大資料測試挑戰

自動化

大資料的自動化測試需要有技術專長的人員。此外，自動化工具未配備處理測試期間出現的意外問題

虛擬化

它是測試的整體階段之一。虛擬機器延遲會在實時大資料測試中產生時序問題。在大資料中管理影象也是一個麻煩。

大資料集

需要驗證更多的資料，需要更快的速度；需要自動化測試工作；需要能夠跨不同平臺進行測試。

大資料效能測試挑戰

  多樣化的技術：每個子元件屬於不同的技術，需要孤立測試

  特定工具的不可用性：沒有單個工具可以執行端到端測試。例如，NoSQL可能不適合訊息佇列

  測試指令碼：需要為測試場景和測試用例設計高水的腳

  測試環境：由於資料量大，需要特殊的測試環境

  監控解決方案：

  診斷解決方案：需要定製解決方案來開發效能瓶頸區域

大資料測試總結

         隨著資料工程和資料分析的進一步發展，大資料測試是不可避免的。大資料處理可以是批處理、實時或互動。

         測試大資料應用的3個階段：資料分段驗證、“MapReduce”驗證、輸出驗證階段。

         架構測試是大資料測試的重要階段，因為設計不當可能會導致前所未有的錯誤和效能下降。

         大資料的效能測試包括驗證：資料吞吐量、資料處理、子元件效能。

         大資料測試與傳統資料測試在資料，基礎設施和驗證工具方面非常不同。

         大資料測試的挑戰包括虛擬化，測試自動化和處理大型資料集。大資料應用程式的效能測試也是一個問題。