频繁时，即通知人员知晓，并通过迅速定位问题所在，进行问题的排查、处理；进而可以增强监控告警的可控性，增加问题定位和排查效率；并且确保线上业务的运行环境质量，服务持续性差；通过统计分析单元40实现在后期精确的评估故障时间和经济损失等情况，也可以直观的对线上环境的稳定性进行评估。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

Claims (10)

1.一种用于线上业务的监控方法，其特征在于，包括以下步骤：
通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；
根据所述测试用例进行线上业务的逻辑测试；
若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；
将测试结果存储后进行统计分析，得到统计报表。
2.根据权利要求1所述的用于线上业务的监控方法，其特征在于，测试用例的获得包括以下步骤：
根据不同种类的线上业务的优先级配置不同的执行时间间隔；
按照指定项目对应的时间间隔调用所述robot framework框架，并通过其将所述指定项目分为若干片段后进行编号，得到所述测试用例。
3.根据权利要求1所述的用于线上业务的监控方法，其特征在于，逻辑测试包括以下步骤：
对所述测试用例进行成功或失败的判断；
根据判断结果进行成功或失败次数的累加统计，并根据成功或失败的测试用例搜寻到对应的数据。
4.根据权利要求1所述的用于线上业务的监控方法，其特征在于，失败重试机制包括以下步骤：
对判断为失败的测试用例进行成功或失败的二次判断；
根据二次判断结果进行成功或失败次数的累加或递减统计，并根据二次判断成功或失败的测试用例搜寻到对应的数据。
5.根据权利要求1所述的用于线上业务的监控方法，其特征在于，触发条件包括：次数阈值和时间阈值。
6.根据权利要求5所述的用于线上业务的监控方法，其特征在于，在判断测试失败次数满足触发条件后进行问题排查的告警包括以下步骤：
判断逻辑测试的时间是否达到所述时间阈值；
若达到，判断测试失败次数是否达到所述次数阈值；
若达到，通过报警器向管理人员发出告警，并将所述测试结果发送给所述管理人员进行问题排查。
7.根据权利要求1所述的用于线上业务的监控方法，其特征在于，统计报表的获得包括以下步骤：
调取所述测试结果中的成功数据、失败数据和对应的失败原因、时刻；
对所述成功数据、失败数据和对应的失败原因进行统计分析，生成成功和/或失败的统计报表。
8.根据权利要求7所述的用于线上业务的监控方法，其特征在于，统计报表的获得还包括以下步骤：
调取所述测试结果中的成功与失败次数；
对所述成功与失败次数进行统计分析，得到所述测试用例在指定项目中的成功率或失败率；
将所述成功率和失败率作为质量评估标志归入所述成功和/或失败的统计报表中，得到所述统计报表。
9.一种用于线上业务的监控***，其特征在于，包括：
编写单元，用以通过Jenkins定时任务调用robot framework框架，并在其中编写测试用例；
逻辑测试单元，用以根据所述测试用例进行线上业务的逻辑测试；
判断单元，用以若逻辑测试失败则触发失败重试机制，并在判断测试失败次数满足触发条件后进行问题排查的告警；
统计分析单元，用以将测试结果存储后进行统计分析，得到统计报表。
10.根据权利要求1所述的用于线上业务的监控***，其特征在于，所述判断单元包括：用以逻辑测试失败则触发失败重试机制的失败重试模块，用以判断测试失败次数是否满足触发条件的次数判断模块，以及当所述次数判断模块判断出满足时进行问题排查的告警报警模块。
CN201710631592.0A 2017-07-28 2017-07-28 一种用于线上业务的监控方法及*** Pending CN107506298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710631592.0A CN107506298A (zh) 2017-07-28 2017-07-28 一种用于线上业务的监控方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710631592.0A CN107506298A (zh) 2017-07-28 2017-07-28 一种用于线上业务的监控方法及***

Publications (1)

Publication Number Publication Date
CN107506298A true CN107506298A (zh) 2017-12-22

Family

ID=60689753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710631592.0A Pending CN107506298A (zh) 2017-07-28 2017-07-28 一种用于线上业务的监控方法及***

Country Status (1)

Country Link
CN (1) CN107506298A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334449A (zh) * 2018-01-26 2018-07-27 北京京东金融科技控股有限公司 一种接口自动化测试的方法和装置
CN109118344A (zh) * 2018-07-06 2019-01-01 阿里巴巴集团控股有限公司 一种业务重试方法和装置
CN109144518A (zh) * 2018-08-21 2019-01-04 郑州云海信息技术有限公司 一种基于jenkins的镜像文件构建方法及装置
CN110262978A (zh) * 2019-06-24 2019-09-20 四川新网银行股份有限公司 一种基于长流程自动化测试的接口重试方法及数据流
CN112711536A (zh) * 2020-12-30 2021-04-27 广东粤云工业互联网创新科技有限公司 自动拨测方法及***、计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105550113A (zh) * 2015-12-18 2016-05-04 网易（杭州）网络有限公司 Web测试方法与测试机
CN106201882A (zh) * 2016-07-13 2016-12-07 浪潮(北京)电子信息产业有限公司 基于Jenkins的操作***自动化测试方法及***
CN106383786A (zh) * 2016-09-27 2017-02-08 北京金山安全软件有限公司 一种接口压力性能测试方法、装置及电子设备
CN106533722A (zh) * 2015-09-11 2017-03-22 北京国双科技有限公司 网络监测方法和装置
CN106776273A (zh) * 2016-11-16 2017-05-31 乐视控股（北京）有限公司 自动化测试的方法和装置
CN106846080A (zh) * 2016-11-01 2017-06-13 上海携程商务有限公司 在线业务下单的实时监控***及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106533722A (zh) * 2015-09-11 2017-03-22 北京国双科技有限公司 网络监测方法和装置
CN105550113A (zh) * 2015-12-18 2016-05-04 网易（杭州）网络有限公司 Web测试方法与测试机
CN106201882A (zh) * 2016-07-13 2016-12-07 浪潮(北京)电子信息产业有限公司 基于Jenkins的操作***自动化测试方法及***
CN106383786A (zh) * 2016-09-27 2017-02-08 北京金山安全软件有限公司 一种接口压力性能测试方法、装置及电子设备
CN106846080A (zh) * 2016-11-01 2017-06-13 上海携程商务有限公司 在线业务下单的实时监控***及方法
CN106776273A (zh) * 2016-11-16 2017-05-31 乐视控股（北京）有限公司 自动化测试的方法和装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334449A (zh) * 2018-01-26 2018-07-27 北京京东金融科技控股有限公司 一种接口自动化测试的方法和装置
CN109118344A (zh) * 2018-07-06 2019-01-01 阿里巴巴集团控股有限公司 一种业务重试方法和装置
CN109144518A (zh) * 2018-08-21 2019-01-04 郑州云海信息技术有限公司 一种基于jenkins的镜像文件构建方法及装置
CN110262978A (zh) * 2019-06-24 2019-09-20 四川新网银行股份有限公司 一种基于长流程自动化测试的接口重试方法及数据流
CN110262978B (zh) * 2019-06-24 2022-12-09 四川新网银行股份有限公司 一种基于长流程自动化测试的接口重试方法及设备
CN112711536A (zh) * 2020-12-30 2021-04-27 广东粤云工业互联网创新科技有限公司 自动拨测方法及***、计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN107506298A (zh) 一种用于线上业务的监控方法及***
Miao et al. Agnostic diagnosis: Discovering silent failures in wireless sensor networks
US11056902B2 (en) Battery management assistant
CN105182122A (zh) 一种随机性电源接入设备的故障预警方法
CN102111797A (zh) 一种故障的诊断方法和设备
Distefano Evaluating reliability of WSN with sleep/wake-up interfering nodes
CN102005736A (zh) 一种继电保护设备健康状况在线监测方法
CN106557407A (zh) 一种设备负载的监控方法和装置
CN111314137A (zh) 信息通信网络自动化运维方法、装置、存储介质和处理器
CN109615722A (zh) 基于云监控的机房巡检方法、电子设备及计算机存储介质
CN109934379A (zh) 空气污染物浓度的预测方法、装置及电子设备
CN113326612A (zh) 配电网可靠性评估方法及装置
Ma et al. BOND: Exploring hidden bottleneck nodes in large-scale wireless sensor networks
CN106716074B (zh) 探测装置
CN106709659A (zh) 一种lng加气站设备管理***
CN109597700B (zh) 一种磁盘寿命预测方法及相关装置
CN111080990A (zh) 一种贮运环境监测***
CN115686909A (zh) 内存故障的预测方法和装置、存储介质及电子装置
CN104052845A (zh) 测试移动终端应用的方法及装置
CN107196815A (zh) 一种流量分析能力的差异的确定方法及设备
Khatib Data Analytics and Knowledge Discovery for Root Cause Analysis in LTE Self-Organizing Networks.
US11943242B2 (en) Deep automation anomaly detection
JP2008288671A (ja) 無線通信システム
CN105843747B (zh) 一种信息存储方法及装置
CN105571865A (zh) 试飞中发动机工作状态监视方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 2328, room 8, Taihe square, Shangcheng District, Hangzhou, Zhejiang Province, Zhejiang

Applicant after: Pin Guan Network Technology Co., Ltd.

Address before: 310000 Taihe square, No. 8, Hangzhou, Zhejiang Province, 2328

Applicant before: Hangzhou pin Guan Network Technology Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171222