parewise遇百萬數據跑不動？

在《parewise算法性能優化》一文中，

對原來算法代碼進行了一些優化，

對於笛卡爾積後千條數據，是能滿足使用需要的。

但在實際業務中，會碰到百萬數據。

比如某接口共18個參數，每個參數均可為空，其中8個只需要單個值，10個為多選項，需要多個值。

對於多選項，我的設計是，全選+隨機n個多選(1<=n<=len-1)+空。

按照這個策略，笛卡爾積的結果就是3^8*2^10=6718464。

671萬數據！

parewise根本處理不動。

該怎麽處理？

調整用例設計。

1、為空的情況，單獨一條用例，即可以為空的，全部設置為空。parewise就不考慮為空的情況了。

3^8*2^10就變成了2^8*1^10=256，一下量級驟減。

2、視需要添加特殊的參數組合。

接口慢上線回歸效率低？

即使這樣優化了，也會產生幾十種組合。

假如接口本身響應慢，那麽腳本執行的耗時就比較長。

遇到上線前回歸，等待，是一件很痛苦的事。

該怎麽處理？

還是回到用例設計。

在開發階段，跑幾十種組合的腳本，從時間成本來看是完全可以接受的。

在上線階段，時間緊迫，就會顯得效率有些低。

而實際上，上線前回歸階段更像是一種冒煙。

是可以適當降低覆蓋度，提供效率的。

於是解決方案就是，把parewise擴展為兩種模式

def parewise(dx, mode=2):
    
 
"""
    :param dx:
    :param mode: 1開發 2上線
    :return:
    """

開發模式：就完完整整返回結果

上線模式：從結果當中，隨機返回1條用於快速冒煙

當然，如果是回歸要測修改引入，建議還是多花點時間，老老實實跑開發模式比較好。

parewise遇百萬數據跑不動？接口慢上線回歸效率低？