CN116055349A - 一种流式数据的检测方法、装置及设备 - Google Patents

Abstract

本说明书实施例公开了一种流式数据的检测方法、装置及设备。方法包括：被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

Description

一种流式数据的检测方法、装置及设备

技术领域

本申请涉及数据检测领域，尤其涉及一种流式数据的检测方法、装置及设备。

背景技术

流式数据是一组顺序、大量、快速、连续到达的数据序列，一般情况下，流式数据可被视为一个随时间延续而无限增长的动态数据集合，时间跨度在数百毫秒到数秒之间。

在自动驾驶技术领域，自动驾驶数据均以流式数据进行传输，只有以流式数据的形式才能完整的记录自动驾驶车辆在驾驶过程中的实时动态，被测程序可以每100毫秒发送一条消息到中间件服务器，在自动驾驶车辆运行过程中会产生大量的数据，为了更好的控制自动驾驶车辆，需要对大量的数据进行检测。

目前程序检测主要以白盒测试为主，在自动化测试过程中，多使用断言的方式对于函数式计算的输出进行校验，函数式方法调用一次只输出一个结果，断言方法无需做到持续检测，但是，流式数据的数据是持续的流，针对流式数据普通断言无法做到实时持续地检测数据流的正确性，并且，现有技术对于流式数据顺序性检测和时延检测只能通过人工检测，检测效率均较低。

在自动驾驶技术领域，数据均以流式数据类型存在，流式数据经过程序一系列计算之后再以流式形式输出，程序处理过程中的中间状态，可以通过log4j(Apache的一个开源项目)等日志技术，将希望校验的数据进行打印再进行人工对比，或者通过ELK(Elasticsearch、Logstash、Kibana三个开源软件的组合)日志收集工具收集后在kibana(一款开源的数据分析和可视化平台)页面查看日志，或者通过大数据标准件收集日志最后进行分析，现有技术对于自动驾驶车辆在运行过程中产生的流式数据的检测效率较低。

因此，如何高效地对流式数据进行检测，成为了亟待解决的技术问题。

发明内容

本说明书实施例提供一种流式数据的检测方法、装置及设备，以解决现有的程序检测方法存在的检测效率较低的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种流式数据的检测方法，包括：

被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

本说明书实施例提供的一种流式数据的检测装置，包括：

发送模块：被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

判断模块：所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

确定模块：若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

本说明书实施例提供的一种流式数据的检测设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

本说明书一个实施例实现了能够达到以下有益效果：被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。将开始切点数据和结束切点数据分别发送至kafka消息中间件服务器，使用测试服务器检测开始切点数据是否满足前置断言，检测结束切点数据是否满足后置断言，从而可以实时连续地检测流式数据的正确性，提高流式数据的检测效率。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例中的一种流式数据的检测方法的应用场景示意图；

图2为本说明书实施例提供的一种流式数据的检测方法的流程示意图；

图3为本说明书实施例提供的一种流式数据的检测装置的结构示意图；

图4为本说明书实施例提供的一种流式数据的检测设备的结构示意图。

具体实施方式

为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。

对于本说明书实施例中的用到的术语，先进行解释：

kafka：是一种高吞吐量的分布式发布订阅消息***。

软件开发工具包(SoftwareDevelopmentKit，英文缩写SDK)：一般都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作***等建立应用软件时的开发工具的集合。

JUnit：一个Java语言的单元测试框架，用于编写和运行可重复的测试，Junit测试即所谓白盒测试，根据被测试的软件如何(How)完成功能和完成什么样(What)的功能来测试。目前在项目的研发测试过程中，开发人员和测试人员都会使用JUnit来完成单元测试。

While：是计算机的一种基本循环模式，当满足条件时进入循环，进入循环后，当条件不满足时，跳出循环。

多线程：是指从软件或者硬件上实现多个线程并发执行的技术。具有多线程能力的计算机因有硬件支持而能够在同一时间执行多于一个线程，进而提升整体处理性能。

线程池：一种多线程处理形式，处理过程中将任务添加到队列，然后在创建线程后自动启动这些任务。一种线程使用模式，而线程池维护着多个线程，等待着监督管理者分配可并发执行的任务。

断言：是一种在程序中的一阶逻辑(如：一个结果为真或假的逻辑判断式)，目的为了表示与验证软件开发者预期的结果——当程序执行到断言的位置时，对应的断言应该为真。若断言不为真时，程序会中止执行，并给出错误信息。

时间戳：通常是一个字符序列，唯一地标识某一刻的时间，生产中可对数据产生的时间通过时间戳进行认证。

时延：是指一个报文或分组从一个网络的一端传送到另一个端所需要的时间。它包括了发送时延，传播时延，处理时延，排队时延。时延是指数据包第一个比特进入路由器到最后一比特从路由器输出的时间间隔。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书实施例中的一种流式数据的检测方法的应用场景示意图。

本说明书实施例中，如图1所示，通过SDK的方式收集流式数据，测试人员可以人工定义开始切点和结束切点，SDK方法可以自动传输开始切点数据和结束切点数据，以便对获取的流式数据进行检测。

通过SDK方法可以将待测试流式数据发送至kafka消息中间件。

测试人员启动junit启动器，junit启动器可以包括：断言建造工厂和线程启动器，其中，断言建造工厂可以通过反射的方式建造开始断言和结束断言，线程启动器可以启动开始断言和结束断言分别循环检测kafka消息中间件中的数据，其中，开始断言检测开始切点数据，结束断言检测结束切点数据，从而可以实时连续检测流式数据的正确性，提高测试效率。

接下来，针对说明书实施例提供的一种流式数据的检测方法结合附图进行具体说明。

图2为本说明书实施例提供的一种流式数据的检测方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序或应用客户端。另一方面，从硬件角度来说，流程的执行主体可以为终端设备等。

如图2所示，该流程可以包括以下步骤：

步骤210：被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据。

本说明书实施例中，测试人员可以人工定义需要测试的数据的开始切点和结束切点，这里的开始切点可以指用于告知程序测试从哪里开始，检验输出的数据是否正确，结束切点可以指用于告知程序在哪里结束，检验输出的数据是否正确。

可以使用SDK方法收集流式数据，测试人员可以人工定义开始切点和结束切点，SDK方法可以自动传输开始切点数据和结束切点数据，调用SDK中发送数据的方法，通过线程池异步操作的方式可以将该流式数据发送至kafka消息中间件服务器，异步实现的优点：数据传输属于IO(输入和输出)密集型操作，主要耗时在网络的数据传输上，本来时延就比较小，使用线程池异步的方式，将任务交给线程池之后直接进行后续操作，时延比直接进行IO操作的时延更小，流式计算属于CPU密集型操作，执行时间长，相比较而言，工具的异步发送数据到kafka这步操作的传输时延可以忽略不计，总体侵入性小，发送方法中有异常处理机制，测试代码异常不会对原本程序代码逻辑产生影响。

实际应用中，开始切点和结束切点可以设置在被测程序中的任意位置，以便对任意开始切点和结束切点中间的程序进行检测。

步骤220：所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器。

本说明书实施例中，可以人工启动测试服务器，该测试服务器可以消费kafka消息中间件中的待测试流式数据，实际应用中，测试服务器可以是JUnit启动器，JUnit启动器可以包括断言建造工厂和线程启动器。

步骤230：所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果。

本说明书实施例中，测试人员可以人工编写断言方法，断言建造工厂可以通过反射的方式创建前置断言和后置断言，测试服务器可以通过线程启动器分别启动前置断言和后置断言，从而可以消费流式数据并检验。

测试服务器可以采用前置断言检测开始切点数据，检测待测试流式数据是否正确，实际应用中，启动线程启动器，线程采用while循环的方式不断拉取kafka消息中间件中的待测试流式数据放入前置断言进行校验，从而可以持续性的检验流式数据的正确性，提高流式数据的检测效率。

步骤240：所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果。

本说明书实施例中，测试服务器可以采用后置断言检测结束切点数据，检测待测试流式数据是否正确。实际应用中，启动线程启动器，线程采用while循环的方式不断拉取kafka消息中间件中的待测试流式数据放入后置断言进行校验，从而可以持续性的检验流式数据的正确性，提高流式数据的检测效率。

步骤250：若所述第一检测结果表示所述流式数据满足所述前置断言，且若所述第二检测结果表示所述流式数据满足所述后置断言，确定所述待测试流式数据通过检测。

本说明书实施例中，当检测到开始切点数据满足前置断言，并且，检测到结束切点数据满足后置断言，则确定待测试流式数据是正确的。具体的，可以通过判断开始切点数据是否为空、数据对象属性字段是否为空、字段类型是否正确、字段值是否正确、字段是否符合预期范围等形式检测流式数据的正确性。

为了便于理解，举例说明如下，在自动驾驶的应用场景中，自动驾驶车辆出现异常停车的情况后会获取自车后方200米范围内的所有网联车信息，向获取到的网联车下发安全预警，测试人员可以对自车发生异常停车后的自动驾驶数据进行检测。

测试人员可以将开始切点设置在开始获取自车周围网联车之前的代码中，将结束切点设置在获取到自车周围网联车结果后的代码中，如此可以对获取自车后方200米范围内的网联车这个操作进行校验。前置断言主要校验异常车辆是否为空，车辆状态是否正常，并且连续不断的校验异常车辆后方200米多边形具体范围是否正确，后置断言主要校验应该获取到的车是否已经获取到，不应该获取到的车是否没有获取到，获取到的车辆状态是否正常。通过检测自动驾驶数据的正确性，可以更好的控制自动驾驶车辆。

应当理解，本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。

图2中的方法，被测程序将生成的包括开始切点数据和结束切点数据的待测试流式数据发送至kafka消息中间件服务器，测试服务器消费kafka消息中间件服务器中的流式数据交给断言进行检测，从而可以实时连续检测流式数据的正确性，提高检测效率。

基于图2中的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。

可选的，本说明书实施例中的方法还可以包括：

若所述第一检测结果表示所述开始切点数据不满足所述前置断言，记录所述第一检测结果，确定所述待测试流式数据未通过检测，停止测试。

实际应用中，当检测到开始切点数据不满足前置断言，即，当检测到待测试流式数据是错误的，测试服务器可以记录错误信息，停止测试。

可选的，本说明书实施例中的方法还可以包括：

若所述第二检测结果表示所述结束切点数据不满足所述后置断言，记录所述第二检测结果，确定所述待测试流式数据未通过检测，停止测试。

实际应用中，当检测到结束切点数据不满足后置断言，即，当检测到待测试流式数据是错误的，测试服务器可以记录错误信息，停止测试。

本说明书实施例中为了检测流式数据的顺序性，可选的，本说明书实施例中的方法还可以包括：

判断当前流式数据的第一时间戳是否大于上一流式数据的第二时间戳，得到第一判断结果；

若所述第一判断结果表示所述第一时间戳大于所述第二时间戳，确定所述待测试流式数据通过检测；

若所述第一判断结果表示所述第一时间戳小于所述第二时间戳，记录所述第一判断结果，确定所述待测试流式数据未通过检测，停止测试。

具体的，流式数据从kafka消息中间件服务器流出是有顺序性的，需要对流式数据的顺序性进行检测。

获取当前流式数据的时间戳和上一流式数据的时间戳，按照时间先后顺序，将当前流式数据的时间戳与上一流式数据的时间戳进行比较，如果当前流式数据的时间戳大于上一流式数据的时间戳，可以表示流式数据的顺序正确，之后可以继续获取下一流式数据的时间戳，将下一流式数据的时间戳与当前流式数据的时间戳进行比较。如果当前流式数据的时间戳小于上一流式数据的时间戳，可以表示流式数据的顺序是错误的，测试服务器可以记录错误信息，停止测试。

实际应用中，通过对比流式数据的时间戳，可以连续不断的检测流式数据的顺序性，提高流式数据的检测效率。

例如：在自动驾驶技术领域，如果自动驾驶数据的顺序性有问题，自动驾驶车辆会出现异常情况，如车辆在向前运行的过程中，可能会出现某一时刻向后退的情况，通过检测流式数据的顺序性，可以更好的控制自动驾驶车辆。

本说明书实施例中为了检测流式数据的相对时延，可选的，本说明书实施例中的方法还可以包括：

获取当前流式数据的第一时间戳，以及上一流式数据的第二时间戳；

判断所述第一时间戳与所述第二时间戳的差值是否大于预设时间，得到第二判断结果；

若所述第二判断结果表示所述差值大于预设时间，记录所述第二判断结果，存储所述差值。

具体的，流式数据从kafka消息中间件服务器流出有一定的时延，需要对流式数据的时延进行检测。

获取当前流式数据的时间戳和上一流式数据的时间戳，可以获取该两个流式数据的时间戳的差值，将该差值与预设时间进行比较，这里的预设时间可以为数据发送的间隔时间。例如：如果数据是以100毫秒为间隔进行发送，预设时间为100毫秒，则当前流式数据的时间戳与上一时刻流式数据的时间戳的差值应是100毫秒，由于数据发送有一定的时延，所以当前流式数据的时间戳与上一流式数据的时间戳的差值可能大于100毫秒，如果差值为150毫秒，则数据发送相对时延为50毫秒，之后可以继续获取下一流式数据的时间戳，将下一流式数据的时间戳与当前流式数据的时间戳进行比较，记录相对时延时间，展示测试结果。

实际应用中，通过将流式数据的时间戳的差值与预设时间进行比较，可以连续不断的检测流式数据的相对时延，提高流式数据的检测效率。

例如：在自动驾驶技术领域，如果自动驾驶数据时延时间较长，自动驾驶车辆会出现异常情况，如车辆在向前运行的过程中，可能会出现停顿之后再继续向前运行的情况，通过检测流式数据的相对时延，记录相对时延时间，可以更好的控制自动驾驶车辆。

可选的，本说明书实施例中的方法还可以包括：

被测程序将所述被测程序第二时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述第二时间段为所述第一时间段的下一时间段。

具体的，SDK方法可以不断地传输包括开始切点数据和结束切点数据的流式数据，不断地将待测试流式数据发送至kafka消息中间件，以便后续不断地对流式数据进行检测。

可选的，本说明书实施例中的方法还可以包括：

所述测试服务器采用多线程的方式对所述流式数据进行检测。

具体的，测试服务器中的线程启动器可以采用多线程的方式启动断言，可以确保连续启动断言，提升测试服务器的数据处理能力。

可选的，本说明书实施例中的方法还可以包括：

所述前置断言以及所述后置断言使用反射的方式调用断言方法。

具体的，测试人员可以人工编写断言方法，断言建造工厂可以使用反射的方式创建前置断言和后置断言，反射指在Java中的反射机制，当获取到流式数据的时候可以进行断言操作。

本说明书实施例中，被测程序将生成的包括开始切点数据和结束切点数据的待测试流式数据发送至kafka消息中间件服务器，测试服务器消费kafka消息中间件服务器中的流式数据通过断言检测，从而可以实时连续检测流式数据的正确性，通过获取流式数据的时间戳，可以连续不断的检测流式数据的顺序性，也可以连续不断的检测流式数据的相对时延，可以简化测试人员操作步骤，提高流式数据的检测效率。

图3为本说明书实施例提出的一种流式数据的检测装置的结构示意图。

本说明书实施例记载的流式数据的检测装置可以包括：

发送模块302，被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

判断模块304，所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

确定模块306，若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

基于同样的思路，本说明书实施例还提供了上述方法对应的设备。

图4为本说明书实施例提供的一种流式数据的检测设备的结构示意图。

如图4所示，设备400可以包括：

至少一个处理器410；以及，

与所述至少一个处理器通信连接的存储器430；其中，

所述存储器430存储有可被所述至少一个处理器410执行的指令420，所述指令被所述至少一个处理器410执行，以使所述至少一个处理器410能够：

被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图4所示的设备而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogicDevice,PLD)(例如现场可编程门阵列(FieldProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBooleanExpressionLanguage)、AHDL(AlteraHardwareDescriptionLanguage)、Confluence、CUPL(Cornell UniversityProgrammingLanguage)、HDCal、JHDL(JavaHardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardwareDescription Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegratedCircuit HardwareDescriptionLanguage)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegratedCircuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、AtmelAT91SAM、MicrochipPIC18F26K20以及SiliconeLabsC8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种流式数据的检测方法，其特征在于，包括：

被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

若所述第一检测结果表示所述开始切点数据不满足所述前置断言，记录所述第一检测结果，确定所述待测试流式数据未通过检测，停止测试。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

若所述第二检测结果表示所述结束切点数据不满足所述后置断言，记录所述第二检测结果，确定所述待测试流式数据未通过检测，停止测试。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

判断当前流式数据的第一时间戳是否大于上一流式数据的第二时间戳，得到第一判断结果；

若所述第一判断结果表示所述第一时间戳大于所述第二时间戳，确定所述待测试流式数据通过检测；

若所述第一判断结果表示所述第一时间戳小于所述第二时间戳，记录所述第一判断结果，确定所述待测试流式数据未通过检测，停止测试。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取当前流式数据的第一时间戳，以及上一流式数据的第二时间戳；

判断所述第一时间戳与所述第二时间戳的差值是否大于预设时间，得到第二判断结果；

若所述第二判断结果表示所述差值大于预设时间，记录所述第二判断结果，存储所述差值。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

被测程序将所述被测程序第二时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述第二时间段为所述第一时间段的下一时间段。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

所述测试服务器采用多线程的方式对所述流式数据进行检测。

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

所述前置断言以及所述后置断言使用反射的方式调用断言方法。

9.一种流式数据的检测装置，包括：

发送模块：被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

判断模块：所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

确定模块：若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

10.一种流式数据的检测设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

被测程序将所述被测程序第一时间段内生成的待测试流式数据发送至kafka消息中间件服务器；所述待测试流式数据中包括开始切点数据和结束切点数据；

所述kafka消息中间件服务器将所述待测试流式数据分发至测试服务器；

所述测试服务器检测所述开始切点数据是否满足前置断言，得到第一检测结果；

所述测试服务器检测所述结束切点数据是否满足后置断言，得到第二检测结果；

若所述第一检测结果表示所述开始切点数据满足所述前置断言，且若所述第二检测结果表示所述结束切点数据满足所述后置断言，确定所述待测试流式数据通过检测。

Images