CN111858366B - 一种测试用例生成方法、装置、设备及存储介质 - Google Patents
一种测试用例生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111858366B CN111858366B CN202010725303.5A CN202010725303A CN111858366B CN 111858366 B CN111858366 B CN 111858366B CN 202010725303 A CN202010725303 A CN 202010725303A CN 111858366 B CN111858366 B CN 111858366B
- Authority
- CN
- China
- Prior art keywords
- test
- label
- information
- case
- risk
- 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.)
- Active
Links
Images
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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
本发明实施例公开了一种测试用例生成方法、装置、设备及存储介质。该方法包括:确定与测试信息关联的通用案例标签、风险标签和问题标签;根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。与现有技术相比,本方案在生成测试用例时,同时考虑了测试信息对应的问题标签和风险标签,提高了测试用例的完整性和准确度。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种测试用例生成方法、装置、设备及存储介质。
背景技术
测试用例(Test Case)是对一项特定的软件产品进行测试任务的描述,是将测试具体量化的方法之一。在测试软件产品时,通常由测试人员预先确定对应的测试用例,基于测试用例,实现对软件产品的测试。
在确定测试用例时,目前传统的做法是测试人员基于测试需求在通用案例库中选择合适的案例作为本次测试的测试用例。这种方式得到的测试用例的准确性较差,直接影响后续测试结果的准确度。
发明内容
本发明实施例提供一种测试用例生成方法、装置、设备及存储介质,提高测试用例的准确度。
第一方面,本发明实施例提供了一种测试用例生成方法,包括:
确定与测试信息关联的通用案例标签、风险标签和问题标签;
根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。
第二方面,本发明实施例还提供了一种测试用例生成装置,包括:
标签确定模块,用于确定与测试信息关联的通用案例标签、风险标签和问题标签;
测试用例生成模块,用于根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。
第三方面,本发明实施例还提供了一种计算机设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述处理器执行时,使得所述处理器实现如第一方面所述的测试用例生成方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的测试用例生成方法。
本发明实施例提供一种测试用例生成方法、装置、设备及存储介质,通过确定与测试信息关联的通用案例标签、风险标签和问题标签;根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。与现有技术相比,本方案在生成测试用例时,同时考虑了测试信息对应的问题标签和风险标签,提高了测试用例的完整性和准确度。
附图说明
图1为本发明实施例一提供的一种测试用例生成方法的流程图;
图2为本发明实施例二提供的一种测试用例生成方法的流程图;
图3为本发明实施例三提供的一种通用案例标签、风险标签和问题标签的加载过程示意图;
图4为本发明实施例三提供的一种测试用例生成过程的总体流程图;
图5为本发明实施例四提供的一种测试用例生成装置的结构图;
图6为本发明实施例五提供的一种计算机设备的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本发明实施例一提供的一种测试用例生成方法的流程图,本实施例可适用于生成测试用例的情况,通过该测试用例实现对软件产品的测试,该方法可以由测试用例生成装置来执行,该装置可以采用硬件和/或软件的方式实现,并可以集成在具备数据处理功能的计算机设备中,例如笔记本电脑、台式电脑等。参考图1,该方法可以包括如下步骤:
S110、确定与测试信息关联的通用案例标签、风险标签和问题标签。
测试信息可以包括用于功能测试的功能性测试信息和用于非功能性测试的非功能测试信息。功能测试是对产品的各功能进行测试,以检查产品是否达到用户要求的功能。非功能测试在一定程度上可以理解为除功能测试以外的其他测试,例如可以包括性能容量测试、可用性测试、可靠性测试、可维护性测试、易用性测试以及扩展性测试等。本实施例以用于测试软件产品的非功能测试为例。非功能测试信息可以包括但不限于非功能测试需求和优化目标,其中非功能测试需求可以理解为软件产品为满足用户业务需求而必须具有除功能需求以外的特性,不仅影响软件产品的质量,在一定程度上还会影响软件产品的功能需求,例如可以包括性能容量中的稳定性。优化目标是与非功能测试需求相关的待优化参数,例如与性能容量的稳定性相关的参数为JVM(Java Virtual Machine,简称Java虚拟机)参数,则优化目标可以是JVM参数。JVM参数可以包括初始堆大小、最大堆大小以及年轻代大小等。
通用案例是针对基本的非功能测试需求设计的一套案例集,是非功能测试的基本案例。标签是抽象归类后用于描述实体特征的数据,在本实施例用于描述非功能相关的数据。非功能测试需求不同,对应的通用案例不同,为了便于查找和使用,可以基于非功能测试需求对通用案例分类,并设置相应的标签,例如可以基于非功能测试需求将通用案例划分为性能容量案例、可用性案例、可靠性案例、可维护性案例、易用性案例和扩展性案例等,并设置相应的标签。本实施例对标签的具体形式不进行限定,例如可以是数字编号和关键字的混合形式。
潜在风险也称为遗留风险,软件产品在测试过程中有时候会暴露一些隐患,该隐患在特定条件下会转变为生产问题,从而影响软件产品的性能。为了区分这些潜在风险,本实施例设置风险标签,例如可以基于优化目标为潜在风险设置风险标签,示例性的,优化目标为优化JVM参数,降低清理老年代存储空间的频率,即降低频繁FULL GC频率,可以设置风险标签为标签1:JVM参数,标签2:FULL GC。每一个风险标签可以关联存储对应的潜在风险。生产问题是由运维从一线反馈的各软件产品在生产上暴露的非功能类问题,为了便于查找,同样可以为其设置标签,即问题标签。每一个问题标签可以关联存储对应的生产问题,例如可以包括业务量数据量、应用异常场景、批处理、并发、JVM、数据库、资源、代码逻辑以及运行类等问题,每一类问题下面还可以包含多个子问题,具体如表1所示,表1示例性的给出了几类生产问题,以及每一类生产问题的具体情况。
表1历史的生产问题
在一种实现方式中,可以解析测试信息,确定测试信息的关键字,基于关键字分别查找通用案例库、风险库和问题库,得到对应的通用案例标签、风险标签和问题标签,其中,通用案例库、风险库和问题库分别用于存储通用案例、潜在风险和生产问题。
S120、根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。
传统的测试用例是直接在通用案例库中选择,当应用场景变化或非功能测试需求变化时,准确性较差。本实施例是在通用案例的基础上结合潜在风险和生产问题,进行全面分析,提高了测试用例的全面性和准确性。例如可以基于风险标签对应的潜在风险和问题标签对应的生产问题,优化测试信息对应的通用案例,得到符合特定非功能需求的测试用例。示例性的,可以将通用案例、潜在风险和生产问题通过展示界面展示给测试人员,由测试人员手动更新通用案例,得到本次需求的测试用例;也可以将通用案例、潜在风险和生产问题输入测试用例模型,由测试用例模型自动输出本次需求的测试用例,提高测试用例的生成效率。其中,测试用例模型可以是统计分析模型、大数据挖掘模型或深度学习模型等。
本发明实施例一提供一种测试用例生成方法,通过确定与测试信息关联的通用案例标签、风险标签和问题标签;根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。与现有技术相比,本方法在生成测试用例时,同时考虑了测试信息对应的问题标签和风险标签,提高了测试用例的完整性和准确度。
在一种情况下,可以通过如下方式确定与测试信息关联的通用案例标签、风险标签和问题标签,相应的,S110可以包括:
S1101、获取用户输入的测试需求和优化目标,作为测试信息。
本实施例的测试需求以非功能测试需求为例,测试信息以包含测试需求和优化目标为例。可选的,可以识别用户在测试用例生成界面输入的信息,得到测试需求和优化目标,也可以向用户展示预先建立的测试需求列表和优化目标列表,根据用户的选择获取对应的测试需求和优化目标。
S1102、分别确定所述测试需求与所述通用案例库中各通用案例标签的第一匹配度、所述优化目标与所述风险库中各风险标签的第二匹配度以及所述优化目标与问题库中各问题标签的第三匹配度。
第一匹配度为测试需求与通用案例标签的相似度,第二匹配度为优化目标与风险标签的相似度,第三匹配度为优化目标与问题标签的相似度。相似度越大,对应的匹配度越大。在一种方式中,可以解析测试需求和优化目标,确定测试需求和优化目标的关键字,将该关键字与对应标签比较,得到两者之间的匹配度。以测试需求和通用案例标签为例,可选的,可以基于大数据分析,计算测试需求对应的关键字与通用案例标签的相似度,作为第一匹配度。第二匹配度和第三匹配度类似。
S1103、根据所述第一匹配度确定所述通用案例库中与所述测试需求关联的通用案例标签;以及根据所述第二匹配度确定所述风险库中与所述优化目标关联的风险标签;以及根据所述第三匹配度确定所述问题库中与所述优化目标关联的问题标签。
以测试需求为例,得到测试需求与通用案例库中各通用案例标签的第一匹配度后,可选的,可以顺序排列各第一匹配度,将大于或等于设定阈值的第一匹配度对应的通用案例标签作为符合本次测试需求的通用案例标签,相应的通用案例作为符合本次需求的通用案例。风险标签和问题标签的确定过程类似。其中,设定阈值的大小可以根据实际情况设置,第一匹配度、第二匹配度和第三匹配度对应的阈值可以相同也可以不同。本实施例将测试需求与各通用案例标签进行匹配、优化目标分别与各风险标签和问题标签匹配,提高了测试用例的准确性。需要说明的是,当测试需求或优化目标对应的关键字的数量大于1时,可以分别基于每个关键字确定对应的通用案例标签、风险标签和问题标签。
可选的,在确定与测试信息关联的通用案例标签、风险标签和问题标签之前,需要先对通用案例库中的通用案例、风险库中的潜在风险以及问题库中的生产问题分类,并设置相应的标签。相应的,在S110之前还可以包括:
解析源数据表,确定测试需求所对应通用案例信息、历史信息和潜在风险的关键字,所述源数据表用于存储所述测试需求对应的通用案例信息、历史信息和潜在风险;
根据所述通用案例信息、历史信息和潜在风险的关键字,分别对所述通用案例信息、历史信息和潜在风险分类,并设置相应的标签;
分别存储通用案例信息存储至通用案例库、历史信息至问题库以及潜在风险至风险库。
历史信息可以包括历史存在的生产问题。源数据信息即通用案例信息、历史信息和潜在风险,主要存储在excel文件,存储位置可以根据源数据的类型确定,例如关系型的源数据可以存入MySQL,非关系型的源数据可以存入HDFS(分布式文件***,HadoopDistributed File System)。本实施例所述的MySQL和HDFS支持数据的上传、下载和增删改查。具体的,可以利用文本分析组件解析源数据表,确定通用案例信息、历史信息和潜在风险的关键字,然后基于关键字进行分类,设置相应的标签,得到通用案例标签、风险标签和问题标签,并将分类后的通用案例标签、风险标签和问题标签及相关信息存储至对应的通用案例库、风险库和问题库。其中,文本分析组件具备分词、分类、摘要以及主题等文本分析功能。
实施例二
图2为本发明实施例二提供的一种测试用例生成方法的流程图,本实施例是在上述实施例的基础上进行优化,参考图2,该方法可以包括如下步骤:
S210、确定与测试信息关联的通用案例标签、风险标签和问题标签。
S220、解析所述风险标签和问题标签对应的信息,确定所述优化目标的潜在风险和历史信息。
风险标签对应的信息主要包括该标签对应的风险描述信息,例如风险标签1:JVM参数对应的风险描述信息可以包括删除-XX:+DisableExplictGC参数可以降低FULL GC频率,但存在堆外内存溢出隐患。问题标签对应的信息主要包括该标签对应的历史信息,例如问题标签:FULL GC对应的历史信息可以包括生产上FULL GC频繁,JVM参数中的-XX:+DisableExplictGC删除后,FULL GC频率降低。分别比较优化目标与风险描述信息和历史信息的解析结果即可得到优化目标对应的潜在风险和历史信息。
S230、根据所述潜在风险和历史信息,更新所述通用案例标签对应的通用案例信息,得到所述测试信息的测试用例。
传统的方式由于直接在通用案例库中选择,导致其缺乏针对性和多样性,无法满足特定的测试需求和优化目标,而且缺乏对潜在风险和历史问题的分析,容易导致在满足当前测试需求和优化目标的情况下,引发其他的隐患或问题,在利用该测试用例测试时准确性较差,进而影响生产的运行。本实施例在现有技术的基础上进行改进。在一种方式中,可以将通用案例、潜在风险和历史信息展示给测试人员,由测试人员基于潜在风险和历史信息手动调整通用案例,得到符合测试需求和优化目标的测试用例,这种方式得到的测试用例的准确性较高。在另一种方式中,可以由***基于确定的潜在风险和历史信息自动调整通用案例,得到符合测试需求和优化目标的测试用例,这种方式得到的测试用例的效率较高。测试用例生成后可以存储在对应的库中,以更新通用案例库、风险库和问题库,为下次测试提供依据。
本发明实施例二提供一种测试用例生成方法,在上述实施例的基础上,考虑了潜在风险和生产问题对通用案例的影响,基于潜在风险和生产问题更新通用案例,不仅增加了测试用例的多样性和全面性,而且提高了测试用例的准确性,在基于测试用例测试软件产品时,提高了测试结果的准确度。
实施例三
本实施例是在上述实施例的基础上,通过一个具体的实例描述测试用例的生成过程。如图3所示,图3为本发明实施例三提供的一种通用案例标签、风险标签和问题标签的加载过程示意图。解析通用案例文档、潜在风险文档、生产问题文档和测试信息文档,基于解析结果进行分类并设置相应的标签,然后将其存储至标签池对应的库中,可以理解的是,同一个标签可能包含多个层面,例如潜在风险对应的风险标签触发条件还包括响应时间、数据处理稳定性以及重跑有效性等,为了便于查找,还可以为每一个标签设置字标签,例如可以将响应时间、数据处理稳定性以及重跑有效性作为触发条件的子标签。
图4为本发明实施例三提供的一种测试用例生成过程的总体流程图。分别将测试信息与通用案例库、风险库和问题库中的标签进行关联,确定测试信息对应的通用案例、潜在风险和生产问题,基于潜在风险和生产问题更新通用案例,得到符合本次测试信息的测试用例。本实施例以基于测试人员的操作生成测试用例,具体地,可以将关联的通用案例、潜在风险和生产问题展示在界面上,供测试人员参考,并根据测试人员的选择得到最终的测试用例。可以理解的是,测试过程中不同的测试需求或优化目标之间可能相互关联,因此需要考虑当前测试需求或优化目标对其他测试需求或优化目标的影响,通过人工分析可以提高测试用例的准确度。
示例性的,假定非功能测试需求为性能容量中的稳定性,优化目标为JVM参数,降低生产FULL GC频率。通过解析非功能测试需求和优化目标,可以确定非功能测试需求的关键字为:性能容量和稳定性,优化目标的关键字为JVM和FULL GC。根据性能容量和稳定性分别匹配通用案例库,得到符合要求的通用案例标签为性能容量案例,并将性能容量案例对应的单交易基准测试案例、单交易负载测试案例、***容量测试案例和***稳定性测试案例等筛选出来,作为本次的通用案例。
根据JVM和FULL GC分别匹配风险库,得到和JVM、FULL GC相关的风险标签,分别为标签1:JVM参数,标签2:FULL GC,并获取标签1和标签2对应的风险描述信息:删除-XX:+DisableExplictGC参数可以降低FULL GC频率,但存在堆外内存溢出隐患。类似的,根据JVM和FULL GC分别匹配问题库,得到标签1:FULL;JVM参数,标签2:JVM参数;FULL GC。相应的,标签1对应的问题描述为:生产上FULL GC频繁,删除JVM参数中的-XX:+DisableExplictGC后,FULL GC频率降低。标签2对应的问题描述为:某类业务量突增,由于交易需要处理大字段,导致FULL GC频率加大且耗时增加,引起整体交易响应时间升高。针对该类交易进行了流控设置,并将JVM参数中的堆内存由默认的2G调整到4G,将垃圾回收器由Parallel改为CMS。
由此可以将与非功能测试需求和优化目标关联的性能容量案例、潜在风险以及生产问题输出并展示给测试人员,由测试人员根据输出的信息生成测试用例,例如可以生成大字段类交易的浪涌测试案例、流控测试案例和***容量测试案例。
实施例四
图5为本发明实施例四提供的一种测试用例生成装置的结构图,该装置可以执行上述实施例所述的测试用例生成方法,参考图5,该装置可以包括:
标签确定模块41,用于确定与测试信息关联的通用案例标签、风险标签和问题标签;
测试用例生成模块42,用于根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。
本发明实施例提供的测试用例生成装置,通过确定与测试信息关联的通用案例标签、风险标签和问题标签;根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例。与现有技术相比,本装置在生成测试用例时,同时考虑了测试信息对应的问题标签和风险标签,提高了测试用例的完整性和准确度。
在上述实施例的基础上,标签确定模块41,具体用于:
获取用户输入的测试需求和优化目标,作为测试信息;
分别确定所述测试需求与所述通用案例库中各通用案例标签的第一匹配度、所述优化目标与所述风险库中各风险标签的第二匹配度以及所述优化目标与问题库中各问题标签的第三匹配度;
根据所述第一匹配度确定所述通用案例库中与所述测试需求关联的通用案例标签;以及根据所述第二匹配度确定所述风险库中与所述优化目标关联的风险标签;以及根据所述第三匹配度确定所述问题库中与所述优化目标关联的问题标签。
在上述实施例的基础上,测试用例生成模块42,具体用于:
解析所述风险标签和问题标签对应的信息,确定所述优化目标的潜在风险和历史信息;
根据所述潜在风险和历史信息,更新所述通用案例标签对应的通用案例信息,得到所述测试信息的测试用例。
在上述实施例的基础上,该装置还包括:
解析模块,用于在确定与测试信息关联的通用案例标签、风险标签和问题标签之前,解析源数据表,确定测试需求所对应通用案例信息、历史信息和潜在风险的关键字,所述源数据表用于存储所述测试需求对应的通用案例信息、历史信息和潜在风险;
分类模块,用于根据所述通用案例信息、历史信息和潜在风险的关键字,分别对所述通用案例信息、历史信息和潜在风险分类,并设置相应的标签;
存储模块,用于分别存储通用案例信息存储至通用案例库、历史信息至问题库以及潜在风险至风险库。
本发明实施例提供的测试用例生成装置可执行上述实施例中的测试用例生成方法,具备执行方法相应的功能模块和有益效果。
实施例五
图6为本发明实施例五提供的一种计算机设备的结构图,该计算机设备可以是具备数据处理功能的金融设备,参考图6,该计算机设备可以包括处理器51、存储器52、输入装置53和输出装置54,处理器51的数量可以是一个或多个,图6以一个处理器51为例。计算机设备中处理器51、存储器52、输入装置53和输出装置54可以通过总线或其他方式连接,图6以通过总线为例。
存储器52作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的测试用例生成方法对应的程序指令/模块。处理器51通过运行存储在存储器52中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述实施例的测试用例生成方法。
存储器52主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器52可进一步包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置53可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置54可包括显示屏等显示设备、扬声器以及蜂鸣器等音频设备。
本发明实施例提供的计算机设备与上述实施例提供的测试用例生成方法属于同一构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例具备执行测试用例生成方法相同的有益效果。
实施例六
本发明实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明上述实施例所述的测试用例生成方法。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的测试用例生成方法中的操作,还可以执行本发明任意实施例所提供的测试用例生成方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明上述实施例所述的测试用例生成方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种测试用例生成方法,其特征在于,包括:
确定与测试信息关联的通用案例标签、风险标签和问题标签;
根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例;
所述确定与测试信息关联的通用案例标签、风险标签和问题标签,包括:
获取用户输入的测试需求和优化目标,作为测试信息;
分别确定所述测试需求与通用案例库中各通用案例标签的第一匹配度、所述优化目标与风险库中各风险标签的第二匹配度以及所述优化目标与问题库中各问题标签的第三匹配度;
根据所述第一匹配度确定所述通用案例库中与所述测试需求关联的通用案例标签;以及根据所述第二匹配度确定所述风险库中与所述优化目标关联的风险标签;以及根据所述第三匹配度确定所述问题库中与所述优化目标关联的问题标签。
2.根据权利要求1所述的方法,其特征在于,所述根据所述通用案例标签、风险标签和问题标签对应的信息,生成所述测试信息的测试用例,包括:
解析所述风险标签和问题标签对应的信息,确定所述优化目标的潜在风险和历史信息;
根据所述潜在风险和历史信息,更新所述通用案例标签对应的通用案例信息,得到所述测试信息的测试用例。
3.根据权利要求1-2任一项所述的方法,其特征在于,在确定与测试信息关联的通用案例标签、风险标签和问题标签之前,还包括:
解析源数据表,确定测试需求所对应通用案例信息、历史信息和潜在风险的关键字,所述源数据表用于存储所述测试需求对应的通用案例信息、历史信息和潜在风险;
根据所述通用案例信息、历史信息和潜在风险的关键字,分别对所述通用案例信息、历史信息和潜在风险分类,并设置相应的标签;
分别存储通用案例信息存储至通用案例库、历史信息至问题库以及潜在风险至风险库。
4.一种测试用例生成装置,其特征在于,包括:
标签确定模块,用于确定与测试信息关联的通用案例标签、风险标签和问题标签;
测试用例生成模块,用于根据所述通用案例标签、风险标签和问题标签对应的信息,生成并存储所述测试信息的测试用例;
所述标签确定模块,具体用于:
获取用户输入的测试需求和优化目标,作为测试信息;
分别确定所述测试需求与通用案例库中各通用案例标签的第一匹配度、所述优化目标与风险库中各风险标签的第二匹配度以及所述优化目标与问题库中各问题标签的第三匹配度;
根据所述第一匹配度确定所述通用案例库中与所述测试需求关联的通用案例标签;以及根据所述第二匹配度确定所述风险库中与所述优化目标关联的风险标签;以及根据所述第三匹配度确定所述问题库中与所述优化目标关联的问题标签。
5.根据权利要求4所述的装置,其特征在于,所述测试用例生成模块,具体用于:
解析所述风险标签和问题标签对应的信息,确定所述优化目标的潜在风险和历史信息;
根据所述潜在风险和历史信息,更新所述通用案例标签对应的通用案例信息,得到所述测试信息的测试用例。
6.根据权利要求4-5任一项所述的装置,其特征在于,还包括:
解析模块,用于在确定与测试信息关联的通用案例标签、风险标签和问题标签之前,解析源数据表,确定测试需求所对应通用案例信息、历史信息和潜在风险的关键字,所述源数据表用于存储所述测试需求对应的通用案例信息、历史信息和潜在风险;
分类模块,用于根据所述通用案例信息、历史信息和潜在风险的关键字,分别对所述通用案例信息、历史信息和潜在风险分类,并设置相应的标签;
存储模块,用于分别存储通用案例信息存储至通用案例库、历史信息至问题库以及潜在风险至风险库。
7.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述处理器执行时,使得所述处理器实现如权利要求1-3任一项所述的测试用例生成方法。
8.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3任一项所述的测试用例生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010725303.5A CN111858366B (zh) | 2020-07-24 | 2020-07-24 | 一种测试用例生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010725303.5A CN111858366B (zh) | 2020-07-24 | 2020-07-24 | 一种测试用例生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111858366A CN111858366A (zh) | 2020-10-30 |
CN111858366B true CN111858366B (zh) | 2023-06-02 |
Family
ID=72950945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010725303.5A Active CN111858366B (zh) | 2020-07-24 | 2020-07-24 | 一种测试用例生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111858366B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112579462B (zh) * | 2020-12-25 | 2024-02-09 | 平安银行股份有限公司 | 测试用例获取方法、***、设备及计算机可读存储介质 |
CN113822046B (zh) * | 2021-09-29 | 2024-06-25 | 平安银行股份有限公司 | 基于cucumber测试案例的解析方法、装置、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633222A (zh) * | 2019-11-01 | 2019-12-31 | 中国银行股份有限公司 | 一种回归测试用例的确定方法及装置 |
-
2020
- 2020-07-24 CN CN202010725303.5A patent/CN111858366B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633222A (zh) * | 2019-11-01 | 2019-12-31 | 中国银行股份有限公司 | 一种回归测试用例的确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111858366A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11755387B1 (en) | Updating code of an app feature based on a value of a query feature | |
US11068510B2 (en) | Method and system for implementing efficient classification and exploration of data | |
AU2024204609A1 (en) | System and engine for seeded clustering of news events | |
US20200320100A1 (en) | Sytems and methods for combining data analyses | |
US7353196B1 (en) | Configuring dynamic database packageset switching for use in processing business transactions | |
EP3968185A1 (en) | Method and apparatus for pushing information, device and storage medium | |
CN109656815B (zh) | 有配置文件的测试语句编写方法、装置、介质及电子设备 | |
CN111858366B (zh) | 一种测试用例生成方法、装置、设备及存储介质 | |
US10346294B2 (en) | Comparing software projects having been analyzed using different criteria | |
CN113297287A (zh) | 用户策略自动部署方法、装置及电子设备 | |
CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
CN114816389B (zh) | 一种基于元模型的管理***搭建方法、装置、设备及介质 | |
CN115994534A (zh) | 政务场景热词挖掘方法、装置、设备及存储介质 | |
CN106951434B (zh) | 一种用于搜索引擎的搜索方法、装置及可编程设备 | |
CN112506800B (zh) | 测试代码的方法、装置、设备、介质和程序产品 | |
US11036710B2 (en) | Scalable selection management | |
CN113434585A (zh) | 资源保存方法及设备 | |
US11069018B2 (en) | Systems, methods and machine readable programs for value chain analytics | |
CN113095589A (zh) | 一种人口属性确定方法、装置、设备及存储介质 | |
CN113779117A (zh) | 一种数据监控方法、装置、存储介质和电子设备 | |
CN116578583B (zh) | 异常语句识别方法、装置、设备、存储介质 | |
US11907194B2 (en) | Systems and methods for executing and hashing modeling flows | |
US20210216597A1 (en) | Method and apparatus for processing mini app material, electronic device and medium | |
CN116204441B (zh) | 索引数据结构的性能测试方法、装置、设备及存储介质 | |
CN113419740B (zh) | 程序数据流的分析方法、装置、电子设备及可读存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220920 Address after: 12 / F, 15 / F, 99 Yincheng Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 200120 Applicant after: Jianxin Financial Science and Technology Co.,Ltd. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |